Beruflich Dokumente
Kultur Dokumente
μ = n.p,
Donde
n = es el número de ensayos;
p = probabilidad de aciertos;
E(x) = n.p.
2
Distribuciones de variable aleatoria discreta
Para realizar un estudio de distribución de variable aleatoria, debemos
considerar todos los casos posibles en los que se puede presentar el evento;
son mutuamente excluyentes y exhaustivos.
Tendremos que tener en cuenta también que, en muchos casos, el evento
aleatorio puede tomar valores no numéricos.
En este caso, la distribucion de probabilidad es una lista mutuamente
excluyente de todos los resultados numéricos posibles; de tal manera que
cada probabilidad de ocurrencia se asocia con un resultado.
Hemos visto, en el punto anterior, la expresión de la media, μ:
𝑁
2 2
𝜎 = ∑[𝑋𝑖 − 𝐸(𝑥𝑖) ] . 𝑃(𝑥𝑖) .
𝑖=1
Por lo tanto:
𝑁
2
𝜎= √𝜎 2 = √∑[𝑋𝑖 − 𝐸(𝑥𝑖) ] . 𝑃(𝑥𝑖) =
𝑖=1
3
Distribución binomial
Parámetros
1) Cada resultado del ensayo puede lograr solo dos resultados, si a uno lo
denominamos acierto o éxito, el otro se denominará desacierto o fracaso.
2) Si a la probabilidad del éxito la llamamos P(acierto) = p, la probabilidad
del fracaso P(desacierto) = q; por lo tanto, q = 1- p.
3) Los eventos son independientes entre sí. Esto indica que el resultado
obtenido por cada ensayo es independiente del resultado de ensayos
anteriores.
4) La probabilidad del acierto se considera constante; esto significa que la
población es muy grande o infinita, o que los ensayos se realizan sin
reposición.
Expresión general
(𝑞 + 𝑝)𝑛 = 𝑎0 . 𝑞 𝑛 . 𝑝0 + 𝑎1 . 𝑞 𝑛−1 𝑝1 + ⋯ + 𝑎𝑛 . 𝑞 0 . 𝑝𝑛 .
𝑃(𝑥) = 𝑛. 𝐶𝑥 . 𝑞 𝑛−𝑥 . 𝑝 𝑥 .
4
Media
E(x) = n.p.
Varianza
Var(x) = n.p.q.
Desvío estándar
𝜎 = √𝑉𝑎𝑟𝑥 = √𝑛. 𝑝. 𝑞.
∑ 𝑃(𝑥𝑖) = 1.