Esquema de las distribuciones de probabilidad para las variables aleatorias discretas (Tema 4.

2)

Uniforme Bernoilli X~B(0,1) Binomial X~B(N,P) Poisson X~P(λ)
Eventos independientes q ocurren en
Fenómenos dicotómicos: ∀Xi independientes y con = intervalos continuos y constantes de
Soporte de la regla de Laplace. X = X1 + X 2 +... + X N
Identificar P(éxito)=P(X=1)=p
Equiprobabilidad distribución B(0,1) tiempo o espacio + “Sucesos raros”
P(fracaso)=P(X=0)=q=1-p
(Binomial cuando p¦0 y N ¦∞)
1 ⎛ N ⎞ x N−x N!
P(X = xi ) = para i = 1, 2,..., N P(X = x) = ⎜ ⎟⋅ p ⋅ q = ⋅ p x ⋅ q N−x e− λ λ x
F. de Cuantía N P(X = x) = p x ·q1−x para x = 0 y x = 1 ⎝ x ⎠ x!⋅ (N − x)! P(X = x) = para x = {0, 1, 2,…}
x!

⎧0 x<0
⎪ x
⎧0 x<0 ⎪ ⎛ N ⎞ k N−k
K
⎪ F(X) = P(X ≤ x) = ⎨∑⎜ ⎟⋅ p q 0≤x<N x
e− λ λ k
0 ≤ x <1
1 k
F. Distribución F(X) = P(X ≤ xk ) = ∑ = F(X) = ⎨q ⎪ k=0 ⎝ k ⎠ F(X) = P(X ≤ x) = ∑
N N ⎪1 k!
i=1
⎩ x ≥1 ⎪1 x≥N
k=0
⎩

N N
Esperanza 1
E[X] = ∑ xi P(X = xi ) = ∑ xi E[X] = p E[X] = N ⋅ p E [X] = λ
matemática i=1 i=1 n
Var(X) = E[X 2 ]−[E(X)]2 =

Varianza
⎡N ⎤ Var(X) = p·(1− p) = pq Var(X) = N ⋅ pq Var [ X ] = λ
⎢∑ (xi − x ) ⎥
2

⎣ ⎦
= i=1
N
Nota1: Las celdas sombreadas indica que estos valores los trabajaremos a partir de las tablas estadísticas (publicadas en el Campus en PDF y Excel)
Nota2: Encontraréis en los manuales distintos valores a partir de los cuales se puede aproximar una Binomial a una Poisson. Por ejemplo, p<0.10 y media(N·p)<10 o que
N>100 y media(N·p)<5. Pero la idea es que la N tiene que ser elevada y la p pequeña, es decir, que N ¦∞ y p¦0.

Estadística económica y empresarial I Prof. Eli Motellón