VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN UNIFORME DISCRETA

DISTRIBUCIN BINOMIAL
DISTRIBUCIN GEOMTRICA
DISTRIBUCIN BINOMIAL NEGATIVA
DISTRIBUCIN HIPERGEOMTRICA
DISTRIBUCIN POISSON

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN UNIFORME CONTINUA
DISTRIBUCIN NORMAL
APROXIMACIN NORMAL A LAS
DISTRIBUCIONES BINOMIAL Y POISSON
DISTRIBUCIN EXPONENCIAL
DISTRIBUCIN ERLANG
DISTRIBUCIN GAMMA
DISTRIBUCIN WEIBULL

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN UNIFORME DISCRETA:
Una variable aleatoria X es una Variable Aleatoria Discreta
Uniforme, si cada uno de los n valores que estn en el
rango de sta, x1,x2,....,xn, tiene la misma probabilidad:
fx(xi) = 1 / n
Media:
Supngase que X es una variable aleatoria discreta
Uniforme sobre los enteros consecutivos a, a+1, a+2,..., b
con a b, entonces la media de X es: x = E(X) = (b+a)/2
Varianza de X:
x = (b a + 1)
12

- 1

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN BINOMIAL:

Un experimento aleatorio que consiste de n ensayos

repetidos tales que:
1. Los ensayos son independientes
2. Cada ensayo tiene slo dos (2) resultados posibles,
denominados xito y fracaso.
3. La probabilidad de xito en cada ensayo, denotada
por p, permanece constante.
La variable aleatoria X que es igual al nmero de ensayos
donde el resultado es un xito, tiene una distribucin
Binomial, con parmetros p y n = 1, 2,....

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN BINOMIAL
La funcin de probabilidad es:
fx(x; p,n) =

n
x

. px . (1 p)n-x,

MEDIA:
x = E(X) = n.p
VARIANZA:
= VAR(X) = n.p.(1 p)

x = 0, 1,....., n

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN BINOMIAL NEGATIVA
En una serie de ensayos Bernoulli independientes, con
una probabilidad constante de xito p, sea la variable
aleatoria X el nmero de ensayos efectuados hasta
que se tienen r xitos.
Entonces, X tiene una Distribucin Binomial
Negativa con parmetros p y r = 1, 2, 3, .... y funcin de
probabilidad:
x-1
fx(x;p,r) = r - 1 .(1 p)x-r . pr para x = r, r+1, r+2, ....
MEDIA:

x = E(X) = r / p

VARIANZA:

= V(X) = r.(1 - p) / p

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN GEOMTRICA
En una serie de ensayos Bernoulli independientes, con
una probabilidad constante p de xito, sea la variable
aleatoria X el nmero de ensayos realizados hasta la
obtencin del primer xito.
Entonces, X tiene una Distribucin Geomtrica
con parmetro p y funcin de probabilidad:
fx(x; p) =

(1 p)x-1 . p,

MEDIA:

x = E(X) = 1 / p

VARIANZA:

= V(X) = (1 - p) / p

x = 1, 2, ....

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN HIPERGEOMTRICA
Un conjunto de N objetos contiene:
K objetos clasificados como xitos
N K objetos clasificados como fallas
Se toma una muestra de tamao n, al azar (sin
reemplazo) de entre N objetos donde K N y nN
Sea la variable aleatoria X el nmero de xitos
en la muestra. Entonces X tiene una Distribucin
Hipergeomtrica y funcin de probabilidad:
K
N-K
fx(x; N,K,n) = x
n x
x = 0, 1, 2, ..., min (k,n)
N
n

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN HIPERGEOMTRICA

MEDIA:

x = E(X) = n.p

VARIANZA:

= V(X) = n.p.(1 p). [(N n)/(N 1)]

donde: p = K/N

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN POISSON:
PROCESO POISSON:
Dado un intervalo de nmeros reales, suponga que el
conteo de ocurrencias es aleatorio en dicho intervalo.
Si ste
puede
dividirse en subintervalos
suficientemente pequeos, tales que:

1. La probabilidad de ms de una ocurrencia en el

subintervalo es cero,
2. La probabilidad de una ocurrencia
en
un
subintervalo es la misma para todos los subintervalos,
y es proporcional a la longitud de stos, y
3. El conteo de ocurrencias en cada subintervalo es
independiente del conteo de los dems subintervalos.

VARIABLES ALEATORIAS DISCRETAS

DISTRIBUCIN POISSON
Si el nmero promedio de ocurrencias en el
intervalo es > 0, la variable aleatoria X que es igual al
nmero de ocurrencias en el intervalo tiene una
Distribucin Poisson con parmetro , y la funcin de
Probabilidad de X est dada por:
- x
fx(x; ) = e . ,
x = 0, 1, 2, ....
x
MEDIA:

x = E(X) =

VARIANZA:

= V(X) =

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN UNIFORME CONTINUA
Una variable aleatoria continua X con funcin de
densidad de probabilidad:
fx(x) = 1 / (b a),

axb

Tiene una distribucin Uniforme Continua

MEDIA:

x = E(X) = (a + b) / 2

VARIANZA:

= V(X) = (b a) / 12

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN NORMAL
Una variable aleatoria X con funcin de densidad
de probabilidad:
1
- (x - ) / 2
-<x<
fx(x; ,) = --------- e
2
Tiene una distribucin Normal con parmetros , donde
- , y 0.
MEDIA:

E(X) =

VARIANZA:

V(X) =

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN NORMAL
Si X es una variable aleatoria Normal con
E(X) = y V(X) = , entonces la variable
aleatoria:
(X - )
Z = ---------------
Es una variable aleatoria Normal con:
E(Z) = 0 y V(Z) = 1; denominada
Variable Aleatoria Normal Estndar

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN NORMAL
Suponga que X es una variable aleatoria Normal
con E(X) = y V(X) = , entonces :
P(X x) = P( X - / x - / ) = P( Z z)
donde:
Z es una variable aleatoria Normal Estndar
(x - )
y z = -----------es el valor z obtenido de la

Estandarizacin de X

VARIABLES ALEATORIAS CONTINUAS

APROXIMACIN NORMAL A LAS DISTRIBUCIONES
BINOMIAL Y POISSON:

Si X es una variable aleatoria Binomial, entonces:

X - np
Z = ------------np(1-p)

Es de manera aproximada,
una variable aleatoria
Normal Estndar

Si X es una variable aleatoria Poisson con E(X) = y

V(X) = , entonces:
X-
Z = -------
Es de manera aproximada, una variable aleatoria

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN EXPONENCIAL
La variable aleatoria X que es igual a la distancia
entre ocurrencias sucesivas de un proceso
Poisson, con media > 0, tiene una Distribucin
Exponencial con parmetro .
La funcin de densidad de probabilidad de X:
-x
fx (x; ) = e
, para 0 x
Media:

E(X) = 1 /

Varianza: V(X) = 1 /

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN EXPONENCIAL

PROPIEDAD DE LA CARENCIA DE MEMORIA:

Para una variable aleatoria Exponencial X,
P(X < t1 + t2 / X > t1) = P(X < t2)

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN WEIBULL
Se dice que una variable aleatoria X tiene una
distribucin Weibull con parmetros y ( > 0,
> 0), si la funcin de densidad de probabilidad
es:

-1
- (x/)
x
e
x0

f(x; , ) =

x<0

VARIABLES ALEATORIAS CONTINUAS

DISTRIBUCIN BETA
Se dice que una variable aleatoria X posee una
distribucin Beta si su funcin de densidad de
probabilidad est dada por:

f(x; , ) =

( + )
() ()
0

-1
-1
x
(1 x)

0<x<1
, >0

para cualquier otro valor