Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Resumen de distribuciones Distribuciones discretas Distribución Bernoulli 𝑋~𝐵𝑒(𝑝) 𝑝𝑌 𝑦 = 𝑝 𝑦(1 − 𝑝)1−𝑦 si y=0;1 y 0<p<1 E[Y]=p V(Y)=p(1-p) Distribución Binomial 𝑋~𝐵𝑖(𝑛, 𝑝) 𝑝𝑋 𝑥 = 𝑛 𝑥 𝑝𝑥(1 − 𝑝)𝑛−𝑥 si x=0,1,2…..,n y 0<p<1 E[Y]=np V(Y)=np(1-p) Distribución geométrica 𝑁~𝐺(𝑝) 𝑝𝑁 𝑛 = 𝑝(1 − 𝑝) 𝑛−1 si y=1,2….. y 0<p<1 𝐸[𝑌] = 1 𝑝 𝑉 𝑌 = 1 − 𝑝 𝑝2 Distribución Pascal 𝑋~𝑃𝑎(𝑘, 𝑝) 𝑝𝑋 𝑥 = 𝑥−1 𝑘−1 𝑝𝑘(1 − 𝑝)𝑥−𝑘 si x=k, k+1, k+2…..,n y, 0<p<1 𝐸[𝑌] = 𝑘 𝑝 𝑉 𝑌 = 𝑘 1 − 𝑝 𝑝2 Distribución Poisson 𝑋~𝑃𝑜(λ) 𝑝𝑋 𝑥 = 𝜆𝑥 𝑥 ! 𝑒−𝜆 si x=0,1,2…. y λ>0 E[Y]=λ V(Y)=λ Distribución Hipergeométrica 𝑋~𝐻(𝑁, 𝑟, 𝑛) N: total poblacional r: cantidad de “buenos” en la población n: cantidad de elementos extraidos 𝑝𝑋 𝑥 = 𝑟𝑥 𝑁−𝑟 𝑛−𝑥 𝑁𝑛 si x es entero con max(r+n-N )≤ x ≤ min(r,m) 𝐸 𝑋 = 𝑛𝑟 𝑁 𝑉 𝑋 = 𝑛𝑟 𝑁 (𝑁 − 𝑟) 𝑁 (𝑁 − 𝑛) (𝑁 − 1) Distribuciones continuas Distribución Normal 𝑋~𝑁(𝜇, 𝜍2) 𝑓𝑋 𝑥 = 1 𝜍 2𝜋 𝑒 − 1 2 𝑥−𝜇 𝜍 2 con σ>0 E[X]=μ V(X)=σ2 Distribución normal estándar: corresponde a la variable 𝑍~𝑁(0,1) Distribución Gamma T~ℾ(𝛼, 𝜆) 𝑓𝑇 𝑡 = 𝜆𝛼 ℾ(𝛼) 𝑡𝛼−1𝑒−𝜆𝑡𝐼{𝑡 > 0} con λ>0 y α>0 𝐸[𝑇] = 𝛼 𝜆 𝑉 𝑇 = 𝛼 𝜆2 ℾ 𝑦 = 𝑥𝑦−1𝑒−𝑥𝑑𝑥 ∞ 0 , si y>0 ℾ 1 = 1 ℾ 𝛼 = 𝛼 − 1 ℾ 𝛼 − 1 ℾ 𝑛 = 𝑛 − 1 ! 𝑝𝑎𝑟𝑎 𝑛 ∈ ℵ ℾ 1 2 = 𝜋 A demás, si α=1,2,3…. 𝑃(𝑇 > 𝑡) = (𝜆𝑡 )𝑖 𝑖! 𝑒−𝜆𝑡𝛼−1𝑖=0 Distribución exponencial X~𝑒𝑥𝑝(𝜆) 𝑓𝑋 𝑥 = 𝜆𝑒 −𝜆𝑥 𝐼{𝑥 > 0} con λ>0 𝐸[𝑇] = 1 𝜆 𝑉 𝑇 = 1 𝜆2 Distribución Beta 𝑋~𝛽(𝑎, 𝑏) 𝑓𝑋 𝑥 = ℾ(𝑎+𝑏) ℾ(𝑎)ℾ(𝑏) 𝑥𝑎−1(1 − 𝑥)𝑏−1𝐼{0 < 𝑥 < 1} con a,b>0 𝐸[𝑋] = 𝑎 𝑎 + 𝑏 𝑉(𝑋) = 𝑎𝑏 𝑎 + 𝑏 2(𝑎 + 𝑏 + 1) Distribución Uniforme 𝑋~𝑈(𝑎, 𝑏) 𝑓𝑋 𝑥 = 1 𝑏 − 𝑎 𝐼{𝑎 < 𝑥 < 𝑏} 𝐸 𝑋 = 𝑎 + 𝑏 2 𝑉(𝑋) = (𝑏 − 𝑎)2 12 Distribución de Cauchy 𝑋~𝐶(0, 𝜆) 𝑓𝑋(𝑥) = 1 𝜋 𝜆 𝜆2+𝑥2 con λ>0 Distribución Normal bivariada (𝑋, 𝑌)~𝑁(𝜇𝑥 , 𝜇𝑦 , 𝜍𝑥 2 , 𝜍𝑦 2 , 𝜌) 𝑓𝑋 ,𝑌 𝑥, 𝑦 = 1 2𝜋𝜍𝑥𝜍𝑦 1 − 𝜌 2 𝑒 − 1 2(1−𝜌2) 𝑥−𝜇𝑥 𝜍𝑥 2 + 𝑦−𝜇𝑦 𝜍𝑦 2 −2 (𝑥−𝜇𝑥 ) 𝜍𝑥 (𝑦−𝜇𝑦 ) 𝜍𝑦 𝜌
Compartir