Explica la relación que hay
entre los resultados
posibles de un
experimento y los valores
que torna la variable.
La v.a. es función real
definida en el espacio
muestral. X: Ω->R
La función de
distribución de una v.a.
determina la
probabilidad de los
eventos asociados a X.
Una v.a. es única
pero dos v.a. pueden
compartir su
función de
distribución
Dos distribuciones
diferentes pueden
tener la misma
media y varianza
Tipos de
variables
Discretas
Cuando el conjunto de
valores posibles que toma
es finito o infinito
numerable.
Toma valores en
enteros no negativos o
un subconjunto de éste
Continuas
Toma cualquier
valor en un
intervalo.
Muestra
Conjunto
de datos
Esperanza o valor
esperado o media
Medida de tendencia
central, representa el
centro de la
distribución.
X se encuentra
alrededor de
dicho número
Varianza
Medida de la
dispersión o
variabilidad en
la distribución
Es un indicador de
la dispersión
alrededor de su
media
Momentos
centrales o no
centrales
Tienen
información
cualitativa de
cualquier
distribución.
No determinan
una
distribución
Los primeros 4
momentos son
importantes
para
distribuciones
1er momento: Media
2do momento central: Varianza
3er momento central: Proporciona info de
la asimetría respecto de la media (sesgo)
4to momento central: Picudez y pesadez
de la distribución (kurtosis)
Función generatriz
de momentos
(FGM)
Familias de
distribuciones
discretas
Constante
Toda constante es una variable
aleatoria, tiene un único salto en
x=c
Uniforme
En {1,...,N} hay distrib.
uniforme si su densidad es f(x)=1/N
En {0,1,...,N} hay distrib. uniforme si
tiene media de N/2
Bernoulli
El conjunto de valores posibles es {0,1}
V.a. que tengan dos resultados
posibles: éxito o fracaso
Binomial
1. El experimento tiene n ensayos Bernoulli
2. Cada ensayo presenta uno de dos resultados (éxito/fracaso)
3. Probabilidad de éxito en un intento = p y la del fracaso = (1-p)
4. Intentos independientes
5. Variable X: número de éxitos observado en los n intentos
Binomial
negativa
Generalización de la
distribución geométrica, v.a.
es el núm de ensayos
Bernoulli hasta obtener el
r-ésimo éxito
Geométrica
Se basa en ensayos
Bernoulli donde se
detiene el experimento
cuando llegue al primer
éxito
"Y" es el número de
fracasos
Poisson
Aplica a v.a. de conteo, ya
sea en espacio o tiempo
(núm de clientes en un
servidor en una hora,
personas con covid en un
día, bacterias en una gota
de agua, etc)