CUADRO SINOPTICO

Está dada por

VARIABLE ALEATORIA Sí el número de valor que puede tomar
DISCRETA
F(𝑋)= 𝑛⁄1
es finito.

VARIABLEALEATORIA Puede asumir un número infinito de Está caracterizada

CONTINUA valores dentro de un determinado rango. por la Variable f(𝑥)

VALOR ESPERADO Y La varianza de una variable aleatoria es una

VARIANZA medida de la dispersión de la distribución de
probabilidad de ésta.

Los ensayos son independientes. Cada

ensayo es de tipo Bernoulli. Esto, tiene sólo Características:
dos resultados posibles: "éxito" o "fracaso”. 1. Tendencia Central
DISTRIBUCION La probabilidad de éxito de cada ensayo, 2. Variación
BINOMIAL
DISTRIBUCIONES DE PROBABILIDAD

denotada por p, permanece constante. 3. Asimetría

VARIABLES ALEATORIAS Y

La variable aleatoria estaba definida como el f(x,p,r)= x-1Cr-1 qx-r .pr

DISTRIBUCION
número de ensayos Bernoulli necesarios para x=r,r+1,r+r+2+....
BINOMIAL
NEGATIVA obtener el primer éxito

En ella se considera la existencia de éxitos y/o 𝑘 𝑁−𝑘

( )( ) 𝐶𝑥𝑘 𝐶𝑛−𝑥
𝑁−𝑘
DISTRIBUCION fracasos en una población conocida, y de la 𝑝(𝑥) = 𝑥 𝑛−𝑥
=
HIPERGEOMETRICA 𝑁 𝐶𝑛𝑁
( )
cual se extrae una muestra sin remplazo 𝑛
donde también existen éxitos o fracasos. con x≤k

Expresa, a partir de una frecuencia de 𝑒 −ʎ

ocurrencia media, la probabilidad de que
𝑓(𝑥) = 𝑃[𝑋 = 𝑥] =
𝑥!
DISTRIBUCION DE
POISSON
ocurra un determinado número de eventos X=0,1,2,…..;o en cualquier
durante cierto período de tiempo. otro punto o valor.

1
Se dice que sigue una distribución uniforme
𝑃(𝑋𝐼 ) =
𝑛
DISTRIBUCION continua en un intervalo real (a,b), y se y su función de distribución la
UNIFORME CONTINUA representa por (a,b), si su función de función escalonada.
densidad es constante en dicho intervalo y 1
nula fuera de él. 𝐹(𝑋) = ∑1(−∞, 𝑥](𝑥𝑖 ).
𝑛

DISTRIBUCION
Describe el comportamiento de una f x ( x)  {𝑘 𝑎 <
UNIFORME DISCRETA variable discreta que puede tomar n
valores distintos con la misma
𝑥 <}
probabilidad cada uno de ellos La distribución normal es la más
La distribución normal es de suma extendida en estadística y muchos
DISTRIBUCION
importancia en estadística por tres tests estadísticos están basados
NORMAL
razones principales. en una supuesta "normalidad".

Es la única variable aleatoria La función generadora es:

DISTRIBUCION Continua cuya tasa de fallos es
𝑚(𝑡) =∝∕∝ −𝑡, 𝑠𝑖𝑡−∝≤ 0
EXPONENCIAL. constante

DISTRIBUCION Es una distribución de probabilidad continua con un parámetro k que

CHI CUADRADO representa los grados de libertad de la variable aleatoria.