Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISTRIBUCIÓN DISCRETA UNIFORME - Coggle Diagram
DISTRIBUCIÓN DISCRETA UNIFORME
Una variable aleatoria tiene distribución discreta uniforme si cada uno de los resultados de su espacio muestral tiene puede obtenerse con igual probabilidad.
MEDIA Y VARIANZA DE LA DISTRIBUCIÓN DISCRETA UNIFORME
MEDIA Y VARIANZA DE LA DISTRIBUCIÓN DISCRETA UNIFORME
DISTRIBUCIÓN DE BERNOULLI
Es un experimento estadístico en el que puede haber únicamente dos resultados posibles. Es costumbre designarlos como “éxito” y “fracaso” aunque pueden tener otra representación y estar asociados a algún otro significado de interés.
DISTRIBUCIÓN BINOMIAL
Características de un Experimento Binomial
La cantidad de ensayos n, que se realizan es finita.
b) Cada ensayo tiene únicamente dos resultados posibles: “éxito” o “fracaso”
c) Todos los ensayos realizados son independientes
d) La probabilidad p, de obtener “éxito” en cada ensayo permanece constante.
DISTRIBUCION BINOMIAL NEGATIVA
En la Distribución Binomial Negativa, la variable de interés es la cantidad de ensayos que se realizan hasta obtener un número requerido de éxitos, k
PARÁMETROS Y VARIABLES
Los parámetros de un modelo de distribución de probabilidad se refieren a valores con los que se describe un problema particular. Para la Distribución Binomial los parámetros son n y p.
DISTRIBUCIÓN GEOMÉTRICA
Es un caso especial de la distribución binomial negativa, cuando k=1. Es decir interesa conocer la probabilidad respecto a la cantidad de ensayos que se realizan hasta obtener el primer “éxito”.
DISTRIBUCIÓN HIPERGEOMÉTRICA
Esta distribución se refiere a los experimentos estadísticos que consisten en tomar una muestra sin reemplazo, de un conjunto finito el cual contiene algunos elementos considerados “éxitos” y los restantes son considerados “fracasos”.
DISTRIBUCIÓN DE POISSON
FUNCIÓN DE DISTRIBUCIÓN
Al igual que en el caso discreto se puede definir una función de probabilidad acumulada, la cual en el caso continuo se denomina función de distribución
VALOR ESPERADO DE EXPRESIONES CON UNA VARIABLE ALEATORIA CONTINUA
Estas expresiones también son variables aleatorias y su dominio generalmente es el mismo que el dominio de la variable aleatoria original. El rango puede ser diferente.
MOMENTOS Y FUNCIÓN GENERADORA DE MOMENTOS PARA VARIABLES ALEATORIAS CONTÍNUAS
Las definiciones que fueron establecidas para las variables aleatorias discretas se extienden al caso discreto sustituyendo sumatorias por integrales.
TEOREMA DE CHEBYSHEV
El Teorema de Chebyshev es aplicable también a variables aleatorias contínuas. La demostración usa integrales en lugar de sumatorias
DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
El objetivo es obtener una fórmula matemática f(x) para determinar los valores de probabilidad de la variable aleatoria X.
DISTRIBUCIÓN UNIFORME CONTINUA
Este modelo corresponde a una variable aleatoria continua cuyos valores tienen igual valor de probabilidad en un intervalo especificado para la variable
DISTRIBUCIÓN NORMAL ESTÁNDAR
Para generalizar y facilitar el cálculo de probabilidad con la distribución Normal, es conveniente definir la Distribución Normal Estándar que se obtiene haciendo = 0, y 2 = 1 en la función de densidad de la Distribución Normal.
DISTRIBUCIÓN EXPONENCIAL
Es un caso particular de la distribución Gamma y tiene aplicaciones de interés práctico. Se obtiene con = 1 en la distribución Gamma.