Karteikarten
Distribuciones de probabilidad: variable aleatoria y funciones

Karten in diesem Stapel (4)
- 1Función de probabilidad: es una función que asocia a cada punto de su espacio muestral X la probabilidad de que ésta lo asuma. Función de distribución: asocia a cada valor de la variable aleatoria la probabilidad acumulada hasta ese valor Variable aleatoria: Una variable aleatoria X es toda función que toma diversos valores numéricos (dependientes del resultado de un fenómeno aleatorio) con distintas probabilidades. Variable binaria: sólo hay dos posibles resultados (E y F), las pruebas son independientes y la probabilidad de éxito es constanteVariable aleatoria de Bernoulli:
consiste consiste en realizar realizar un sólo
experimento (ensayo) en el cual existen únicamente
dos posibles resultados:
S = { éxito, fracaso }
Definimos a la variable aleatoria de Bernoulli de la
siguiente forma:
0; Si el resultado del ensayo es “fracaso”.
I =
1; Si el resultado del ensayo es “éxito”.
El proceso de Bernoulli debe cumplir con las
siguientes propiedades:
1. El experimento consiste en n intentos
repetidos.
2. Los resultados de cada uno de los intentos
pueden clasificarse como un éxito o como un
fracaso.
3. La probabilidad de éxito, representada por p,
permanece constante para todos los intentos.
4. Los intentos repetidos son independientes
Variable discreta:
Que puede tomar valores enteros - 2Distribución de probabilidad: es una función que asigna a cada suceso definido sobre la variable la probabilidad de que dicho suceso ocurra. uniforme: surge al considerar una variable aleatoria que toma valores equiprobables en un intervalo finito y su nombre se debe al hecho de que la densidad de probabilidad de esta variable aleatoria es uniforme sobre todo el intervalo de definición. Geométrica: Si repetidos intentos independientes pueden resultar en un éxito con una probabilidad p y en un fracaso con una probabilidad de q = 1 − p, entonces la distribución de probabilidad de la variable aleatoria X, el número del intento l l l é en el cual ocurre el primer éxito es: g(x; p) = pq x −1 x = 1, 2, 3,.......... Equivalentemente, la probabilidad de que haya x fallos antes del primer éxito es: g(x; q)= q x p = (1-P ) x phipergeometrica:
siempre aseguramos la independencia, es decir, el
muestreo se realiza con reemplazamiento y la probabilidad de éxito es constante en cada
165
una de las pruebas
Poisson:
En este caso la variable aleatoria representa el número de sucesos independientes
que ocurren, a una velocidad constante, en el tiempo o en el espacio.
Su nombre lo debe al francés Simeón Denis Poisson, que fue el primero en
describirla en el Siglo XIX. - 3BinominalFunción de masa probabilidad


- 4Binominal negativa


Informationen
- Beschreibung
- Karteikarten am Ohne Titel, erstellt von Maria Felix Olivera Prieto am 04/10/2018.
- Erstellt von
- Maria Felix Olivera Prieto
- Aufrufe
- 0
- Bewertung
Mehr zu Distribuciones de probabilidad