Escolar Documentos
Profissional Documentos
Cultura Documentos
INTRODUCCION
Analizar datos recabados, puede tornarse una tarea difícil en cuanto a cuales pueden
ser los resultados y para que necesitarían la información. La estadística, como
una rama de la matemática, presenta formas prácticas de resolver estas dificultades.
Una distribución de los datos en categorías que ha demostrado ser útil al organizar los
procedimientos estadísticos, es la distinción entre variables discretas.
Una variable discreta es sencillamente una variable para la que se dan de modo
inherente separaciones entre valores observables sucesivos. En otras palabras, se
define una variable discreta como la variable tal que entre 2 valores cualesquiera
observables, hay por lo menos un valor no observable.
Esta distribución tiene muchas variantes, pero entre las más importantes podemos
mencionar 5 y son: Distribución Binomial, la cual mideel número de éxitos en una
secuencia de “n” ensayos independientes de Bernoulli; Distribución Binomial Negativa,
que estudia el número de experimentos, independientes entre sí; La Distribución
Poisson, que expresa la probabilidad de un número k de eventos ocurriendo en un
tiempo fijo: La Distribución Geométrica e Hipergeométrica.
II. MARCO TEORICO
2.1 DISTRIBUCIÓN DE VARIABLE DISCRETA:
Una variable discreta es sencillamente una variable para la que se dan de modo
inherente separaciones entre valores observables sucesivos. En otras palabras, se
define una variable discreta como la variable tal que entre 2 valores cualesquiera
observables, hay por lo menos un valor no observable.
Existen 5 tipos de distribuciones de variable discreta que son las más importantes, y
estas son:
Distribución binomial
Distribución binomial negativa
Distribución Poisson
Distribución geométrica
Distribución hipergeométrica
Se verifica que si son tales que cada una sigue una distribución Bernouilli de
Por último, se cumple que cuando n es muy grande (n>=30) la distribución binomial se
aproxima a la distribución normal.
Propiedades reproductivas
Entonces:
La variable aleatoria Y tiene una distribución Binomial, con parámetros y Por lo tanto,
dadas n variables binomiales independientes, donde cada una tiene su propio n pero
todas tienen igual , su suma es también una variable binomial, cuyo parámetro n es
la suma de los n de las variables originales, y cuyo parámetro coincide con el de
las originales.
Para
Siendo el combinatorio:
dónde:
2.4.1 Propiedades:
La distribución geométrica del número y de fallos antes del primer éxito es infinitamente
divisible, esto es, para cualquier entero positivo n, existen
variables aleatorias independientes Y 1,..., Yn distribuidas idénticamente la suma
de las cuales tiene la misma distribución que tiene Y. Estas no serán
geométricamente distribuidas a menos que n = Distribuciones relacionadas
N = Tamaño de población.
n = Tamaño de muestra.
d = Cantidad de elementos que cumple característica deseada.
x = Cantidad de éxitos
Y su varianza
llamando
, q=1−p
entonces:
La distribución hipergeométrica se puede aproximar por una distribución binomial
Bi(n,p) si
III. REFERENCIA BIBLIOGRAFICA
https://matap.dmae.upm.es/WebpersonalBartolo/Probabilidad/5_Distrib
ucionesDiscretas.pdf
http://fernando725.blogspot.com/2012/11/distribucion-de-bernoulli.html
https://es.scribd.com/document/329015714/Estadistica-Bernoulli
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.um
a.es/libro/node69.htm
Estadística matemática con aplicaciones By John E. Freund, Irwin
Miller, Marylees Mille.
Introducción a la estadística By Sheldon M. Ross.
IV. ANEXO