DISTRIBUCIN BINOMIAL

Las distribuciones binomiales son las ms tiles dentro de las distribuciones de

probabilidad discretas. Sus reas de aplicacin incluyen inspeccin de calidad,
ventas, mercadotecnia, medicina, investigacin de opiniones, entre otras.
Describe el nmero de aciertos en una serie de n experimentos independientes
con posibles resultados "s" o "no" ensayos de Bernoulli, todos ellos con
probabilidad de acierto p y probabilidad de fallo q = 1 p.
Distribucin de Probabilidad Binomial: Este consiste en realizar n veces el
ensayo de Bernoulli de manera independiente uno de otro, suponiendo que la
probabilidad de xito p permanece constante en cada uno de ellos. Este se utiliza
cuando estamos interesados en el nmero de veces que un suceso A ocurre
(xitos) en n intentos independientes de un experimento.

Su frmula es:

Ensayo de Bernoulli Sus dos resultados posibles son denotados por

xito y fracaso y se define por p la probabilidad de un xito y 1-p la
probabilidad de un fracaso.
En general, un experimento aleatorio que consiste de n ensayos repetidos tales
Que:
Los ensayos son independientes
Cada ensayo es de tipo Bernoulli. Esto es, tiene slo dos resultados
Posibles: xito o fracaso.

 La probabilidad de xito de cada ensayo, denotada por p, permanece

Constante. Recibe el nombre de experimento binomial.
La variable aleatoria X, de un experimento binomial, que corresponde al nmero
de ensayos donde el resultado es un xito, tiene una distribucin binomial con
parmetros p y n = 1, 2, y su funcin de probabilidad es 8:
DISTRIBUCIN DE PROBABILIDAD BINOMIAL NEGATIVA
Generalizacin de la distribucin geomtrica donde la variable aleatoria X es el
nmero de ensayos Bernoulli efectuados hasta que se tienen r xitos, con una
probabilidad constante de xito p
F(x, p, r)=

x-1

Cr-1

qx-r . pr

x=r,r+1,r+r+2+....

Una variable aleatoria x tiene una distribucin binomial negativa y se denomina

variable aleatoria binomial negativa, si y solo si su distribucin de probabilidad est
dada por:

Media:

Varianza:

k (1 p)
P

Desviacin tpica:

k (1 p)
p

DISTRIBUCIN DE PROBABILIDAD GEOMTRICA

k ( 1 p)
p

Describe el nmero de intentos necesarios hasta conseguir el primer acierto.

g(x,p)=qx-1 .p
Definicin: Si repetidos intentos independientes pueden resultar en un xito con
una probabilidad p y en un fracaso con una probabilidad de q = 1p, entonces la
distribucin de probabilidad de la variable aleatoria X, el nmero del intento en el
cual ocurre el primer xito es:
g (x; p) = pq

x-1

x = 1, 2, 3,..........

Equivalentemente, la probabilidad de que haya x fallos antes del primer xito es:
g( x; q)= q x p = 1-P) x p
Media:

Varianza:

1
p

1P
P

DISTRIBUCIN DE PROBABILIDAD POISSON

Definicin: Los experimentos que resultan en valores numricos de una variable
aleatoria X, misma que representa el nmero de resultados durante un intervalo de
tiempo dado o en una regin especfica, se llaman
Experimentos de Poisson.
En intervalo de tiempo dado puede ser de cualquier duracin.
La regin especfica puede ser un segmento de lnea, un rea, un
volumen, o tal vez un pedazo de material

Distribucin:

La distribucin de probabilidad de la variable aleatoria de Poisson X, que

representa el nmero de resultados que ocurren en un intervalo de tiempo dado o
en una regin especfica, es

Media:

E( x )==

Varianza:
Desviacin:

2=
=

DISTRIBUCIN DE PROBABILIDAD HIPERGEOMTRICA

Definicin: La distribucin de probabilidad de la variable aleatoria hipergeomtrica
X, el nmero de xitos en una muestra de tamao n seleccionada de N posibles
resultados, de los cuales k son considerados como xitos y N k como fracasos
es:

Media:

Varianza:

DISTRIBUCIONES DE PROBABILIDAD CONTINUA

Una variable aleatoria continua es aquella que puede asumir un nmero infinito de
valores dentro de un determinado rango.
La funcin f(x) es una funcin de densidad de probabilidad para la variable
aleatoria continua X, definida sobre el conjunto de los nmeros reales, s:

Funcin de densidad:
Esto es, la probabilidad de que X tome un valor en el intervalo [a, b] es el rea
bajo la grfica de la funcin de densidad. La grfica de f (x), se conoce a veces
como curva de densidad
Funcin Acumulada:
La distribucin acumulada F(x) de una variable aleatoria contina X, con una
funcin de densidad f(x) es:

Esperanza: Sea X una variable aleatoria continua con funcin de densidad f(x).
Se llama esperanza matemtica o valor esperado, valor medio o media de X al
nmero real.

Varianza: Medida del cuadrado de la distancia promedio entre la media y cada

elemento de la poblacin.
Sea X una variable aleatoria continua con distribucin de probabilidad f(x) y media
. La varianza de X es calculada por medio de:

Distribucin Uniforme: Variable aleatoria que toma valores en un intervalo [a, b].
Se dira que XU (a, b) si su funcin de densidad est dada:

Funcin de densidad de probabilidad:

Funcin de distribucin acumulada:

Media:

Varianza:

Distribucin exponencial: Una variable X tiene una distribucin exponencial y se

denomina variable aleatoria exponencial continua si y solo si su funcin de
densidad est dada por:

La media y la varianza son:

Distribucin normal: Una variable aleatoria continua X tiene una distribucin

normal con parmetros y 2 , siendo un nmero real cualquiera y > 0,
siendo su funcin de densidad de probabilidad de la forma siguiente:

Distribucin Normal Tipificada. Si X tiene una distribucin normal con la media y

la desviacin estndar, entonces:

La distribucin normal estndar tiene media cero y varianza 1, y se denota como N

(0,1).