Probabilidad
PROBABILIDAD Fórmulas de combinatoria DISTRIBUCIONES CONTINUAS DE PROBABILIDAD
Distribución uniforme C n,m = n! m!(n − m)! Pn = n! 1 a≤ x≤b f ( x) = b - a 0 enotro caso b+a (b - a) 2 E( X ) = Var(X) = 2 12 Distribución exponencial λ e − λx f ( x) = 0 Distribución normal x≥0 resto E( X ) = 1 λ var(X) = 1 λ2
Vn , k =
n! (n − k )!
DISTRIBUCIONESDISCRETAS DE PROBABILIDAD
Distribución binomial n x x = 0,1,2,....., n E ( X ) = np p (1 − p) n − x f ( x) = x en otro caso Var ( X ) = np (1 − p) 0
Distribución dePoisson λ e f ( x) = x! 0
x −λ
f (x) = E ( X ) = Var ( X ) = λ E( X ) = µ
x = 0,1,2,..... en otro caso
e 2 πσ 2 Var ( X ) = σ 2
1
−1 ( x − µ ) 2 2 σ2
∀x ∈ R
MUESTREOPrincipales estadísticos Media muestral n Varianza muestral S
2 n
Diferencia de medias muestrales con varianzas conocidas X 11 , X 12 ,........, X 1,n1 es una muestra aleatoria Si
2 aleatoria E ( X 1i ) =µ 2 y Var( X 2i ) = σ 2 2 σ 12 σ 2 X1 - X 2 ≈ N ( µ1 − µ 2 , + ) n1 n2 Diferencia de medias muestrales con varianzas desconocidas Si X 11 , X 12 ,........, X 1, n1 es una muestra aleatoria con E ( Xi ) = µ1
con
2 E ( Xi ) = µ 1 y Var( X i ) = σ 1 e X 21 , X 22 ,........, X 2,n2 es una muestra
Xn =
∑ Xi
∑(X =
i
− X n )2
n −1
e
X 21 , X 22 ,........, X 2,n2 es unamuestra aleatoria con E ( X 1i ) = µ 2 X 1 − X 2 − ( µ1 − µ 2 ) S12 S 22 + n1 n2 ≈ t k (Aproximadamente)
Distribuciones muestrales (Exactas en poblaciones normales y aproximadas cuando la muestra esgrande) Se supondrá muestreo aleatorio simple. Media muestral con varianza conocida X 1 , X 2 ,........, X n es una Si 2 E ( Xi ) = µ Var ( X i ) = σ
Xn ≈ N (µ ,
muestra
aleatoria
σ2 ) ncon k = inf(n1 − 1, n2 − 1) Diferencia de medias muestrales con varianzas desconocidas pero iguales Si X 11 , X 12 ,........, X 1, n1 es una muestra aleatoria con E ( X i ) = µ1 e X 21 , X 22...
Regístrate para leer el documento completo.