Escolar Documentos
Profissional Documentos
Cultura Documentos
x =0
Moda: mo = [(n + 1)p], si (n + 1)p ] ; pero si (n + 1)p ] , hay dos modas, a saber:
(mo)1 = (n + 1)p; y (mo)2 = (n + 1)p 1.
(El smbolo [r ] denota la parte entera de un nmero real r, por ejemplo [2.23] = 2).
En qu casos se usa: Se usa cuando se trata de pruebas repetidas independientes con slo dos
resultados posibles (xito y fracaso). Se identifica fcilmente porque se conoce un valor de
probabilidad fijo (p) para la ocurrencia de un xito, y otro valor fijo (n) que representa el nmero
de ensayos o pruebas independientes realizadas.
r 1
x =r
x =0
b *( x; r , p) = 1 b( x; n, p)
r 1+ p r 1
Moda: mo =
=
+ 1 (el corchete denota la parte entera).
p p
Al igual que en la binomial, si la parte dentro del corchete ya fuese entera, entonces habra dos
modas, que seran ese nmero y el anterior.
En qu casos se usa: Cuando en una sucesin de ensayos de Bernoulli se trata de averiguar la
probabilidad de que el rsimo xito ocurra precisamente en el xsimo intento. Se identifica
fcilmente por la presencia de adjetivos o pronombres ordinales (tercero, quinto, dcimo, etc.).
Tambin puede verse como una espera discreta hasta lograr por fin r xitos (junto con x r
fracasos) en una sucesin de ensayos de Bernoulli1.
1
Exactamente del mismo modo, la distribucin gama (o Erlang), rige el tiempo (variable continua) de espera hasta
que se acumulen r sucesos de Poisson.
Moda: mo = 1 .
Varianza: 2 =
q
p2
; desviacin estndar: =
q
.
p
Distribucin acumulada:
g ( x; p) = 1 q n .
x =1
x nx
h( x; n, k , N ) =
,
N
n
Las letras significan:
N = tamao de la poblacin;
n = tamao de la muestra sin reposicin;
k = nmero de xitos en la poblacin;
x = nmero de xitos en la muestra.
Media o valor esperado: = n
= np , donde p =
k
N
(n + 1)(k + 1)
Moda: mo =
. Al igual que en la binomial y en la binomial negativa, si la parte
N + 2
dentro del corchete ya es entera, entonces hay dos modas, que son ese nmero y el anterior.
Varianza: 2 = n
k
k N n
k
N n
y q=1p
1
= npq
; donde p =
N
N N N 1
N 1
En qu casos se usa: La distribucin hipergeomtrica se aplica cuando se toma una muestra sin
reposicin de una poblacin que tiene slo dos tipos de objetos: xitos y fracasos.
e x
x!
Distribucin acumulada:
x =0
En qu casos se usa: Es una distribucin para eventos independientes poco probables. Puede
verse como distribucin lmite de la binomial cuando n y p 0 . Tambin se aplica en el
flujo de sucesos de Poisson, que son eventos inesperados, independientes y poco probables, en
los cuales es un promedio conocido de ocurrencias por unidad de tiempo, rea o volumen.
Formulario para la distribucin de Bernoulli:
Si un experimento aleatorio tiene dos resultados posibles, xito y fracaso, y sus probabilidades
son, respectivamente, p y q = 1 p, entonces el nmero de xitos (0 o 1) tiene una distribucin de
Bernoulli. La distribucin de probabilidad de la variable aleatoria X con distribucin de Bernoulli
y parmetro p es, por tanto:
f(x; p) = px (1p)1 , para x = 0, 1.
x
pq .
x1
x2
pi
1
n
1
n
... xn
...
1
n
Esta variable tiene nmero finito de puntos xi que toma con probabilidades iguales a pi.
La media y la varianza de la variable aleatoria con distribucin discreta uniforme estn dadas,
respectivamente por:
= E( X ) =
1
n
xi ;
2 = V (X ) =
i =1
1
n
[ xi E ( X )]2 .
i =1