Buenas noches docente y compañeros a continuación la solución de las Preguntas

Dinamizadoras

1. Haga un resumen de las principales aplicaciones de las variables aleatorias discretas.

Distribución uniforme Discreta.

La ley uniforme definida sobre un conjunto finito es la ley de ``sorteos al azar'' en este conjunto
o equiprobabilidad. Ella asigna la misma probabilidad 1/n a todos los elementos del conjunto, si
el cardinal del conjunto es n.

Distribución Bernoulli.

Las variables aleatorias discretas más simples son las indica trices de eventos. Si A es un evento
de probabilidad p, la variable aleatoria IA toma el valor 1 si A se realiza y 0 si no. Su ley es la ley
de Bernoulli de parámetro p. P (IA = 0) =1- p, P(IA = 1) = p

Distribución Binomial.

Se repite el mismo experimento n veces en forma independiente y se cuenta el número de

veces que se produce el evento. Se considerará la repetición de los n experimentos como un
nuevo experimento global. Como solamente nos interesa el evento A, bastará guardar de la
experiencia global, el número de veces en que A se realiza a lo largo de los n experimentos. Si p
denota la probabilidad del evento A, la variable aleatoria Xi sigue una ley de Bernoulli de
parámetro p. La variable aleatoria Sn toma sus valores en el conjunto (0,…,n). Para determinar
su ley, los eventos que nos interesan son los del tipo `` Sn=k''.

Distribución Geométrica

El problema aquí es observar una sucesión de repeticiones independientes de un mismo

experimento. Nos interesa el momento en que se produce el evento A por primera vez. Se
asume que la probabilidad p de A es estrictamente positiva. Denotemos por X el número de
orden del experimento en el cual A ocurre por primera vez. Es una variable aleatoria que
depende del experimento: ``repetir independientemente hasta que ocurra A''. El conjunto de los
valores posibles para X es (1,2,…) = N*

Distribución Poisson.

Muchas variables aleatorias discretas corresponden a conteos de objetos con una característica,
relativamente rara, dentro de un conjunto grande de objetos: átomos de un isótopo, moléculas
de un elemento químico, bacterias, virus, individuos que poseen un gen especial... Con
frecuencia se emplea una ley de Poisson como modelo para estos conteos. Una variable
aleatorio sigue una ley de Poisson de parámetro Lambda>0 si ella toma sus valores en N y si
para todo k pertenece N

Distribución Hipergeométrica

La ley hipergeométrica es la ley de ``captura sin reposición''. En una población de tamaño N, se

extrae al azar una muestra (subconjunto) de tamaño n. Entre los N individuos de la población
hay m que están ``marcados'' (poseen una cierta característica). El número de individuos
marcados entre los individuos seleccionados, sigue la ley hipergeométrica de parámetros N, m y
n. La variable aleatoria X toma sus valores en el conjunto (0,…,n), y para todo k pertenece (0,
…,n)

Distribución Binomial Negativa.

Esta ley se emplea frecuentemente en los conteos en biología. El modelo de base que la define
puede escribirse todavía en términos de indicatrices de eventos independientes, como en las
leyes binomiales y geométricas. En el transcurso de una serie de experimentos aleatorios
independientes, observemos un evento A de probabilidad p. Denotemos por X el número de
observaciones de A antes de la n-ésima observación de A. Entonces X sigue la ley binomial
negativa de parámetros n y p, denotada por BN(n, p).
https://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/mp/node12.html