Beruflich Dokumente
Kultur Dokumente
Donde:
n = nmero de ensayos realizados.
p = probabilidad de xito.
q = (1-p) = probabilidad de fracaso.
n - x = nmero de fracasos deseados.
= probabilidad favorable.
La ecuacin anterior transformar a la siguiente:
Se lanza una moneda corriente 6 veces, donde llamamos cara a un xito. Por
consiguiente n = 6 y p = q = 1/2. Solo pueden ocurrir dos cosas (p q) por lo
tanto la probabilidad de que ocurra 1 de ellas es la mitad, es decir .
La probabilidad de que suceda 2 caras exactamente (o sea x = 2) es:
La distribucin de probabilidad de Poisson, tiene que ver con ciertos procesos que pueden
ser descritos por una variable aleatoria discreta. La letra X por lo general representa a esta
variable discreta y puede tomar valores enteros (0, 1, 2, 3, 4, etc.) Se utiliza la letra
mayscula X para representar a la variable aleatoria y la letra minscula x para sealar un
valor especfico que dicha variable puede tomar.
La probabilidad de tener exactamente x presentaciones en una distribucin de Poisson se
calcula con la frmula:
Donde:
N(,
):
Interpretacin
probabilista
Entre
la media y una
desviacin tpica tenemos
siempre
la
misma
probabilidad: 68% aprox.
distribucin normal
estndar.
Funcin de Densidad
Normal (0,1)
En General
Condiciones:
Se utiliza en muestras de 30 o menos elementos.
Ocurre en la prctica cada vez que existe una variable aleatoria X tal que
su logaritmo natural es una nueva variable aleatoria Y con distribucin
normal, entonces X sigue el modelo probabilstico llamado logaritmo
normal.
Intuitivamente,
podramos
comparar
las
varianzas
de
dos
poblaciones, s12 y s22, utilizando la razn de las varianzas muestrales S21/S22.
Si S21/S22 es casi igual a 1, se tendr poca evidencia para indicar
ques12 y s22 no son iguales. Por otra parte, un valor muy grande o muy
pequeo para S21/S22, proporcionar evidencia de una diferencia en las
varianzas de las poblaciones.
La variable aleatoria F se define como el cociente de dos variables aleatorias
chi-cuadrada independientes, cada una dividida entre sus respectivos grados
de libertad.
Donde :
21 y 22 son variables aleatorias chi-cuadrada independientes con grados de
libertad n1 y n2 respectivamente.
Donde:
k: Nmero de poblaciones
n: Nmero de observaciones a cada poblacin
IMPORTANTE: F deprueba o experimental debe ser menor que el F de
la tabla.
Castillo
J.
Distribuciones
probabilsticas
de
uso
comn.[Internet] Daena: International Journal of Good
Conscience. 4(1): 149-178. Marzo 2009.
Disponible
en:
http://www.spentamexico.org/v4n1/4(1)%20149-178.pdf