Please enable JavaScript.

Coggle requires JavaScript to display documents.

Distribuciones, Grupo: "n" Andrea Arias - 29.642.110 -…

- - - - La distribución binomial es la principal distribución de probabilidad discreta para variables dicotómicas, es decir, que sólo pueden tomar dos posibles resultados.Fue estudiada por Jakob Bernoulli (Suiza,1654‐1705), quien escribió el primer tratado importante sobre probabilidad, “Ars conjectandi” (El arte de pronosticar).
        
        ¿Qué y para qué?
        
        Es una distribución de probabilidad discreta que describe el número de éxitos al realizar n ensayos de Bernoulli independientes entre sí, con una probabilidad fija “p” de ocurrencia del éxito entre los ensayos.
        
        Características / Reglas
        
        A. - En los experimentos que tienen este tipo de distribución, siempre se esperan dos tipos de resultados, ejem. Defectuoso, no defectuoso, pasa, no pasa, etc, etc. denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o “fracaso” (lo contrario del éxito).
        B. - Las probabilidades asociadas a cada uno de estos resultados son constantes, es decir no cambian.
        C.- Cada uno de los ensayos o repeticiones del experimento son independientes entre sí.
        D. - El número de ensayos o repeticiones del experimento (n) es constante.
  - - - La distribución normal fue reconocida por primera vez por el francés Abraham de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855) elaboró desarrollos más profundos y formuló la ecuación de la curva; de ahí que también se la conozca, más comúnmente, como la “campana de Gauss"
        
        ¿Qué y para Qué?
        
        Una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en estadística y en la teoría de probabilidades. Queda definida por dos parámetros: la media y la desviación estándar (o desviación típica). Se denota por N(μ, σ).
        También es conocida como Distribución de Gauss
        En la distribución normal, uno puede calcular la probabilidad de que varios valores ocurran dentro de ciertos rangos o intervalos. Sin embargo, la probabilidad exacta de un valor particular dentro de una distribución continua, como la distribución normal, es cero. Esta propiedad distingue a las variables continuas, que son medidas, de las variables discretas, las cuales son contadas.
        
        Características / Reglas
        
        A. - Muchas variables continuas comunes en el mundo de los negocios tienen distribuciones que se asemejan estrechamente a la distribución normal.
        B. - La distribución normal sirve para acercarse a diversas distribuciones de probabilidad discreta, como la distribución binomial y la distribución de Poisson.
        C.- La distribución normal proporciona la base para la estadística inferencial clásica por su relación con el teorema de límite central.
  - - - El nombre de esta distribución proviene de su creador, Siméon-Denis Poisson (1781-1840), un matemático y filósofo francés, que quería modelar la frecuencia de eventos durante un intervalo de tiempo fijado. También participó en perfeccionar la ley de los grandes números.
        
        ¿Qué y para Qué?
        
        La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las ocurrencias de algún suceso durante un intervalo determinado. Nuestra variable aleatoria x representará el número de ocurrencias de un suceso en un intervalo determinado, el cual podrá ser tiempo, distancia, área, volumen o alguna otra unidad similar o derivada de éstas
        
        La distribución de Poisson se utiliza en el campo de riesgo operacional con el objetivo de modelar las situaciones en que se produce una pérdida operacional. En riesgo de mercado se emplea el proceso de Poisson para los tiempos de espera entre transacciones financieras en bases de datos de alta frecuencia. También, en riesgo de crédito se tiene en cuenta para modelar el número de quiebras.
        
        Características / Reglas
        
        A.- La variable discreta x es el número de ocurrencias de un suceso durante un intervalo (esto es la propia definición que hemos dado anteriormente).
        B. - Las ocurrencias deben ser aleatorias y no contener ningún vicio que favorezca unas ocurrencias en favor de otras.
        C. - Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo que se emplee.