Vous êtes sur la page 1sur 3

FORMULARIO DE DISTRIBUCIONES

DISCRETAS
Distribución de Bernoulli
Espacio muestral asociado con una prueba de Bernoulli:
𝑆 = {𝐸, 𝐹 }
En este caso no se admite un resultado intermedio.
p probabilidad de éxito, 𝑝 = 𝑃(𝑋 = 1) donde 0< 𝑝 < 1
q probabilidad de fracaso, 𝑞 = 𝑃(𝑋 = 0) = 1 − 𝑝 donde 0< 𝑞 < 1
Por tabla:
x 0 1
f(x) q p
Por la ecuación:
𝑓 (𝑥) = 𝑃(𝑋 = 𝑥) = 𝑝 𝑥 𝑞1−𝑥 ; 𝑥 = 0, 1
(F.D.A) de Bernoulli es:
0 𝑥<0
𝐹 (𝑥 ) = [ 𝑞 0 < 𝑥 < 1]
1 𝑥<1
Distribución binomial
Probabilidad de cada uno de estos eventos es:
𝑝𝑘 𝑞𝑛−𝑘
Donde:
K = es cualquier valor de la variable binomial, el evento (X=k)
k= éxito (0,1,2,3,……,n)
n-k= fracaso
Se calcula el número de eventos mediante:
𝑛 𝑛!
( ) = 𝐶𝑘𝑛 =
𝑘 𝑘!(𝑛−𝑘)!

La probabilidad de lograr k éxitos en n pruebas de Bernoulli es:


𝑛
𝑃(𝑋 = 𝐾) = ( ) 𝑝𝑘 𝑞𝑛−𝑘
𝑘
Distribución GEOMÉTRIca
En cada prueba puede ocurrir un (E) con probabilidad p, o n (F) con probabilidad q=1-p, siendo
0< 𝑝 < 1.
Probabilidad de que ocurra el primer éxito en la k-ésima prueba es igual a 𝑞𝑘−1 𝑝
(𝑓) = 𝑃(𝑋 = 𝑥) = 𝑝𝑞 𝑥−1 ; 𝑥 = 1,2,3, …
Su esperanza es:
1 𝑞
𝐸 (𝑋 ) = ; 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑉(𝑋 ) =
𝑝 𝑝2

Distribución PASCAL O BINOMIAL NEGATIVO


El de intentar hasta lograr el éxito numero r Su rango es: 𝑅𝑥 = {𝑟, 𝑟 + 1, 𝑟 + 2, … . }
Si 𝑘 ∈ 𝑅𝑥 el Evento (X=k), ocurre si resulta éxito en la k-ésima prueba y en las restantes k-1
pruebas resultan r-1 éxitos y (k-1)-(r-1)=k-r fracasos.
Probabilidad de tener r-ésimo éxito es:
𝑘−1 𝑟−1 𝑘−𝑟 𝑘−1 𝑟−1 𝑘−𝑟
𝐶𝑟−1 𝑝 𝑞 𝑝 = 𝐶𝑟−1 𝑝 𝑞
Su función de probabilidad es:
𝑘−1 𝑟−1 𝑘−𝑟
(𝑓) = 𝑃(𝑋 = 𝑘 ) = 𝐶𝑟−1 𝑝 𝑞 ; 𝑘 = 𝑟, 𝑟 + 1, 𝑟 + 2, ….
Su esperanza es:
1 𝑞
𝐸 (𝑋 ) = 𝑟 ; 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎: 𝑉 (𝑋 ) = 𝑟
𝑝 𝑝2

Distribución hipergeométrica
Si 𝑛 ≤ 𝑟 eñ rango de X es: 𝑅𝑥 = {0,1,2,3, … . . , 𝑛}
Si 𝑘 ∈ 𝑅𝑥 el Evento (X=k), pueden ocurrir si 𝐶𝑘𝑛 𝑉𝑘𝑟 𝑉𝑛−𝑘
𝑁−𝑟

Probabilidad de que ocurra k éxitos es:


𝐶𝑘𝑛 𝑉𝑘𝑟 𝑉𝑛−𝑘
𝑁−𝑟
𝐶𝑘𝑟 𝐶𝑛−𝑘
𝑁−𝑟
𝑃 (𝑋 = 𝑘 ) = =
𝑉𝑛𝑁 𝐶𝑛𝑁

Su función de probabilidad es:


𝐶𝑘𝑟 𝐶𝑛−𝑘
𝑁−𝑟
(𝑓 ) = 𝑃 (𝑋 = 𝑘 ) = ; 𝑘 = 0,1,2,3, … … , 𝑛
𝐶𝑛𝑁

Su esperanza es:
𝑁−𝑛 𝑟
𝐸 (𝑋 ) = 𝑛𝑝 ; 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 ∶ 𝑉 (𝑋 ) = 𝑛𝑝𝑞 𝑝= ; 𝑞 =1−𝑝
𝑁−1 𝑁

Distribución de poisson
La variable aleatoria X, cuyos valores posibles son k=0,1,2,….. tiene distribuciones Poisson
con parámetro 𝜆(𝜆 > 0) se escribe como: 𝑃(𝜆).
Su función de probabilidad es:
𝑒 −𝜆 𝜆𝑘
𝑓 (𝑘 ) = 𝑃 (𝑋 = 𝑘 ) = ; 𝑘 = 0,1,2, … … …
𝑘!

Su esperanza es:
𝐸 (𝑋 ) = 𝜆 ; 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎: 𝑉 (𝑋 ) = 𝜆

Distribución multinomial
Su función de probabilidad es:

𝑓 (𝑘1 , 𝑘2 , … . . , 𝑘𝑟 ) = 𝑃 [(𝐴1 = 𝑘1 )⋂(𝐴1 = 𝑘2 ) ⋂ … … (𝐴𝑟 = 𝑘𝑟 )]


𝑛! 𝑘 𝑘 𝑘
= 𝑝1 1 𝑝2 2 … 𝑝𝑟 𝑟
𝑘1 𝑘! … . . 𝑘𝑟 !

∑𝑟𝑖=1 𝑃(𝐴𝑖 ) = 1 y ∑𝑟𝑖=1 𝑘𝑖 = 𝑛


Los parámetros (n, p1, p2,….,pr).