Historiaa Real
Es la forma que pueden tomar un conjunto de datos obtenidos de muestreos de datos con comportamiento que se supone aleatorio. Pueden ser modelos probabilísticos discretos o continuos. Los primeros, en su mayoría se basan en repeticiones de pruebas de Bernoulli. Los más utilizados son:
Modelo de Bernoulli.
En teoría de probabilidad y estadística, la distribuciónde Bernoulli (o distribución dicotómica), nombrada así por el matemático y científico suizo Jakob Bernoulli, es una distribución de probabilidad discreta, que toma valor 1 para la probabilidad de éxito ([pic]) y valor 0 para la probabilidad de fracaso ([pic]).
EJEMPLO: Lanzar un dado y salir un 6".
Cuando lanzamos un dado tenemos 6 posibles resultados:
[pic]
Se considera éxito sacar un6, por tanto, la probabilidad según el teorema de Laplace (casos favorables dividido entre casos posibles) será 1/6.
[pic]
Se considera fracaso no sacar un 6, por tanto, se considera fracaso sacar cualquier otro resultado.
[pic]
La variable aleatoria X medirá "número de veces que sale un 6", y solo existen dos valores posibles, 0 (que no salga 6) y 1 (que salga un 6).
Por tanto, lavariable aleatoria X se distribuye como una Bernoulli de parámetro [pic] = 1/6
[pic]
La probabilidad de que obtengamos un 6 viene definida como la probabilidad de que X sea igual a 1.
[pic]
La probabilidad de que NO obtengamos un 6 viene definida como la probabilidad de que X sea igual a 0.
[pic]
Modelo Binomial
La distribución binomial es una distribución deprobabilidad discreta que mide el número de éxitos en una secuencia de N ensayos de Bernoulli independientes entre sí, con una probabilidad fija P de ocurrencia del éxito entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con unaprobabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli.
Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p, se escribe:
[pic]Ejemplo
Supongamos que se lanza un dado 50 veces y queremos la probabilidad de que el número 3 salga 20 veces. En este caso tenemos una X ~ B(50, 1/6) y la probabilidad sería P(X=20):
[pic]
Modelo Geométrico.
En teoría de probabilidad y estadística, la distribución geométrica es cualquiera de las dos distribuciones de probabilidad discretas siguientes:
* La distribución deprobabilidad del número X del ensayo de Bernoulli necesaria para obtener un éxito, contenido en el conjunto { 1, 2, 3,...}
* La distribución de probabilidad del número Y = X − 1 de fallos antes del primer éxito, contenido en el conjunto { 0, 1, 2, 3,... }.
Cuál de éstas es la que uno llama "la" distribución geométrica, es una cuestión de convención y conveniencia.
Ejemplo: La probabilidad de queocurra el evento A en una Prueba de
Bernoulli es 0.6. ¿Cuál es la probabilidad de que se necesiten exactamente 5 pruebas
para conseguir el resultado A por primera vez?.
La variable aleatoria así definida se corresponde con el modelo Geométrico con
Parámetro p = 0.6. La probabilidad que se solicita viene dada por
[pic]
Modelo Binomial negativo:En estadística la distribución binomial es una distribución de probabilidad discreta que incluye a la distribución de Pascal.
El número de experimentos de Bernoulli de parámetro [pic] independientes realizados hasta la consecución del k-ésimo éxito es una variable aleatoria que tiene una distribución binomial negativa con parámetros k y[pic].
La distribución geométrica es el caso concreto de la binomial...
Regístrate para leer el documento completo.