Professional Documents
Culture Documents
Minas)
Curso 2005/2006
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
PROBABILIDAD
n! ⎛n⎞ n! ⎧⎪ 1
Vn , k = C n ,m = ⎜⎜ ⎟⎟ = Pn = n! a≤ x≤b
(n − k )! ⎝ m ⎠ m!(n − m)! f ( x) = ⎨ b - a
⎪⎩0 en otro caso
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD b+a (b - a) 2
E( X ) = Var(X) =
2 12
Distribución Bernoulli, X~B(p)
⎧⎛ n ⎞ x
⎪⎜ ⎟ p (1 − p) n − x x = 0,1, 2, ..... , n E ( X ) = np
f ( x) = ⎨⎜⎝ x ⎟⎠ Distribución Normal, X~N ( µ , σ )
⎪ Var ( X ) = np(1 − p)
⎩ 0 en otro caso
( x−µ )2
1 −
f ( x) = e 2σ 2
∀x ∈ ℜ
Distribución de Poisson, X~P( λ ) σ 2π
⎧ λ x e −λ E( X ) = µ Var ( X ) = σ 2
⎪ x = 0, 1, 2,.....
f ( x) = ⎨ x! E ( X ) = Var ( X ) = λ
⎪⎩0 en otro caso
MUESTREO • Diferencia de medias muestrales con varianzas conocidas
Si X 11 , X 12 ,........, X 1,n1 es una m.a.s. de X1 con
Principales estadísticos
E ( X 1 ) = µ1 y Var( X 1 ) = σ 12 y X 21 , X 22 ,........, X 2,n2 es una m.a.s. de
Media muestral : Varianza muestral : Proporción muestral : X 2 con E ( X 2 ) = µ 2 y Var( X 2 ) = σ 22
⎛ σ 12 σ 22 ⎞⎟
X =
∑X i
S 2
=
∑(X i − X )2
Pˆ =
∑X i
, X i ~ B( p) X1 - X 2 ≈ N ⎜ µ = µ1 − µ 2 , σ = +
n −1 ⎜ n n 2 ⎟⎠
n n ⎝ 1
• Proporción muestral X 1 − X 2 − ( µ1 − µ 2 )
sigue una distribucion t-Student con n1 + n 2 − 2
⎛ p (1 − p) ⎞ 1 1
Pˆ ≈ N ⎜⎜ µ = p, σ = ⎟ Sp +
n ⎟ n1 n 2
⎝ ⎠
(n1 − 1) S1 + ( n 2 − 1) S 2
2 2