Cuadro Sinóptico Probabilidad. de Apoyo

Se denota con una letra mayúscula, tal como X y es una función que asigna un número real a cada resultado en el es acio muestral muestral de de un ex erimento erimento aleato aleatorio. rio.

Variable aleatoria Variable Variable aleatoria Distribución proba robab bil ilid idad ad de variable aleatoria x

de una una

Es una descripción del conunto de posibles valores de X, unto con la probabilidad asociada con cada uno de estos valores. Esta distribución bien puede ser una gr!fica, una tabla o una ecuación que da la probabilidad de cada valor de la variable variable aleatoria aleatoria se considera considera como el resumen resumen m!s útil de un ex erimento aleatorio.

Función de robabilidad

Se da cuando la la distribución distribución de robabilidad se describe describe a artir de una una ecuación. ecuación.

Función de distribución acumulada

"escribe la probabilidad de que una variable aleatoria real X sueta a cierta ley de distribución de probabilidad se sitúe en la #ona de valores menores menores o i uales a x.

El valo valorr es erado erado

$ambi%n llamado media o esperan#a matem!tica de una variable aleatoria discreta X, lo podemos definir como una medida de posición para la distribución de X y se simboli#a con & y se calcula al sumar el producto de cada valor de X con su probabilidad correspondiente. correspondiente.

a varian$a Capítulo 1. VARIABE! AEA"#RIA!

Es una medida de la dispersión de la distribución de probabilidad de una variable aleatoria y se calcula ponderando el cuadrado de cada desviación con respecto a la media, con la probabilidad asociada asociada con la desviación.

σX  Desviación est%ndar  y corresponde a la ra'# cuadrada positiva de la varian#a, siendo otra alternativa para medir la

"enotada por

variabilidad, que con frecuencia es m!s f!cil de interpretar pues sus unidades son id%nticas a las de la variable

Variable Variable aleatoria continua

Se presenta cuando el número de valores que puede tomar una variable aleatoria X est!n contenidos en un intervalo (finito o infinito) de números reales. "icos valores pueden asociarse a mediciones en una escala continua, de manera que no aya uecos o interrupciones.

Función de densidad de robabilidad

Se presenta cuando la distribución de probabilidad de una variable aleatoria continua X est! caracteri#ada por una función y se denota como f(x).

a media & la varian$a de una variable aleatoria continua

Se defnen de manera similar al caso de la variable aleatoria discreta.

"eorema de C'(B)!'EV

*frece una garant'a m'nima acerca de la probabilidad de que una variable aleatoria asuma un valor dentro de +

Distribución uni*orme discreta

a variable aleatoria discreta m!s sencilla es aquella que toma sólo un número finito de valores posibles n, cada uno con la misma probabilidad. probabilidad.

Distribución binomial

Distribución 0eomtrica Capítulo +., DI!"RIB-CI#E! DE /R#BABIIDAD DI!CRE"A

Estas distribuciones permiten enfrentar circunstancias en las que los resultados pertenecen a dos categor'as relevantes que ocurra un evento determinado o que no lo aga. “Ensayo de Bernoulli.” 

Es la variable aleatoria X el número de ensayos Bernoulli realizados hasta obtener un éxito y con parámetro “p. $ambi%n llamada distribución de -ascalbinomial y es una generali#ación de la distribución geom%trica donde la variable aleatoria Distribución X es el número de ensayos ernoulli efectuados asta que se tienen r %xitos, con una probabilidad constante de %xito p. ne0ativa

Distribución 2iper0eomtrica

Es una distribución discreta relacionada con muestreos aleatorios y sin reempla#o.

Distribución /oisson

Es una distribución de probabilidad discreta útil en la que la variable aleatoria representa el número de eventos inde endientes ue ocurren a una velocidad constante.

Distribución uni*orme continua

/orresponde al caso de una variable aleatoria que sólo puede tomar valores comprendidos entre dos extremos a y b, de manera que todos los intervalos de una misma longitud (dentro de (a, b)) tienen la misma probabilidad.

Capítulo 3., DI!"RIB-CI#E! Distribución DE normal /R#BABIIDAD C#"I-A Distribución normal est%ndar o ti i*icada

$ambi%n conocida como gaussiana, es el modelo de distribución m!s utili#ado en la pr!ctica, ya que multitud de fenómenos se comportan según una distribución normal. Esta distribución de caracteri#a porque los valores se distribuyen formando una campana de 3auss, en torno a un valor central que coincide con el valor medio de la /uando la media de la distribución normal es 0 y la varian#a es 1, se denomina 2normal tipificada2, y su ventaa reside en que ay tablas, o rutinas de c!lculo que permiten obtener esos mismos valores, donde se recoge la probabilidad acumulada para cada punto de la curva de esta distribución.