Universidad Nacional de

Chilecito
Estadística 2021
Expresiones Matemáticas


Como máximo ≤

Por los menos ≥

No más ≤

Como mínimo ≥

A los sumo ≤

Al menos ≥
Modelo estadístico distribución
Bernoulli o Bipuntual para V. A. discretas
 El modelo de distribución Bernoulli debe cumplir las siguientes características
1. Se observa un solo elemento de la población es decir n= 1.
2. La observación consiste en clasificarla en dos categoría, a uno lo llamamos
éxito y al otro llamaremos fracaso, la variable aleatoria asume dos valores,
valor 1 si es éxito y valor 0 si es fracaso.
3. La probabilidad del éxito y fracaso es constante, llamaremos P a la
probabilidad del éxito y (1-P)= q a la probabilidad de fracaso.
4. Las observaciones son independientes, es decir la probabilidad del éxito es
siempre la misma.
Función de Probabilidad, Esperanza y
Varianza
 La función de probabilidad o distribución de probabilidad (o sea el modelo
estadístico) de esta variable se escribe:

x 1 x
P( x)  p q x  0,1 x ~ Ber ( P )

  E  x  p   Var  x   p.q
2
Distribución Binomial para V.A. discretas

 El modelo de distribución Binomial debe cumplir las siguientes características

1. Se realiza n pruebas idénticas, es decir hay n pruebas repetidas.
2. Las pruebas son independientes es decir que la ocurrencia de un evento en
particular en una de ella no modifica la probabilidad de ocurrencia del
evento en la prueba siguiente. Esto se denomina muestreo con reemplazo.
3. Cada prueba posee dos resultados posibles, que denominamos éxito o
fracaso
4. La probabilidad de éxito en una sola prueba es igual P y permanece
constante de prueba en prueba. La probabilidad de fracaso es igual (1-P) y
también es constante.
La variable aleatoria con Distribución
Binomial

X= cantidad de éxitos en n pruebas repetidas con

reemplazo

Los valores que asumen X = 0, 1, 2, 3,……., n.

Función de Probabilidad

P( x)    p q
x ~ Binomial ( P , n )

n x n x
x  0,1,......, n
x

n!
x
n

x !(n  x)!
Esperanza

 Su media será:

  E ( x)  n. p
Varianza y la desviación típica

  Var  x   n. p.q
2

  Desv  x   n. p.q
Función de distribución

F  x   P  x  x    C .P .q
U
x 0
n
x
x n x
Distribución Poisson para V.A. discretas

 Se analiza cuando los resultados o eventos de un experimento se observa en

un intervalo de tiempo, longitud, área, etc.
 El modelo Poisson cumple las siguientes características
1. La probabilidad de observar más de un éxito en un intervalo es cero
2. La ocurrencia de un éxito en cualquier intervalo es estadísticamente
independiente de la ocurrencia de otro intervalo distinto
3. La probabilidad de P , de observar exactamente un éxito en el intervalo es
estable y pequeño.
Función de Probabilidad, esperanza y varianza

 x ~ Poisson (λ)
 x
 x  0,1, 2,...............
P( X  x)  e
x!
  es el promedio de éxito en un intervalo fijo de tiempo, área, etc.
E ( x)   Var ( x)  
Función de distribución

 x
F x  P x  x  
U
x 0 .e 

x!