Experimento estadstico : es un concepto que se utiliza para describir cualquier proceso

mediante
el cual se generan varias observaciones al azar.
variable aleatoria :es una funcin que asocia un nmero real con cada elemento
del espacio muestral.
Espacio muestral discreto : Si un espacio muestral contiene un nmero nito de
posibilidades, o una serie interminable con tantos elementos como nmeros enteros existen
espacio muestral continuo: Si un espacio muestral contiene un nmero in nito de
posibilidades igual al nmero de puntos en un segmento de lnea
Una variable aleatoria se llama variable aleatoria discreta si se puede contar
su conjunto de resultados posibles.
Discreta
distribucin de probabilidad:

funcin de la distribucin acumulada

distribucin de probabilidad conjunta discreta

Continua
Cuando una variable aleatoria puede tomar valores en una escala continua, se le
denomina variable aleatoria continua.
funcin de densidad de probabilidad

funcin de densidad conjunta continua

distribuciones marginales

estadsticamente independiente

estadsticamente independientes mutuamente

La media o valor esperado :

La varianza :

El proceso de Bernoulli
Estrictamente hablando, el proceso de Bernoulli debe tener las siguientes propiedades:
1. El experimento consiste en n ensayos que se repiten.
2. Cada ensayo produce un resultado que se puede clasi car como xito o fracaso.
3. La probabilidad de un xito, que se denota con p, permanece constante de un
ensayo a otro.
4. Los ensayos que se repiten son independientes.
El nmero X de xitos en n experimentos de Bernoulli se denomina variable aleatoria
binomial. La distribucin de probabilidad de esta variable aleatoria discreta
se llama distribucin binomial, y sus valores se denotarn como b(x; n, p), ya que
dependen del nmero de ensayos y de la probabilidad de xito en un ensayo dado.
q = 1-p.

Distribucin hipergeomtrica
En general, nos interesa la probabilidad de seleccionar x xitos de los k artculos
considerados como xito y n -x fracasos de los N -k artculos que se consideran
fracasos cuando una muestra aleatoria de tamao n se selecciona de N artculos.

Esto se conoce como un experimento hipergeomtrico; es decir, aquel que posee

las siguientes dos propiedades:
1. Se selecciona una muestra aleatoria de tamao n sin reemplazo de N artculos.
2. k de los N artculos se pueden clasi car como xitos y N-k se clasican como
fracasos.
El nmero X de xitos de un experimento hipergeomtrico se denomina variable
aleatoria hipergeomtriea. En consecuencia, la distribucin de probabilidad de
la variable hipergeomtrica se llama distribucin hipergeomtrica, y sus valores
se denotan como h(x; N, n, k), debido a que dependen del nmero de xitos k en el
conjunto N del que seleccionamos n artculo

variable aleatoria binomial negativa

El nmero X de pruebas que genera k xitos en un experimento binomial negativo se llama
variable aleatoria binomial negativa y su distribucin de probabilidad se llama distribucin
binomial negativa.

Distribucin de Poisson
Los experimentos que dan valores numricos de una variable aleatoria X, el nmero de
resultados que ocurren durante un intervalo dado o en una regin espec ca, se llaman
experimentos de Poisson.

Propiedades del proceso de Poisson

1. El nmero de resultados que ocurren en un intervalo o regin especca es independiente
del nmero 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 nmero de resultados que ocurren fuera de este intervalo o regin.
3. La probabilidad de que ocurra ms de un resultado en tal intervalo corto o que
caiga en tal regin pequea es insignicante.
El nmero X de resultados que ocurren durante un experimento de Poisson se llama
variable aleatoria de Poisson y su distribucin de probabilidad se llama distribucin de
Poisson. El nmero medio de resultados se calcula de = t, donde t es el tiempo, la
distancia, el rea o el volumen espec cos de inters. Como sus probabilidades
dependen de ,