DISTRIBUCION POISSON PROPIEDADES 1.

- El numero de resultados que ocurren en un intervalo o regin especificia es independiente del numero que ocurre en cualquier otro intervalo o regin del espacio disjunto. De esta forma vemos que el proceso de Poisson no tiene memoria. 2.- La probabilidad de que ocurra un solo resultado durante un intervalo muy corto o en una regin pequea es proporcional a la longitud del intervalo o al tamao de la regin , y no depende del numero de resultados que ocurren fuera de este intervalo o regin 3.-la probabilidad de que ocurra mas de un resultado en tal intervalo corto o que caiga en tal regin es insignificante. FORMULA P(x)= x / x! e x es el numero de xitos es la frecuencia de ocurrencia de los eventos e es la base de los logaritmos neperianos =n n es el numero de veces que ocurre el evento =

DISTRIBUCION UNIFORME Propiedades 1,- es aquella en la cual todos los eventos simples tienen la misma probabilidad de ocurrir FORMULA Probabilidad= n es el numero de eventos DISTRIBUCION BINOMIAL O DE BERNOULLI Propiedades

1. 2. 3. 4.

El experimento consiste en n intentos repetidos Los resultados de cada uno de los intentos puede ser xito o fracaso La probabilidad de xito p, permanece constante para todos los intentos. Los intentos repetidos son independientes

FORMULA Formula b(x, n, p) = xCn px qn-x donde x: 0, 1, 2, n DISTRIBUCION HIPERGEOMETRICA PROPIEDADES 1. Una muestra aleatoria de tamao n se selecciona sin reemplazo de un total de N resultados o artculos totales. 2. K resultados o artculos del total de N pueden clasificarse como xitos y N K como fracasos FORMULA Frmula h(x, N, N, k) = KCX k/N) DISTRIBUCION GEOMETRICA 1. Si repetidos intentos independientes pueden resultar en un xito con una probabilidad p y en un fracaso con una probabilidad de q = 1-p, entonces la distribucin de probabilidad de la variable aleatoria X, el nmero del intento en el cual ocurre el primer xito es: FORMULA g(x, p) = p qx-1 donde x= 1, 2, 3, = 1 / p 2= (1-p) / p2 MEDIA Y VARIANZA = 2=
(N K)

= np 2= npq

C (n x) / N c n

= nk/N 2= (N-n) / (N-1) . n . k/N (1-

DISTRIBUCION NORMAL O GAUSSIANA 1.- Los errores en las mediciones cientficas se aproximan extremadadmente bien mediante una distribucin normal FORMULA F(x) = e(-1/2) [(x-)/ # el subndice est elevado al cuadrado.

DISTRIBUCIN T-STUDENT

Es una distribucin de probabilidad que surge del problema de estimar la media de una

poblacin normalmente distribuida cuando el tamao de la muestra es pequeo n 30 y la desviacin estndar poblacional no se conoce. Es una distribucin continua. Tiene forma de campana. La distribucin t tiene una media de cero, es simtrica respecto de la media. y se extiende

hasta el infinito en ambas direcciones. No hay una distribucin t, sino una "familia" de distribuciones t. todas con la misma media

cero, pero con su respectiva desviacin estndar diferente de acuerdo con el tamao de la muestra n. La distribucin t es ms baja y dispersa que la distribucin normal. Cuando el tamao de la

muestra se incrementa, la distribucin t se aproxima a la normal. Su funcin de densidad es:

F (t)=

[( ( )

)(

DISTRIBUCION CHI CUADRADA

La distribucin chi cuadrada es una curva asimtrica a la derecha, se dice que tiene sesgo

positivo. Se utiliza en estadstica inferencial para pruebas de hiptesis. Teorema. Si y S2son la media y la varianza de una muestra (n) tomada de una poblacin a) y S2 son independientes.