Академический Документы
Профессиональный Документы
Культура Документы
Solo puede tomar valores representados por números enteros y un número finito de
ellos.
Por ejemplo:
Esta puede tomar tanto valores expresados en números enteros como fraccionarios
y un número infinito de ellos dentro de un mismo intervalo.
Por ejemplo:
-Tire un dado al aire y tome para X el número orientado hacia arriba. Entonces X es
una variable aleatoria discreta con valores posibles 1, 2, 3, 4, 5 y 6.
- La media de una variable aleatoria discreta uniforme, f(x;k), siempre coincide con
uno de los valores de la misma observados en el experimento.
-Pongamos el socorrido pero útil caso del lanzamiento de un dado. Si definimos una
variable aleatoria (X) como el número resultante tras su lanzamiento, los valores
que puede tomar esa variable aleatoria son {1, 2, 3, 4, 5, 6}. Pues bien, esa variable
aleatoria tiene distribución uniforme si, como es el caso, la probabilidad es la misma
para cada uno de los resultados posibles.
-Para una moneda perfecta, todos los resultados tienen la misma probabilidad 1/2.
1.2 Distribución binomial
-Al realizar un experimento con este tipo de distribución, se esperan dos tipos de
resultados.
-Las probabilidades asociadas a cada uno de los resultados no son constantes.
-Cada ensayo o repetición del experimento no es independiente de los demás.
-El número de repeticiones del experimento (n) es constante.
2. Distribuciones de probabilidad continuas
2.1 Distribución de probabilidad uniforme continua
La distribución uniforme es útil para describir una variable aleatoria con probabilidad
constante sobre el intervalo (a,b) en el que está definida y se denota por U(a,b).
También es conocida con el nombre de distribución rectangular por el aspecto de
su función de densidad.
-Los valores en los dos extremos a y b (en la formula) no son por lo general
importantes porque no afectan el valor de las integrales de f(x) dx sobre el intervalo,
ni de x f(x) dx o expresiones similares.
-A veces se elige que sean cero, y a veces se los elige con el valor 1/(b − a). Este
último resulta apropiado en el contexto de estimación por el método de máxima
verosimilitud.
Por ejemplo:
-La estatura de un grupo de personas
-El tiempo dedicado a estudiar
-La temperatura en una ciudad
2.2 Distribución de probabilidad normal
-Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que,
el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra
en un instante (t)-
-No depende del tiempo transcurrido anteriormente en el que no ha pasado nada
Por ejemplo
Bibliografía
DeGroot, M.H. (1988). Probabilidad y Estadística. (2ª Ed.). Addison‐Wesley
Iberoamericana. ISBN0‐201‐64405‐3.
Martín Pliego, F.J. (2004). Introducción a la Estadística Económica y Empresarial.
(Ed.) Thomson.Madrid.
Mendenhall, W.; Reinmuth, J.E. (1978). Estadística para administración y
economía. (Ed.) GrupoEditorial Iberoamericana. ISBN 968‐7270‐13‐6.
Montiel, A.M.; Rius, F.; Barón F.J. (1997). Elementos básicos de Estadística
Económica y Empresarial. (2ª Ed.) Prentice Hall, Madrid.
Peña, D. (2001). Fundamentos de Estadística. (Ed.) Alianza Editorial, S.A. Madrid.
ISBN: 84‐206‐8696‐4.
Romero, R y Zúnica, L.R. (2000). Introducción a la Estadística. (Ed.) SPUPV
4071.
Uña Juárez, I; Tomero, V; San Martín, J. (2003). Lecciones de cálculo de
probabilidades. (Ed.)
Thomson Editores Spain. ISBN 84‐9732‐193‐6.