AGENDA Distribuciones de probabilidad discreta Maestría en Modelado y Simulación 2014-2 AGENDA Distribuciones de probabilidad discreta Binomial Multinomial Hipergeométrica Binomial negativa Geométrica Uniforme Poisson Distribuciones de probabilidad continua Exponencial Normal

Distribución Binomial Maestría en Modelado y Simulación 2014-2 Distribución Binomial Proceso de Bernoulli: Experimento con n repeticiones independientes, cuyo resultado en cada uno, puede clasificarse como éxito (x) o fracaso. La probabilidad de éxito (p) permanece constante para todas las repeticiones. Distribución Binomial: Distribución de probabilidad de la variable aleatoria x; número de éxitos en n experimentos

Distribución Multinomial Maestría en Modelado y Simulación 2014-2 Distribución Multinomial Experimento con n repeticiones independientes, cuyo resultado en cada uno, puede tener m resultados A1, A2 ,…, Am. La probabilidad de éxito para cada uno (p1, p2 ,…, pm) permanece constante para todas las repeticiones. Distribución multinomial: Distribución de probabilidad de las variables aleatorias x1, x2,…, xm; que representan el número de resultados de cada uno en los n experimentos

Distribución Hipergeométrica Maestría en Modelado y Simulación 2014-2 Distribución Hipergeométrica Experimento en el que se sustrae una muestra aleatoria de tamaño n de un total de N elementos, de los cuales k se clasifican como éxitos y N-k como fracasos. Distribución Hipergeométrica: Distribución de probabilidad de la variable aleatoria x que representa el número de éxitos en la muestra de tamaño n tomada del conjunto N. N n x éxitos K éxitos

Distribución Hipergeométrica multivariada Maestría en Modelado y Simulación 2014-2 Distribución Hipergeométrica multivariada Experimento en el que se sustrae una muestra aleatoria de tamaño n de un total de N elementos, los cuales se clasifican en A1, A2 ,…, Am. Distribución Hipergeométrica multivariada: Distribución de probabilidad de las variables aleatorias x1, x2,…, xm; que representan el número de elementos obtenidos en la muestra de cada una de las clasificaciones definidas. N n

Distribución Binomial negativa Maestría en Modelado y Simulación 2014-2 Distribución Binomial negativa Proceso de Bernoulli: Experimento cuyo resultado puede clasificarse como éxito (x) o fracaso. El experimento se repite con repeticiones independientes, hasta obtener o completar un número fijo de éxitos. La probabilidad de éxito (p) permanece constante para todas las repeticiones. Distribución Binomial negativa: Distribución de probabilidad de la variable aleatoria x; número del experimento en el que ocurre el m-ésimo éxito.

Distribución Geométrica Maestría en Modelado y Simulación 2014-2 Distribución Geométrica Proceso de Bernoulli: Experimento cuyo resultado puede clasificarse como éxito (x) o fracaso. El experimento se repite con repeticiones independientes, hasta obtener el primer éxito. La probabilidad de éxito (p) permanece constante para todas las repeticiones. Distribución Geométrica: Distribución de probabilidad de la variable aleatoria x; número del experimento en el que ocurre el primer éxito (m=1).

Distribución Uniforme Maestría en Modelado y Simulación 2014-2 Distribución Uniforme Distribución Uniforme: Distribución de probabilidad de la variable aleatoria x, donde x toma n valores todos igualmente probables.

Distribución de Poisson Maestría en Modelado y Simulación 2014-2 Distribución de Poisson Distribución Poisson: Distribución de probabilidad de la variable aleatoria x; número de resultados que ocurren en un periodo de tiempo determinado (t).

Distribuciones continuas de probabilidad Maestría en Modelado y Simulación 2014-2 Distribuciones continuas de probabilidad

Distribución Normal o de Gauss Maestría en Modelado y Simulación 2014-2 Distribución Normal o de Gauss Distribución Normal: La función de densidad de una variable aleatoria x normalmente distribuida es Distribución Normal estándar:

Distribución Exponencial Maestría en Modelado y Simulación 2014-2 Distribución Exponencial Distribución Normal: La función de densidad de una variable aleatoria t exponencialmente distribuida es