Documente Academic
Documente Profesional
Documente Cultură
Distribucin
Notacin
Rx
Funcin de Probabilidad
E(X)
Var(X)
Binomial
Sea X el nmero total de xitos en las n pruebas independientes y repetidas Bernoulli con probabilidad p de xito en una
prueba dada. X es una variable aleatoria binomial con parmetros n y p
Bin(n,p)
( = ) = ( )
{0,1,2,3, }
Geomtrica
Se realizan pruebas Bernoulli independientes hasta obtener un xito. La probabilidad de xito es p. Sea X el nmero de pruebas
necesarias para obtener el primer xito. X se le llama v.a. geomtrica con parmetro p
1
G(p)
{1,2,3, }
( = ) = 1
2
Una urna contiene M bolas blancas, de las cuales W son blancas. Sea X el nmero de bolas blancas que salen en una muestra de
n bolas blancas tomadas SIN REEMPLAZO y al azar de una urna. X es una v.a. Hipergeomtrica
Hipergeomtrica
{0,1,2,3, , }
Pascal
( )(
)
( = ) =
( )
( )
( )(
)(
)
Se realizan pruebas Bernoulli independientes hasta obtener r (r>1) xitos. La probabilidad de xito es p. Sea X el nmero de
pruebas necesarias para obtener el r xitos. X se le llama v.a. Pascal con parmetros r y p.
{, + 1, }
1
( = ) = (
)
Se observa un proceso de Poisson con parmetro durante s unidades de tiempo. Sea X el nmero de eventos que ocurren.
Entonces a X se llama variable aleatoria Poisson con parmetro ( s)
Poisson
{0,1,2,3, , }
( = ) =
()
Notacin
Funcin de
Probabilidad
Rx
E(X)
Var(X)
Uniforme
1
+
( )2
2
12
Dado un proceso de Poisson con parmetro , se designa con cero el omento en que se comienza a observar el
proceso. Sea T el tiempo que transcurre hasta que ocurre el primer evento. A la variable T se le llama variable
aleatoria exponencial con parmetro s
(, )
Exponencial
<<
() =
< <
Normal
Normal
Estndar
(, 2 )
< <
(0,1)
< <
Si
() =
1
2
1 2
~(, 2 )
1 2
(
)
2
entonces
1
2
~(0,1)
~ (,
Si ~(, 2 ) entonces
) por lo tanto =
~(0,1)
~(1)
~(1)
~(0,1)
Si 1 ~ (1 ,
12
1
1
2 ) (1 2 )
(
2
~(0,1)
1 + 2
Caso B. Varianzas poblacionales desconocidas, pero iguales =
El estadstico
(1 2 )(1 2 )
libertad, donde 2
+
2
~(1 +2 2)
( ) + ( )
+
(1 2 )(1 2 )
2
1
1
2
+ 2
2
~(0,1)
( (
2
) , + (
2
))
( (1, 1) (
2
) , + (1, 1) (
2
( (
2
) , + (
2
))
))
12 22
12 22
, (1 2 ) + + )
((1 2 ) +
2
2
1 2
1 2
Caso B. Intervalo de confianza para ( ) de dos poblaciones normales al (1-)% con varianzas desconocidas pero iguales
2
2
+
((1 2 ) (1, 1+22)
2
1
2
2
2
, (1 2 ) + (1, 1+22)
+
)
2
1
2
Caso C. . Intervalo de confianza para ( ) al (1-)% con varianzas desconocidas con , > 30
12 22
12 22
(
)
(
)
+
, 1 2 +
+ )
( 1 2
2
2
2
2
1
1