Distribución Bernoulli
Distribución Bernoulli
Distribución Bernoulli
b) x= variable que nos define el número de cheques sin fondo que llegan al banco
en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días
consecutivos
Nota: l siempre debe de estar en función de x siempre o, dicho de otra forma, debe
“hablar” de lo mismo que x.
DISTRIBUCIONES CONTINUAS
La distribución uniforme es útil para describir una variable aleatoria con probabilidad
constante sobre el intervalo (a, b) en el que está definida y se denota por U (a, b).
La distribución uniforme es aquella que puede tomar cualquier valor dentro de un
intervalo, todos ellos con la misma probabilidad. También es conocida con el
nombre de distribución rectangular por el aspecto de su función de densidad.
Una peculiaridad importante de esta distribución es que la probabilidad de un
suceso depende exclusivamente de la amplitud del intervalo considerado y no de
su posición en el campo de variación de la variable. Cualquiera que sea la
distribución F de cierta variable X, la variable transformada Y = F(X) sigue una
distribución uniforme en el intervalo (0,1). Esta propiedad es fundamental por ser la
base para la generación de números aleatorios de cualquier distribución en las
técnicas de simulación, y recibe el nombre de método de inversión.
Campo de variación: a < x < b
Parámetros: a: mínimo, -∞ < a < ∞ b: máximo, -∞ < b < ∞ con a < b
Ejemplo:
El precio medio del litro de gasolina durante el próximo año se estima que puede
oscilar entre 140 y 160 ptas. Podría ser, por tanto, de 143 ptas., o de 143,4 ptas., o
de 143,45 ptas., o de 143,455 ptas., etc. Hay infinitas posibilidades, todas ellas con
la misma probabilidad.
Su función de densidad, aquella que nos permite conocer la probabilidad que tiene
cada punto del intervalo, viene definida por:
Donde:
b: es el extremo superior (en el ejemplo, 160 ptas.)
a: es el extremo inferior (en el ejemplo, 140 ptas.)
Por lo tanto, la función de distribución del ejemplo sería:
Es decir, que el valor final esté entre 140 ptas. y 141 ptas. tiene un 5% de
probabilidad, que esté entre 141 y 142, otro 5%, etc.
El valor medio de esta distribución se calcula:
La distribución exponencial es el equivalente continuo de la distribución geométrica
discreta. Esta ley de distribución describe procesos en los que:
• Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo
que,
• el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello
ocurra en un instante tf, no depende del tiempo transcurrido anteriormente
en el que no ha pasado nada.
Ejemplos de este tipo de distribuciones son:
El tiempo que tarda una partícula radiactiva en desintegrarse. El conocimiento de la
ley que sigue este evento se utiliza en Ciencia para, por ejemplo, la dotación de
fósiles o cualquier materia orgánica mediante la técnica del carbono 14, C14;
El tiempo que puede transcurrir en un servicio de urgencias, para la llegada de un
paciente;
Ejemplo:
El tiempo de revisión del motor de un avión sigue una distribución exponencial con
media 22 minutos.
a) Encontrar la probabilidad de que el tiempo de revisión sea menor a 10 minutos.
Definición de la variable:
X: el tiempo de revisión del motor de un avión
La distribución de la variable X es:
X∼ Exponencial (β=22) X
Entonces podemos escribir su función de densidad de probabilidad
fexp(x)=1/22e –x/22 x≥0
Y también su función de distribución:
Ejemplo:
Se supone que los resultados de un examen siguen una distribución normal con
media 78 y desviación típica 36.
¿Cuál es la probabilidad de que una persona que se presenta el examen obtenga
una calificación superior a 72?
Sustituimos los valores en la fórmula:
La distribución normal estándar, o tipificada o
reducida, es aquella que tiene por media el valor
cero, μ =0, y por desviación típica la unidad, σ =1.
Su función de densidad es:
Ejemplo:
Fuentes consultadas
Aula fácil. (2015, 14 abril). Distribuciones continuas: Uniforme - Estadísticas.
https://www.aulafacil.com/cursos/estadisticas/gratis/distribuciones-continuas-uniforme-
l11245
C. (2013). 5.1-Normal y Normal Estándar. CIDECAME.
http://cidecame.uaeh.edu.mx/lcc/mapa/PROYECTO/libro19/51normal_y_normal_estndar.h
tml
F. (2018, 25 julio). Distribución exponencial: Ejercicios Resueltos [¡Paso a paso!]. PROBA
FÁCIL. https://probafacil.com/distribucion-exponencial-ejercicios-resueltos/
ITC. (s. f.). 5) DISTRIBUCIÓN DE POISSON. itchihuahua. Recuperado 19 de mayo de
2021, de
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisso
n.htm