TEMA 13: DISTRIBUCIONES

1
IMPORTANTES DE PROBABILIDAD
PARA V.A. DISCRETAS
DISTRIBUCION BINOMIAL
Frecuentemente se realizan experimentos ():
• Constituidos de n ensayos independientes.
• En cada ensayo hay sólo dos resultados (éxito o fracaso) y la p(éxito)=p
• Nos interesa solamente el número total de éxitos obtenidos.
Si se realizan n ensayos: existen 2n posibles resultados
S= {(E1, E2, E3,…,En), … , (F1,F2, …,En), …}
Si se define X: # éxitos obtenidos en los n ensayos
Entonces Rx = {0, 1, 2, … , n}

• La v.a. X así definida se denomina v.a. binomial y su distribución de

probabilidad se llama distribución binomial y se denota por: X ~ ß(n,p),
donde: n: # ensayos y p: probabilidad de éxito
Lic. Mary Yris MIRANDA R. Introducción a la Estadística
2
La distribución binomial de la v. a. X es:

Consideremos que como toda distribución de probabilidad, se debe

cumplir:
1. p(x) = P[ X= x] ≥0 x=0, 1, … ,n
2. Σ p (x)=1
Teorema:
Si X tiene distribución binomial con parámetros n y p:
E(x) = n p y V(x) = n p q

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

3 Ejemplo:

Se lanza una moneda normal 6 veces (o su equivalente, se lanzan 6

monedas normales a la vez). Obtener cara se considera un éxito.
a) Hallar la probabilidad de que sucedan 2 caras exactamente.
b) Hallar la probabilidad de que todos sean fracasos.
c) Cuál es el número esperado de éxitos?
Solución
n=6 X: # de caras obtenidas
p(c)=½
X ~  (6, ½)
a)
P( X = 2) = 2 (0.5) (0.5) =
6! 15
(0.5) 2 (0.5) 4 = = 0.2344
6 2 4

(6 − 2)!2! 64
b)
P ( X = 0) = 0 (0.5) (0.5) =
6! 1
(0.5) 0 (0.5) 6 = = 0.0156
6 0 6

(6 − 0)!0! 64

c) E(X)= n p = 6 (0.5)= 3 caras.

Lic. Mary Yris MIRANDA R. Introducción a la Estadística
Ejercicios:
4

1. Suponga que la probabilidad de nacimiento de un niño es igual a ½ .

Hallar la probabilidad de que una familia con 3 hijos tenga:
a) Al menos un niño.
b) Al menos: un niño y una niña

2. ¿Cuál es la probabilidad de obtener un total de 9, dos veces, en 6

lanzamientos de un par de dados.?

3. Un estudiante se presenta a un examen sin haberse preparado

debidamente. Si el examen consta de 10 preguntas con respuestas de
tipo Verdadero ö Falso, y el estudiante decide dejar al azar los
resultados obtenidos lanzando una moneda para responder V si cae
cara y F si cae sello:
¿Qué probabilidad tiene de aprobar el examen si para hacerlo debe
contestar correctamente el 70% de las preguntas?

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

 5
4. En una población en la que hay un 40% de hombres y un 60% de
mujeres se seleccionan 4 individuos:
¿Cual es la probabilidad de que haya 2 hombres y 2 mujeres?
¿Cual es la probabilidad de que haya más mujeres que hombres?

5. Un método usado para enseñar matemáticas a personas que tienen

cierto rechazo a los números, resulta efectivo en el 50% de los casos.
Se ensaya un nuevo método, que no resulta ser mejor que el método
usado anteriormente. Si este nuevo método se aplica sobre 15
personas que rechazan las matemáticas:

a) ¿Cuál es la probabilidad de que el método sea efectivo en 11

personas?
b) ¿Cuál es la probabilidad de que el método sea efectivo al menos en
2 personas?

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

6.6 Si en una universidad, el 40% de los estudiantes se oponen a pagar
una cuota para actividades estudiantiles. Hallar la probabilidad de que
en una muestra aleatoria de 15 estudiantes:
a) Exactamente 10.
b) Al menos 2.
Se opongan al pago de la mencionada cuota

7. Suponga que en un examen de admisión presencial de la UNMSM el

personal de Control y Calidad encuentra que el 5% de los postulantes
llegan a la ciudad universitaria con piercing o arete en la oreja y que el
10% no llevan el cabello recogido. Según el Reglamento establecido,
ambos casos son faltas, y se consideran independientes. Si el jefe
zonal de Control y Calidad revisa a cinco postulantes al azar:
a) ¿Cuál es la probabilidad de que tres postulantes hayan cometido
alguna de las dos faltas establecidas en el reglamento?.
b) Hallar la probabilidad de que al menos uno de los postulantes
elegidos al azar haya cometido alguna de las dos faltas.
Lic. Mary Yris MIRANDA R. Introducción a la Estadística
7 DISTRIBUCION DE POISSON

Si en la distribución binomial, el parámetro n (# de ensayos) es muy

grande (n≥50), entonces las probabilidades correspondientes para X
éxitos, se puede obtener mediante la distribución de Poisson, cuya
forma es:
e −  x para x= 0, 1, 2, 3, …
p( x) =
x! donde: e = 2.7182....

La distribución de Poisson tiene un único parámetro  .

Puede servir como la distribución esperada de:
- El # de errores de impresión por página en un texto grande.
- El # diario de accidentes automovilísticos en una gran ciudad.

Teorema:
Si X tiene distribución de Poisson con parámetro 
E(x) =  = np , V(x) =  = np
Lic. Mary Yris MIRANDA R. Introducción a la Estadística
8
Ejemplo:

Si el 3% de las llantas fabricadas por una compañía son

defectuosas, hallar la probabilidad de que en una muestra de 100
llantas, se tenga exactamente 3 defectuosas.
Solución
X: # de llantas defectuosas.
Hallando el valor de  :  = np =100(0.03) = 3 , entonces

e −3 33 0.04979(27)
= 0.224
p( x =3)= =
6
3!

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

 9 Ejercicios:

1. Si la probabilidad de que una persona sufra una reacción debido a una

inyección de un determinado suero es 0.001, determinar la probabilidad
de que de un total de 2000 personas:
a) Exactamente 3,
b) Más de 2,
Sufran reacción.

2. Sea la v. a. # de fallas de un alambre galvanizado, con una media de 2.3

fallas por mm. Hallar la probabilidad de encontrar:
a) 2 fallas en un mm. de alambre,
b) 10 fallas en 5 mm. de alambre,
c) Al menos una falla en 2mm de alambre,
Sabiendo que la v. a. sigue una distribución de Poisson.

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

10 PARA V.A. CONTÍNUAS
DISTRIBUCION NORMAL

La distribución normal es una de las distribuciones más

importantes para v.a.c. en el campo de la estadística, debido a
que en la práctica muchos fenómenos industriales, científicos o
de la vida diaria pueden describirse por medio de esta
distribución.
Definición:
Una v.a. continua X esta distribuida normalmente con media
(-∞ < μ <+∞) y varianza σ2 >0, si su f.d.p. esta dada por:

1 x −μ 2
1 − ( ) (-∞ < x <+∞)
f (x) = e 2 σ
 2
Lic. Mary Yris MIRANDA R. Introducción a la Estadística
11
Características:
• Tiene forma de campana y es simétrica
• La μ=Me=[Link] encuentran en el centro de la distribución.
• La curva es asintótica con respecto al eje x.

Observaciones:
El área total bajo la curva es 1. (Las áreas son
probabilidades)
Se puede hallar P(a<x<b), pero el procedimiento es
b

engorroso, habría que calcular  f ( x )dx , entonces se hace

a
uso de la distribución normal estándar, lo cual simplifica las
operaciones.
Lic. Mary Yris MIRANDA R. Introducción a la Estadística
12 Estandarización:

Curva normal Curva normal estandarizada

1 xi − μ 2 1 2
1 − ( ) 1 − z
f ( x) = e 2 σ f (z) = e 2
 2 2

Las áreas comprendidas entre dos puntos cualesquiera z1 y

z2, se encuentran tabuladas en la Tabla de Áreas bajo la
Curva Normal Tipificada o Estandarizada,

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

 13
Propiedades de la Distribución Normal

El 68% de las observaciones caen dentro del intervalo (μ -1σ, μ +1σ)

El 95% de las observaciones caen dentro del intervalo (μ -2σ, μ +2σ)
El 99% de las observaciones caen dentro del intervalo (μ -3σ, μ +3σ)

Ejemplo:
El promedio de los sueldos de 600 empleados de una entidad pública es de
430 decenas de soles y la desviación estándar 40 decenas de soles.
Suponiendo que los sueldos se distribuyen como una normal:
¿Cuál es la probabilidad de que los empleados ganen 500 decenas de soles o
más?

X: Sueldos
X − 500 − 430
P ( X  500) = P (  ) = P ( Z  1.75) = 0.5 − 0.4599 = 0.0401
 40
Las probabilidades para Z se hallan en la Tabla de Distribución Normal Estándar.

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

14 Ejercicios
1. Si Z es una variable aleatoria con distribución normal estándar,
determine la probabilidad para z:
a) menor o igual que 0.5
b) menor o igual que - 0.18
c) entre -1.96 y 1.96
d) mayor que - 1.9

2. Entre los profesores que sufren de diabetes el nivel de glucosa en la

sangre, en ayunas, sigue distribución normal con media 110
mg/100ml y desviación estándar 7mg/100ml. Si desde dicha
población se elige una profesor, encontrar las siguientes
probabilidades:
a) P(X<130mg/100ml) b) P(X> 125mg/100ml)?
c) ¿Qué porcentaje de diabéticos tendrá niveles entre 95 y 111
mg/100ml?

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

15
3. Una importante compañía está considerando la posibilidad de
importar uno de dos modelos diferentes de autos. Ambos tienen 4
puertas, 6 cilindros y servicios de garantía. La decisión está en
escoger el automóvil que obtenga el mayor millaje por galón de
gasolina. La compañía ha realizado algunas pruebas que han dado
los siguientes resultados:
[Link]/galón Desv. estándar
Automóvil A 23 7
Automóvil B 25 1

a) Si la compañía se decide por el auto que tiene la mayor

probabilidad de obtener más de 26 millas por galón. Cuál es el
auto que van a importar?
b) Si la compañía rechazara el automóvil que con más frecuencia
obtuvo menos de 24 millas por galón. Cuál es el auto que
importaría?

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

16
4. Según una asociación de protección ambiental, el cloroformo, del
cual se sospecha que en forma gaseosa sea un agente causante de
cáncer, está presente en pequeñas cantidades en todas las fuentes de
agua públicas. Si la media y la desviación estándar de las cantidades
de cloroformo presentes en las fuentes de agua son de 34 y 53
microgramos por litro, respectivamente. Suponga que se muestrea
30 tubos de agua, ¿cuántas tendrán entre 33 y 37 microgramos por
litro de cloroformo.

5. En una distribución normal con una desviación estándar 5, la

probabilidad de que una observación elegida al azar exceda 21 es
de 0.14.
a) Encuentre la media de la distribución.
b) Hallar la probabilidad de que una observación elegida al azar no
sobrepase de 16.

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

17
6. Cierta característica X~N(50,102). Una segunda característica
Y~N(20,52). Ambas son independientes entre sí. Si se extrae un
elemento de cada una de estas características. ¿Cuál es la probabilidad
de obtener un valor de X mayor que 60 al mismo tiempo que Y menor
que 17?

7. En una industria alimenticia se envasa café instantáneo en frascos

cuyos pesos netos tienen distribución normal con desviación estándar
de 5.50 g. Si el 5% de los frascos tiene un peso mayor que 139 g.
Cuál es el peso medio de ellos?

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

 DISTRIBUCION T-STUDENT
18

Definición:

Sea Z una v. a. con distribución normal con media 0 y varianza 1.

Sea Y una v. a. que tiene una distribución chi-cuadrado con n
grados de libertad. Si Z e Y son v. a. independientes, entonces la
v.a.: Z
T=
Y
n
se dice que tiene una distribución t de student (o simplemente una
distribución t) con n g.l. y su f.d.p. está dada por:

 n +1
 
 2   t 2  − ( n2+1)
f (t ) =
n
1 +  −  t  
n    
n
2

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

19
Ejems.:

Si X ~ t18 Hallar:

a) P(X≥2.101)
P ( X  2.101) = 1 − P ( X  2.101) = 1 − 0.975 = 0.025

Estas probabilidades se encuentran en la tabla de

distribución t, donde se tiene que ubicar los g.l. para luego
hallar la probabilidad.

b) P(X ≤ - 2.878)
P ( X  − 2.878) = 1 − P ( X  2.878) =1 − 0.995 = 0.005

Lic. Mary Yris MIRANDA R. Introducción a la Estadística

20

Gracias

Lic. Mary Yris MIRANDA R. Introducción a la Estadística