Escolar Documentos
Profissional Documentos
Cultura Documentos
COMO YA SE VIÓ EN LA UNIDAD ANTERIOR, LAS VARIABLES ALEATORIAS SE CLASIFICAN EN DISCRETAS (SI
SON NUMERABLES) Y EN CONTINUAS (NO NUMERABLES). EN LA PRESENTE UNIDAD ANALIZAREMOS AL
PRIMER GRUPO: LAS VARIBLES ALEATORIAS DISCRETAS. A MODO DE INTRODUCCIÓN DIREMOS QUE SE
DIVIDEN EN 5 TIPOS DE DISTRIBUCIONES:
DISCRETAS BERNOULLI
BINOMIAL
VARIABLES HIPERGEOMETRICA
ALEATORIAS
MULTINOMIAL
CONTINUAS
POISSON
DISTRIBUCIÓN BERNOULLI
La Variable Aleatoria solo toma los valores 0 ó 1, es por esto que hablamos de una prueba dicotómica, ya
que solamente existen dos posibles resultados y son excluyentes uno del otro.
Si la variable X toma el valor 1 su probabilidad asociada va a ser la del suceso favorable p. Si, en cambio,
toma el valor 0, la probabilidad asociada será la del no favorable definido como 1 – p, usualmente denotado
como q.
=1→ ( )=
PROBABILIDAD
=0→ =1− = X P(x)
ESPERANZA ( )= 0 1–P
1 P
VARIANZA ( )= ∗ (1 − ) ∑=1
DESVÍO ( )= ( )
DISTRIBUCIÓN BINOMIAL
Se dice que una Variable Aleatoria Discreta sigue una Distribución Binomial cuando se conforma de n
repeticiones independientes del experimento de Bernoulli.
Se busca, generalmente, la probabilidad de que determinado suceso ocurra un finito número k de veces en n
repeticiones independientes, para cada una de las cuales la probabilidad de que ocurra el suceso favorable
es p.
PROBABILIDAD ( = )= ; ∗ ∗ (1 − ) X P(x)
ESPERANZA ( )= ∗ 0 0,…
1 0,…
VARIANZA ( )= ∗ ∗ (1 − ) 2 0,…
… …
DESVÍO ( )= ( ) n 0,…
MODA [ ( )− ≤ ≤ ( )+ ] ∑=1
NOTA: El valor de la Moda es el valor entero que se encuentre entre ambos límites.
k x
N n
N–k n–x
HIPERGEOMÉTRICA FÓRMULA VARIABLE ALEATORIA
; ∗ ;
PROBABILIDAD ( = )= X P(x)
; 0 0,…
1 0,…
ESPERANZA ( )= ∗ 2 0,…
3 0,…
− − … …
VARIANZA ( )= ∗ ∗ ∗
−1 n 0,…
DESVÍO ( )= ( ) ∑=1
DISTRIBUCIÓN MULTINOMIAL
El concepto y el razonamiento de los sucesos es el mismo que en la distribución Binomial, la diferencia es
que en Binomial se trabaja sobre un universo dicotómico donde las posibilidades son que, en las
repeticiones, se dé el suceso favorable o no, en cambio en este tipo de distribución hablamos de múltiples
sucesos simultáneos en las repeticiones.
Los parámetros definidos para cada variable en particular tienen la misma forma que en el caso de la
Binomial. Además podríamos afirmar que la distribución Binomial es el caso de la Multinomial con dos
posibilidades.
PROBABILIDAD
∗ X P(x)
( = )=
! 0 0,…
1 0,…
ESPERANZA ( )= 2 0,…
VARIANZA ( )= … …
∞ 0,…
DESVÍO ( )= ( ) ∑=1
A continuación se expone un cuadro comparativo entre las 5 distribuciones para facilitar la elección de una u
otra a la hora de tener que resolver un ejercicio. En el cuadro, denominaremos “n” al número de veces que se
realiza el experimento y “N” al número total de elemento de una población finita.
DEPENDIENTE /
DISTRIBUCIÓN n DICOTOMIA INDEPENDIENTE N
BERNOULLI
X~Be(p) 1 - -
BINOMIAL
X~Bi(n,p) >1 INDEPENDIENTE ∞
HIPERGEOMETRICA
X~Hi(n,N,k) >1 DEPENDIENTE N
MULTINOMIAL
X~Mu(n,p1,p2,…,pn) >1 × INDEPENDIENTE ∞
POISSON
X~Po(λ) ∞ INDEPENDIENTE ∞