DISTRIBUCION DISTRIBUCION DISTRIBUCION DE DISTRIBUCION NORMAL
HIPERGEOMETRICA BINOMINAL POISSON
Supongamos ahora que tenemos Supongamos que deseamos Esta es la distribución de
Supongamos que tenemos un conjunto una serie de n ensayos observar el número de ocurrencias probabilidad de mayor importancia. de N objetos de los cuales K son de independientes Bernoulli en donde de un cierto evento dentro de un Decimos que la v.a. continua X tiene una primera clase y N −K son de una la probabilidad de éxito en intervalo de tiempo dado. Por una distribución normal si su Etjmdtry.lrfi{ segunda clase. cualesquiera de estos n ensayos es ejemplo, el número de clientes que función de densidad está dada por Supongamos que de este conjunto siempre la misma probabilidad p. llegan a un cajero automático la siguiente expresión. tomamos una muestra aleatoria de En este caso el experimento durante la noche, o tal vez tamaño n, la muestra es entonces sin aleatorio consiste en realizar deseamos registrar el número de reemplazo y el orden de los objetos sucesivamente n ensayos accidentes que ocurren en cierta seleccionados no importa. El espacio Bernoulli. Si denotamos por E el avenida durante todo un día. resultado “éxito” y por F el Ejemplos Ejemplos Ejemplos Ejemplos La cardinalidad del espacio muestral Usando el principio multiplicativo, en donde µ ∈ R y σ > 0 son dos es fácil ver que el conjunto Ω tiene parámetros. Escribimos entonces X 2n elementos. Si ahora definimos la ∼ N(µ, σ2 ). La grafica de esta es entonces Si para cada variable aleatoria X como aquella función de densidad tiene forma de muestra definimos la variable que cuenta el número de éxitos en campana como se muestra en la aleatoria X como el número de objetos de la primera clase cada una de estas sucesiones, esto siguiente figura contenidos en la muestra es seleccionada, entonces X puede X(EE · · · EE) = n tomar los valores 0, 1, 2, . . ., n, suponiendo n ≤ K. La probabilidad X(FE · · · EE) = n – 1 de que X tome un valor x estaría . dada por la fórmula que enunciamos a continuación. Decimos que X tiene . una distribución hipergeométrica . como parámetros N, K y n. Y escribimos X ∼ Hipergeo(N, K, n) si X(FF · · · FF) = 0 Observe que la campana está Puede demostrarse que E(X) = λ y Var(X) centrada en el valor de µ y que se = λ. Puede también demostrarse que abre o cierra de acuerdo a la cuando X ∼ bin(n, p) y hacemos tender n magnitud de σ. No es difícil probar a infinito y p a cero de tal forma que el que E(X) = µ y Var(X) = σ 2 . En producto no se mantenga constante particular, decimos que la igual a λ, entonces la variable aleatoria X adquiere la distribución Poisson con parámetro λ.
Explicacion de Como Mi Tema Elegido-Tema No. 5 - Normas de Gestión de Calidad - Contribuye Al Diseño de La Red Telematica A Ser Presentada Por Mi Grupo Colaborativa (Teoricamente) (2