Distribuciones de Probabilidad

Las distribuciones de probabilidad son fundamentales en estadística, asignando probabilidades a eventos o variables aleatorias. Este resumen abarca tanto las distribuciones de probabilidad discretas como las continuas, sus características y ejemplos clave.

Definición: Una distribución de probabilidad asigna a cada suceso o variable aleatoria una probabilidad asociada.

Distribuciones Discretas

Las distribuciones discretas se caracterizan por asignar probabilidades a valores específicos de una variable.

Fórmula: La función de distribución para una variable discreta se expresa como F$x$ = P(X ≤ xi)

Características importantes:

• 0 ≤ F(X) ≤ 1
• F(xmax) = 1

Ejemplo: La distribución binomial es un ejemplo clásico de distribución discreta, utilizada cuando hay dos posibles resultados.

Fórmula: P$X=x$ = $n! / (x!(n-x)!)$ * p^x * q^$n-x$, donde p es la probabilidad de éxito y q = 1-p

Para la distribución binomial:

• Media: μ = np
• Varianza: σ² = npq

Distribuciones Continuas

Las distribuciones continuas asignan probabilidades a intervalos de valores.

Fórmula: La función de distribución para una variable continua se expresa como F$x$ = P(X < x)

Ejemplo: La distribución normal es una de las distribuciones continuas más importantes en estadística.

Características de la distribución normal estándar N(0,1):

• Media: 0
• Desviación típica: 1

Highlight: La tipificación permite transformar cualquier distribución normal a la distribución normal estándar, facilitando los cálculos de probabilidad.

Fórmula: z = $x - μ$ / σ, donde z es la variable tipificada, x es el valor original, μ es la media y σ es la desviación típica.

Este resumen proporciona una base sólida para comprender las distribuciones de probabilidad, esenciales en estadística y análisis de datos.