Вы находитесь на странице: 1из 2

Se denota con una letra mayscula, tal como X y es una funcin que asigna un nmero real a cada resultado en el

espacio muestral de un experimento aleatorio.

Variable aleatoria
Variable aleatoria

discreta

Distribucin
probabilidad
de
variable aleatoria x

de
una

Se da cuando el nmero de valores que puede tomar una variable X es finito (o infinito contable). { X =x }
Es una descripcin del conjunto de posibles valores de X, junto con la probabilidad asociada con cada uno de estos
valores. Esta distribucin bien puede ser una grfica, una tabla o una ecuacin que da la probabilidad de cada valor de
la variable aleatoria y se considera como el resumen ms til de un experimento aleatorio.

Funcin de probabilidad

Se da cuando la distribucin de probabilidad se describe a partir de una ecuacin.

Funcin de distribucin
acumulada

Describe la probabilidad de que una variable aleatoria real X sujeta a cierta ley de distribucin de probabilidad se site
en la zona de valores menores o iguales a x.

El valor esperado

Tambin llamado media o esperanza matemtica de una variable aleatoria discreta X, lo podemos definir como una
medida de posicin para la distribucin de X y se simboliza con y se calcula al sumar el producto de cada valor de X
con su probabilidad correspondiente.

La varianza
Captulo 1. VARIABLES ALEATORIAS

Es una medida de la dispersin de la distribucin de probabilidad de una variable aleatoria y se calcula ponderando el
cuadrado de cada desviacin con respecto a la media, con la probabilidad asociada con la desviacin.
Denotada por X y corresponde a la raz cuadrada positiva de la varianza, siendo otra alternativa para medir la
Desviacin estndar
variabilidad, que con frecuencia es ms fcil de interpretar pues sus unidades son idnticas a las de la variable

Variable aleatoria continua

Se presenta cuando el nmero de valores que puede tomar una variable aleatoria X estn contenidos en un intervalo
(finito o infinito) de nmeros reales. Dichos valores pueden asociarse a mediciones en una escala continua, de manera
que no haya huecos o interrupciones.

Funcin de densidad de
probabilidad

Se presenta cuando la distribucin de probabilidad de una variable aleatoria continua X est caracterizada por una
funcin y se denota como: f(x).

La media y la varianza de
una variable aleatoria
continua

Se definen de manera similar al caso de la variable aleatoria discreta.

Teorema de CHBYSHEV

Distribucin uniforme
discreta

Ofrece una garanta mnima acerca de la probabilidad de que una variable aleatoria asuma un valor dentro de k
desviaciones estndar alrededor de la media.

La variable aleatoria discreta ms sencilla es aquella que toma slo un nmero finito de valores posibles n, cada uno
con la misma probabilidad.

Distribucin binomial

Distribucin geomtrica
Captulo 2.- DISTRIBUCIONES DE PROBABILIDAD DISCRETA

Estas distribuciones permiten enfrentar circunstancias en las que los resultados pertenecen a dos categoras relevantes:
que ocurra un evento determinado o que no lo haga. Ensayo de Bernoulli.

Es la variable aleatoria X el nmero de ensayos Bernoulli realizados hasta obtener un


xito y con parmetro p.
Tambin llamada distribucin
de Pascalbinomial
y es una generalizacin de la distribucin geomtrica donde la variable aleatoria
Distribucin
X es el nmero de ensayos Bernoulli
efectuados hasta que se tienen r xitos, con una probabilidad constante de xito p.
negativa

Distribucin
hipergeomtrica

Es una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo.

Distribucin Poisson

Es una distribucin de probabilidad discreta til en la que la variable aleatoria representa el nmero de eventos
independientes que ocurren a una velocidad constante.

Distribucin uniforme
continua

Corresponde al caso de una variable aleatoria que slo puede tomar valores comprendidos entre dos extremos a y b, de
manera que todos los intervalos de una misma longitud (dentro de (a, b)) tienen la misma probabilidad.

Captulo 3.- DISTRIBUCIONES Distribucin


DE
normal
PROBABILIDAD CONTINUA

Distribucin normal
estndar o tipificada

Tambin conocida como gaussiana, es el modelo de distribucin ms utilizado en la prctica, ya que multitud de
fenmenos se comportan segn una distribucin normal. Esta distribucin de caracteriza porque los valores se
distribuyen formando una campana de Gauss, en torno a un valor central que coincide con el valor medio de la
Cuando la media de la distribucin normal es 0 y la varianza es 1, se denomina "normal tipificada", y su ventaja reside
en que hay tablas, o rutinas de clculo que permiten obtener esos mismos valores, donde se recoge la probabilidad
acumulada para cada punto de la curva de esta distribucin.