Documente Academic
Documente Profesional
Documente Cultură
p
Bernoulli
P X x p px 1 p
fmp
Media
E X p,
1x
; x=0,1; 0 p 1
Var X p 1 p
varianza
M X t 1 p pet
fgm
Binomial
n, p
fmp
Media
n
n x
P X x n, p px 1 p ; x 0,1,2,K ,n; 0 p 1
x
y
E X np,
Var X np 1 p
varianza
fgm
M X t pet 1 p
Notas
x y
n
xiyni
i 0 i
n
f x1 ,K ,xn
m!
p1x1 L pnxn
x1 !L xn !
pixi
m!
i 1 xi !
n
Binomial negativa
fmp
Media
k, p
x 1 k
xk
P X x k, p
p
1
p
; x k,k 1,k 2,K ; 0 p 1
k 1
y
varianza
E X
k
,
p
Var X
kp
p2
fgm
p
M X t
t
1
p
e
Notas
expansin
de
pk 1 1 p
corresponde
los
valores
de
b* x; k, p
Describe el comportamiento de los tiempos de espera discretos.
Tambin se conoce como Distribucin Pascal.
Una expresin alternativa de la fmp es
k y 1 k
y
p 1 p ;
P Y y k, p
y 0,1,K ; 0 p 1
Geomtrica
P X x p p 1 p
fmp
Media
varianza
fgm
E X
1
,
p
Var X
pet
M X t
,
1 1 p et
Notas
La variable
x1
Y X 1
1 x 0,1,2,K ; 0 p 1
1p
p2
t log 1 p
es binomial negativa
1,p
P X s X t P X s t
Hipergeomtrica
fmp
N , K ,n
K N K
x n x
P X x N , K ,n
,
N
n
x 1,2,K ,K , K - N-n x K ,
Media
varianza
E X
Notas
Si
nK
,
N
n=K
Var X
N,K ,n 0
nK N K N n
N
N N 1
, es apropiado el rango
x 0,1,2,K ,n
No es de utilidad la fgm.
Poisson
fmp
Media
P X x
y
E X ,
e x
, x 0,1,K ; 0
x!
Var X
varianza
fgm
et 1
MX t e
Uniforme discreta
fmp
Media
varianza
fgm
P X xN
y
E X
1
; x 1,2,K ,N ; N 1,2,K
N
N 1
,
2
M X t
Var X
N 1 N 1
12
1 N it
i 1e
N
,
Beta
fdp
Media
varianza
f x ,
E X
1
x 1 1 x
B ,
Var X
; 0 x 1, 0, 0
2
1
fgm
r tk
M X t 1 k1 C r 0
r
k!
Notas
B ,
k1
gamma
La fgm de la distribucin beta no es ni simple ni til.
La
expresin
E X r
general
B r,
B ,
para
determinar
los
momentos
es
para
0,1
formas, incluso la uniforme sobre
con
Cauchy
fdp
Media
f x ,
1
x
1
E X
varianza
- x ; - ; 0
xf x dx
No existen, porque
x
dx
1 x2
. De
No existe.
Notas
El parmetro
Cuando
1, 1
f x 1,1
1 x2
, para
Chi cuadrada
fdp
Media
P x
x
2
2 2
E X ,
2 1 x 2
- x ; 1,2,
Var X 2
varianza
6
fgm
1
MX t
1 2t
Notas
1 2
2
y
, donde
1
2
,
Exponencial doble
fdp
Media
f x ,
y
varianza
Fgm
E X ,
MX t
Notas
1 x
e
,
2
- x , - , 0
Var X 2 2
et
1 - t
Exponencial
fdp
Media
varianza
Fgm
Notas
f x =
y
1 -x
e , 0 x ,
E X ,
MX t
>0
Var X 2
1
,
1 t
para
Y X
Y 2X
es la densidad de probabilidad Raleigh,
Y log X
,
1
F
fdp
f x 1 , 2
1 2
2 2
1 2
x 1
2
;
1 2 2
1 2 2
1
1
x
2 2
2
0 x , 1 , 2 ,K
Media
varianza
E X
2
, 2 2
2 2
2
1 2 2 , 4
Var X 2
2
1 2 4
2 2
1 2r
2
1
2
Momentos
(no
existe
2 2 r
r
2
2 ,
2
1
r 2
2
la fgm)
E X r
Notas
F ,
1
2
2
1
1 2
t F1, t2
y
son independientes
,
Gamma
fdp
Media
varianza
f x ,
y
E X ,
fgm
MX
Notas
Var X 2
1
t
,
1
1
x 1ex ; 0 x , , 0
1
La exponencial para
La chi-cuadrada para
2
9
Y 1 X
La gamma invertida para
Y X
3 2
La Maxwell para
,
Logstica
fdp
exp x
1
f x ,
1 exp x
para
x ,- , 0
Media
varianza
E X ,
2 2
Var X
3
fgm
M X t et 1 t 1 t , t
Notas
F x ,
1 exp x
,
2
Lognormal
10
fdp
f x ,
0 x ,
Media
exp logx
x
2
1
- ,
E X exp 2 2
varianza
2
2
, para
Var X exp 2 2
exp 2 2
Momentos
E X r exp r r 2 2 2
(la fgm no
existe)
,
2
Normal
fdp
2
x 2 2
1
e
,
2
P x , 2
x ,
para
- , 0
E X ,
Var X 2
fgm
M X t e t
2 2
Notas
Media
varianza
t 2
,
Pareto
11
fdp
Media
f x , 1 , - x , 0,
x
varianza
2
E X
, Var X
, 1, 2
2
1
1 2
fgm
No existe.
t de Student
fdp
2
1
1
f x
1
x2
1
- x , 1,K
Media
varianza
E X 0, 1,
Momentos
(la fgm no
existe)
E X r
r 1
E X r 0
Var X
si
Notas
La distribucin
para
, 2
2
r 2
si
y es par.
y es non.
F F1, t2
est relacionada con
12
a,b
Uniforme
fdp
f x 1 , 2
Media
varianza
fgm
1
, a x b
b a
b a
E X
,
2
Var X
b a
12
ebt eat
M X t
b a t
Notas
Si
a0
b1
1
distribucin beta
,
Weibull
fdp
Media
varianza
f x ,
y
1 x
x e
, 0 x , 0, 0
1
E X 1 1 , Var X 2
2 2 1
Momentos
r
E X r 1
Notas
1
13
Un caso especial de la Weibull para
es la exponencial.
14