Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1
Índice
CONTENIDO Página
1. Caracterı́sticas Estadı́sticas 3
2. Distribuciones de probabilidad 3
2.1. Distribuciones discretas . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1.1. Distribución uniforme discreta X ∼ unif {x1 , ..., xn } . . . . . . . 3
2.1.2. Distribución Bernoulli X ∼ Ber(p) . . . . . . . . . . . . . . . . 3
2.1.3. Distribución binomial X ∼ bin(n, p) . . . . . . . . . . . . . . . . 4
2.1.4. Distribución geométrica X ∼ geo(p) . . . . . . . . . . . . . . . . 4
2.1.5. Distribución binomial negativa X ∼ bin neg(r, p) . . . . . . . . 4
2.1.6. Distribución hipergeométrica X ∼ hipergeo(N, K, n) . . . . . . 5
2.1.7. Distribución Poisson X ∼ P oisson(λ) . . . . . . . . . . . . . . . 5
2.2. Distribuciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.2.1. Distribución uniforme continua X ∼ unif (a, b) . . . . . . . . . . 5
2.2.2. Distribución exponencial X ∼ exp(λ) . . . . . . . . . . . . . . . 6
2.2.3. Distribución gamma X ∼ gamma(α, λ) . . . . . . . . . . . . . . 6
2.2.4. Distribución beta X ∼ beta(a, b) . . . . . . . . . . . . . . . . . . 6
2.2.5. Distribución Weibull X ∼ W eibull(α, λ) . . . . . . . . . . . . . 7
2.2.6. Distribución normal X ∼ N (µ, σ 2 ) . . . . . . . . . . . . . . . . 7
2.2.7. Distribución ji-cuadrada X ∼ χ2 (n) . . . . . . . . . . . . . . . . 8
2.2.8. Distribución t X ∼ t(n) . . . . . . . . . . . . . . . . . . . . . . 8
2.2.9. Distribución F X ∼ F (a, b) . . . . . . . . . . . . . . . . . . . . 8
2
1. Caracterı́sticas Estadı́sticas
Variables Aleatorias Discretas Variables Aleatorias Continuas
P R∞
Media x · p(x) −∞
x · f(x) dx
R∞
(x − µ)2 · p(x) (x − µ)2 · f(x) dx
P
Varianza −∞
R∞
E[(X − E[X])k ] (x − µ)k · p(x) (x − µ)k · f(x) dx
P
−∞
R ∞ tx
Mx (t) = E[etx ]
P tx
e · p(x) −∞
e · f(x) dx
d(k) Mx (t)
= E[X k ]
dtk
2. Distribuciones de probabilidad
p(x) = n
0 en otro caso.
1 Pn
E[X] = xi = µ
n i=i
1 Pn
V ar[X] = (xi − µ)2
n i=i
et (1 − ent )
Mx (t) =
n(1 − et )
E[X] = p
3
V ar[X] = p(1 − p)
Mx (t) = 1 − p + pet
E[X] = np
V ar[X] = np(1 − p)
Mx (t) = (1 − p + pet )n
1−p
E[X] =
p
1−p
V ar[X] =
p2
p
Mx (t) = para |t| < −ln(1 − p)
1 − (1 − p)et
r(1 − p)
E[X] =
p
r(1 − p)
V ar[X] =
p2
p
Mx (t) = ( )r para |t| < −ln(1 − p)
1 − (1 − p)et
4
2.1.6. Distribución hipergeométrica X ∼ hipergeo(N, K, n)
K N −K
x n− x
si x > 0
p(x) = N
n
0 en otro caso.
K
E[X] = n
N
KN −KN −n
V ar[X] = n
N N N −1
E[X] = λ
V ar[X] = λ
t
Mx (t) = eλ(e −1)
a+b
E[X] =
2
(b − a)2
V ar[X] =
12
ebt − eat
Mx (t) = para t 6= 0
t(b − a)
5
2.2.2. Distribución exponencial X ∼ exp(λ)
λe−λx si x > 0
f (x) =
0 en otro caso.
1
E[X] =
λ
1
V ar[X] =
λ2
λ
Mx (t) = para t < λ
λ−t
Propiedades:
a
E[X] =
a+b
ab
V ar[X] =
(a + b + 1)(a + b)2
6
P∞ tn B(a + n, b)
Mx (t) = n=0
n! B(a, b)
Propiedades:
1 1
E[X] = Γ(1 + )
λ α
1 2 1
V ar[X] = [Γ(1 + ) − Γ2 (1 + )]
λ α α
tn 1 n
Mx (t) = ∞
P
n=0 n
Γ(1 + )
n! λ α
V ar[X] = σ 2
1 2 t2
Mx (t) = eµt+ 2 σ
7
Sea X con distribución N (µ, σ 2 ). Entonces:
x−µ
Z= ∼ N (0, 1)
σ
E[X] = n
V ar[X] = 2n
1 1
Mx (t) = ( )n/2 para t <
1 − 2t 2
b
E[X] = si b > 2
b−2
2b2 (a + b − 2)
V ar[X] = si b > 4
a(b − 2)2 (b − 4)