Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Adems, es fcil de comprobar que se verifica que E [x]=np y que V [x]= np(1-p)=
npq
Su funcin de distribucin es:
2. Si tenemos dos variables aleatorias que se distribuyen segn una Binomial con
el mismo parmetro p, es decir, con la misma probabilidad de xito,X B(n,p ),
e Y B( m,p) entonces siempre se verifica
X+YB(n+m,p)
Si no tienen la misma probabilidad no se pueden sumar
3. Sea X una variable aleatoria e Y otra variable aleatoria que verifican que X
B(n, p) e Y=X/n, entonces se verifica
YB(1,p/n)
y adems su esperanza y varianza son
E[Y ] = P,
V[Y]= pq/n
Distribucin de Poisson
Distribucin Normal
Es una de las distribuciones ms importantes. 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 distribucin:
Las ventajas tericas de este modelo hacen que su uso se generalice en las
aplicaciones reales.
Sea X una variable aleatoria continua, se dice que se distribuye como una normal
Distribucin hipergeometrica
Este modelo presenta similitudes con el Binomial, pero sin la suposicin de
independencia de ste ltimo. Vemoslo:
Partimos de un conjunto formado por N individuos divididos en dos categoras
mutuamente excluyentes: A y Ac; de manera que N1 individuos pertenecen a la
categora A y N2 individuos, a la categora Ac. Por tanto, se cumple que
N = N1 + N2
Si del conjunto anterior extraemos n individuos sin reemplazamiento (n N), la
variable X que representa el nmero k de individuos que pertenecen a la categora
A (de los n extrados) tiene por funcin de densidad:
Es la distribucin natural a utilizar cuando las desviaciones a partir del valor del
modelo estn formadas por factores, proporciones o porcentajes ms que por
valores absolutos como es el caso de la distribucin normal.
La distribucin lognormal tiene dos parmetros: m* (media aritmtica del logaritmo
de los datos o tasa de fallos) y (desviacin estndar del logaritmo de los datos o
tasa de fallos).
La distribucin logartmica-normal se caracteriza por las siguientes
propiedades:
Asigna a valores de la variable < 0 la probabilidad 0 y de este modo se ajusta a
las tasas y probabilidades de fallo que de esta forma slo pueden ser positivas.
Como depende de dos parmetros, segn veremos, se ajusta bien a un gran
nmero de distribuciones empricas.
Es idnea para parmetros que son a su vez producto de numerosas cantidades
aleatorias (mltiples efectos que influyen sobre la fiabilidad de un componente).
La esperanza matemtica o media en la distribucin lognormal es mayor que su
mediana. De este modo da ms importancia a los valores grandes de las tasas de
fallo que una distribucin normal con los mismos percentiles del 5% y 50%
tendiendo, por tanto, a ser pesimista.