DISTRIBUCIONES MÁS USUALES (1) DISTRIBUCIÓN BINOMIAL X = B(n, p) X ≡ número de éxitos en n experimentos de Bernouilli [n = número de experimentos; p = probabilidad de éxito] σx2 = np(1 − p), mx = np, µ ¶ n x PX (x) = p (1 − p)n−x , x Cálculo: DIRECTO FX (x) = X PX (x), x = 0, 1, 2, .., n. (Aproximación Normal cuando np > 5, n(1 − p) > 5) DISTRIBUCIÓN GEOMÉTRICA X = G(p) X ≡ número del experimento de Bernouilli en que tiene lugar el primer éxito [p = probabilidad de éxito] 1 1−p mx = , σx2 = , p p2 PX (x) = p(1 − p)x−1 , FX (x) = 1 − (1 − p)x , x = 1, 2, 3, ... Cálculo: DIRECTO DISTRIBUCIÓN DE PASCAL (BINOMIAL NEGATIVA) X = BN (k, p) X ≡ número del experimento de Bernouilli en que tiene lugar el éxito número k [k = número de éxitos; p = probabilidad de éxito] k k(1 − p) mx = , σx2 = , p p2 µ ¶ X x−1 PX (x) = (1 − p)x−k pk , FX (x) = PX (x), x = k, k + 1, ... k−1 Cálculo: DIRECTO DISTRIBUCIÓN HIPERGEOMÉTRICA X = HG(n, N 1, N 2) X ≡ número de éxitos en n extracciones sin reemplazamiento [n = número de extracciones; N1 = número inicial de éxitos; N2 = número inicial de fracasos; N = N 1 + N 2; p = N1 /N ] N −n mx = np, σx2 = np(1 − p), N −1 ¡N1 ¢¡ N2 ¢ X PX (x) = x ¡Nn−x FX (x) = PX (x), ¢ , n RX ≡ máx{0, n − N2 } ≤ x ≤ mı́n{n, N1 }, Cálculo: DIRECTO x entero. DISTRIBUCIONES MÁS USUALES (2) DISTRIBUCIÓN DE POISSON X = P (ν) X ≡ número de llegadas de Poisson en un tiempo t [ν = media de las llegadas de Poisson; λ = frecuencia de llegada] ν = λt, PX (x) = ν x e−ν , x! Cálculo: DIRECTO Y POR TABLAS σx2 = ν, mx = ν, FX (x) = X PX (x), x = 0, 1, 2, ... (Aproximación Normal cuando ν > 30) DISTRIBUCIÓN EXPONENCIAL X = EX(λ) X ≡ tiempo hasta la primera llegada de Poisson [λ = frecuencia de las llegadas de Poisson] 1 mx = , λ fX (x) = λe−λx , σx2 = 1 , λ2 FX (x) = 1 − e−λx , x ≥ 0. Cálculo: DIRECTO DISTRIBUCIÓN GAMMA X = Γ(k, λ) X ≡ tiempo hasta la llegada de Poisson número k (puede extenderse a k no entero) [λ = frecuencia de las llegadas de Poisson; k = número de llegadas] k k mx = , σx2 = 2 , λ λ fX (x) = Cálculo: POR TABLAS λ(λx)k−1 e−λx , Γ(k) FX (x) = γ(k, λx) , Γ(k) (Aproximación Normal cuando k > 15) x ≥ 0. DISTRIBUCIONES MÁS USUALES (3) X = N (m, σ 2 ) DISTRIBUCIÓN NORMAL X ≡ lı́m n→∞ n X Yi , Yi independientes e igualmente distribuidas i=1 (Ver Teorema del Lı́mite Central y condiciones de relajación) mx = m, ½ µ ¶ ¾ 1 1 x−m 2 fX (x) = √ exp − , 2 σ σ 2π σx2 = σ 2 , Z FX (x) = fX (x)dx, x ∈ [−∞, ∞]. Cálculo: POR TABLAS (VARIABLE NORMALIZADA) DISTRIBUCIÓN LOGARÍTMICO NORMAL (LOGNORMAL) X ≡ lı́m n→∞ n Y Zi , 2 ) X = LN (m̆x , σlnx Zi independientes e igualmente distribuidas i=1 (Ver Teorema del Lı́mite Central y condiciones de relajación) mx = m̆x e m̆x = mx e− σ2 lnx 2 , σ2 lnx 2 , £ 2 ¤ σx2 = m2x eσlnx − 1 , ¡ ¢ 2 σlnx = ln Vx2 + 1 , ½ · ³ x ´¸2 ¾ 1 1 1 √ exp − ln , fX (x) = 2 σlnx m̆x xσlnx 2π Cálculo: POR TABLAS DE DISTRIBUCIÓN NORMAL Vx = σx , mx Z FX (x) = fX (x)dx, x ≥ 0. DISTRIBUCIONES MÁS USUALES (4) DISTRIBUCIÓN DE GUMBEL (Máximos) X = GU (α, u) X ≡ Valor máximo de una variable aleatoria π2 , γ ≈ 0.577, u ≡ moda, 6α2 © ª © ª fX (x) = α exp −α(x − u) − e−α(x−u) , FX (x) = exp −e−α(x−u) , x ∈ [−∞, ∞]. mx = u + γ , α σx2 = Cálculo: DIRECTO DISTRIBUCIÓN TIPO I (Mı́nimos) X = Imin (α, u) X ≡ Valor mı́nimo de una variable aleatoria mx = u − γ , α σx2 = © ª fX (x) = α exp α(x − u) − eα(x−u) , π2 , 6α2 γ ≈ 0.577, u ≡ moda, © ª FX (x) = 1 − exp −eα(x−u) , x ∈ [−∞, ∞], Cálculo: DIRECTO DISTRIBUCIÓN TIPO II (Máximos) X = IImax (k, u) X ≡ Valor máximo de una variable aleatoria £ 1 2 1 ¤ mx = u Γ(1 − ), σx2 = u2 Γ(1 − ) − Γ2 (1 − ) , k k k µ ¶k+1 ½ µ ¶k ¾ ½ µ ¶k ¾ k u u u fX (x) = , FX (x) = exp − , exp − u x x x x ≥ 0. Cálculo: DIRECTO DISTRIBUCIÓN TIPO III O DE WEIBULL (Mı́nimos) X = W (k, u) X ≡ Valor mı́nimo de una variable aleatoria £ 2 1 ¤ 1 σx2 = u2 Γ(1 + ) − Γ2 (1 + ) , mx = u Γ(1 + ), k k k µ ¶k−1 ½ µ ¶k ¾ ½ µ ¶k ¾ k x x x fX (x) = exp − , FX (x) = 1 − exp − , u u u u Cálculo: DIRECTO x ≥ 0. DISTRIBUCIONES MÁS USUALES (5) DISTRIBUCIÓN UNIFORME X = U (a, b) X ≡ variable aleatoria uniformemente distribuida en el intervalo [a, b] mx = fX (x) = (b − a)2 , 12 x−a FX (x) = , a ≤ x ≤ b. b−a a+b , 2 1 , b−a σx2 = Cálculo: POR TABLAS DISTRIBUCIÓN BETA X = BT (r, t) mx = fX (x) = r , t+r 1 xr−1 (1 − x)t−1 , β(r, t) β(r, t) = Cálculo: POR TABLAS rt , (t + r)2 (t + r + 1) Z FX (x) = fX (x)dx, σx2 = Γ(r)Γ(t) . Γ(r + t) 0 ≤ x ≤ 1. DISTRIBUCIONES MÁS USUALES (6) DISTRIBUCIÓN χ2 X≡ ν X Yi2 , X = χ2 (ν) Yi ≡ N (0, 1), Yi independientes i=1 mx = ν, fX (x) = Cálculo: POR TABLAS 1 x ν2 −1 − x2 e 2(2) ν Γ( 2 ) , σx2 = 2ν, Z FX (x) = fX (x)dx, x ≥ 0. (Aproximación Normal cuando ν > 30) DISTRIBUCIÓN χ √ X ≡ + Y , Y ≡ χ2 (ν) X = χ(ν) ¡ ¢ √ Γ ν+1 2 ¡ ¢ , mx = 2 Γ ν2 2 ν x( x2 ) 2 −1 e− fX (x) = Γ( ν2 ) x2 2 σx2 ¡ ¢ Γ2 ν+1 2 ¡ ¢ , =ν−2 Γ2 ν2 Z , FX (x) = fX (x)dx, x ≥ 0. Cálculo: POR TABLAS DISTRIBUCIÓN t de STUDENT X≡ Y √ ν , Z Y ≡ N (0, 1), Z ≡ χ(ν), X = T (ν) Y y Z independientes mx = 0, fX (x), Cálculo: POR TABLAS FX (x), σx2 = ν , (ν − 2) x ∈ [−∞, ∞], (ver bibliografı́a). (Aproximación Normal cuando ν > 30) DISTRIBUCIÓN F (de Snedecor) X≡ Y /ν1 , Z/ν2 Y ≡ χ2 (ν1 ), Z ≡ χ2 (ν2 ), mx = fX (x), Cálculo: POR TABLAS ν2 , (ν2 − 2) FX (x), X = F (ν1 , ν2 ) Y y Z independientes σx2 = x ≥ 0, 2ν22 (ν1 + ν2 − 2) , ν1 (ν2 − 2)2 (ν2 − 4) (ver bibliografı́a).