Sei sulla pagina 1di 15

DISTRIBUCIONES PROBABILISTICAS

DISCRETAS Y CONTINUAS

En este captulo vamos a presentar las distribuciones de probabilidad de algunas variables aleatorias particulares que son de
especial importancia por representar los modelos tericos de muchos fenmenos, las distribuciones de probabilidad ms
importantes y que son imprescindibles a la hora de adentrarnos en el estudio de la inferencia estadstica. La distribucin
binomial es uno de los primeros ejemplos de las llamadas distribuciones discretas (que slo pueden tomar un nmero finito,
o infinito numerable, de valores). Fue estudiada por Jakob Bernoulli (Suiza, 1654-1705), quien escribi el primer tratado
importante sobre probabilidad, Ars conjectandi (El arte de pronosticar). Los Bernoulli formaron una de las sagas de maten
ticos ms importantes de la historia.
Aleatorios, clasificadas en discretas y continuas, A continuacin, vamos a ver las principales distribuciones discretas de
probabilidad.

Distribucin Binomial

Supongamos que se realizan n pruebas de Bernoulli sucesivas e independientes. Entonces, a la variable aleatoria
discreta:
X = nmero de veces que ocurre el suceso A (xito) en las n pruebas

se la denomina variable binomial de parmetros n y p y se denota por X ~ B(n, p) donde p es la probabilidad de xito en
cada prueba de Bernoulli. La variable binomial X se puede considerar como la suma de n variables independientes de
Bernoulli, es decir

X = X1 + X2 + ... + Xn con Xi ~ Ber(p) para todo i = 1, 2, ..., n

La v.a. definida toma los valores {0, 1, 2, ..., n} con probabilidad:

= 1,2,3 . .

P(x = k) = ( ) { = 0,1,2,3, . . }

0<<1

y su media, varianza y desviacin tpica son:

x = n p , x2 = n p q =

Ejercicio 1
De una caja de 25 fsforos de los cuales 5 tienen la cabeza blanca, se eligen 4 fsforos al azar con reposicin. La
probabilidad de que uno de los cuatro fsforos tenga la cabeza blanca es(El desarrollo ser demostrativo como aplicacin
en computadora, Excel y Spss)

P(x = 1) = (4)
1 41
0,2 0,8 = 0,4096
1
En Spss.
.

Distribucin de Poisson

Una v.a.d. X se dice que sigue una distribucin de probabilidad de Poisson de parmetro si toma todos los valores
enteros 0, 1, 2, ... con probabilidades; La distribucin de Poisson fue desarrollada por SimonDenis Poisson (17811840).
Esta distribucin de probabilidades es muy utilizada para situaciones donde los sucesos son impredecibles o de ocurrencia
aleatoria. En general, utilizaremos la distribucin de Poisson como aproximacin de experimentos binomiales donde el
nmero de pruebas es muy alto (n), pero la probabilidad de xito muy baja (p0).

Su funcin de probabilidad viene definida por:


( = ) =
!
Dnde: x debe ser un entero positivo
: se llama lambda = n x p

Importante: En general, la distribucin de Poisson, ofrecer buenas aproximaciones a probabilidades de variables


binomiales cuando n 50 y p 0,1 y en el intervalo, 10 np 100, las aproximaciones sern excelentes, ya que en muchos
casos la aplicacin de la funcin de probabilidad de la binomial puede llegar a ser complicada.

Ejemplo La probabilidad de que en una masclet (disparos pirotcnicos) en fallas una persona se
desmaye es de 0,001. Considerando que acuden unas 5000 personas a ver la masclet el da de San
Jos, cul es la probabilidad de que se desmayen 25 personas?
Se trata de una binomial con n=5000 y p=0,001. La probabilidad solicita sera:

que resulta complejo de calcular. Por eso se prefiere aproximar a una distribucin de Poisson, con
=5000*0,001=50, y quedara:

Procedimiento en el Excel y Spss:


LABORATORIO
DISTRIBUCION NORMAL
LABORATORIO 2