DISTRIBUCIONES

DISCRETAS CONTINUAS
Bernulli UNIFORME LOG-NORMAL

Binomial: varias veces bernulli NORMAL LOG-NORMAL-2P

Geométrica NORMAL ESTÁNDAR LOG-NORMAL-3P
Binomial Negativa GANMA GANMA-2P
Hipergeométrica EXPONENCIAL GANMA-3P
Poisson CHI CUADRADO LOG-PEARSON TIPO III
T-STUDENT GUMBEL
F-SNÉDECOR LOG-GUMBEL

puntual (falso o 0)
acumulado (verdadero o 1)

Bernulli
01 p 0.1 02
n 1
x x
puntual acumulado
0 0.900000 0.900000 0
1 0.100000 1.000000 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10
11
12
13
14
Este experimento cuyos resultados de interés son 15
dos éxito (E) y fracaso (F) y podriamos
considerarlo como un caso prticular de la
distribución binomial para n=1
 Consiste en realizar un númer
independientes de Bernullí, con 2 re
averiguar la probabilidad de que
 P  x  a
NORMAL

NORMAL-2P
P  x  b
NORMAL-3P
P  a  x  b  P  x  b   P  x  a 
P  x  a  1  P  x  a
MA-3P
PEARSON TIPO III

*P  x   b   1  P  x  b 
BEL
GUMBEL

n
B ( x , n, p )    p x q n  x G ( x, p )  p.q x 1
 x
si r=1 de la binomial negativa
Binomial
Geométrica
p de éxito 0.4000
fórmula manual
03
n de experimentos 15 p 0.02
n=x
puntual acumulado puntual acumulado puntual acumulado
0.000470 0.000470 0.000470 0.000470 1 0.02 0.02
0.004702 0.005172 0.004702 0.005172 2 0.0196 0.0396
0.021942 0.027114 0.021942 0.027114 3 0.019208 0.058808
0.063388 0.090502 0.063388 0.090502 4 0.0188238 0.07763184
0.126776 0.217278 0.126776 0.217278 5 0.0184474 0.096079203
0.185938 0.403216 0.185938 0.403216 6 0.0180784 0.114157619
0.206598 0.609813 0.206598 0.609813 7 0.0177168 0.131874467
0.177084 0.786897 0.177084 0.786897 8 0.0173625 0.149236977
0.118056 0.904953 0.118056 0.904953 9 0.0170153 0.166252238
0.061214 0.966167 0.061214 0.966167 10 0.016675 0.182927193
0.024486 0.990652 0.024486 0.990652
0.007420 0.998072 0.007420 0.998072 r. # de exitos requerido.
0.001649 0.999721 0.001649 0.999721
0.000254 0.999975 0.000254 0.999975
0.000024 0.999999 0.000024 0.999999 Consiste en realizar repetidas veces
0.000001 1.000000 0.000001 1.000000 un experimento aleatorio
(independiente Bernullí) hasta
obtener el primer éxito, El número
q= prob. Fracaso de ensayos no es fijo, se puede
0.2130779 considerar como un caso de la
Binomial Negativa para r=1
0.8778386

0.1267758032 B(x,n,p)
 0.4032155504 p(x=4)=0.1267
0.2951394361 p(x<5)=0.4032
p(6<x<9)=0.2951
p(x>7)=1-p(x<7)

Consiste en realizar un número “n” fijo de experimentos

ependientes de Bernullí, con 2 respuestas c/u E ó F, aquí se desea
averiguar la probabilidad de que ocurra "x" exitos o fracasos,

0.0001437

1.000000
  x  1  r x r
BN ( x, r , p )   p q
n  r 1
Binomial Negativa
04 p 0.4
fórmula manual
05
r 5
n=x n=x
puntual acumulado puntual acumulado
5 0.01024 0.01024 0.01024 0.01024
6 0.03072 0.04096 0.03072 0.04096
7 0.055296 0.096256 0.055296 0.096256
8 0.0774144 0.1736704 0.0774144 0.1736704
9 0.0928973 0.26656768 0.0928973 0.26656768
10 0.1003291 0.366896742 0.1003291 0.366896742
11 0.1003291 0.467225805 0.1003291 0.467225805
12 0.094596 0.561821778 0.094596 0.561821778
13 0.0851364 0.646958154 0.0851364 0.646958154
14 0.0737849 0.720743013 0.0737849 0.720743013

Consiste en hacer repetidos experimentos aleatorios de

bernullí hasta obtener el éxito número “r”

0.2665677
fórmula manual
n! Cxr .CnNxr
p1x x p 2x 2 ...p kx k HG ( x, N , n, r ) 
x1 !; x2 !;.....; xk ! CnN
Multinomial Hipergeométrica
06 N 10
n 5
x
puntual acumulado puntual acumulado puntual acumulado
0 0.08333333 0.08333333
1 0.41666667 0.5
2 0.41666667 0.91666667
3 0.08333333 1
4 Err:502 Err:502
5 Err:502 Err:502
6 Err:502 Err:502
7 Err:502 Err:502
8 Err:502 Err:502
9 Err:502 Err:502

Consiste en escoger una muestra de tamaño n sin

reposición de los N elementos ó posibles resultados,
tendremos r éxitos y N-r fracasos. Se va pedir la
probabilidad de que en la muestra de n elementos exist
exitos
  a1   a2   ak 
    ...  
x x x
P ( x1 ; x2 ;.....; xk )   1   2   k 
Cxr .CnNxr N
HG ( x, N , n, r )   
CnN n 
Hipergeométrica HIPERGEOMÉTRICA MÚLTIVARIABLE
r 3 07
fórmula manual
x
puntual acumulado puntual acumulado puntual
0.08333333 0.08333333
0.41666667 0.5
0.41666667 0.91666667
0.08333333 1
Err:502 Err:502
Err:502 Err:502
Err:502 Err:502
Err:502 Err:502
Err:502 Err:502
Err:502 Err:502

r una muestra de tamaño n sin

elementos ó posibles resultados,
y N-r fracasos. Se va pedir la
la muestra de n elementos exista x
exitos
  a1   a2   ak 
    ...  
x x x
...; xk )   1   2   k 
N e l l x
  Po( x, l ) 
n  x!
MÚLTIVARIABLE Poisson
08 fórmula manual
l 4
x
acumulado puntual acumulado puntual acumulado
0 0.018315639 0.01831564 0.01831564 0.01831564
1 0.073262556 0.09157819 0.07326256 0.09157819
2 0.146525111 0.23810331 0.14652511 0.23810331
3 0.195366815 0.43347012 0.19536681 0.43347012
4 0.195366815 0.62883694 0.19536681 0.62883694
5 0.156293452 0.78513039 0.15629345 0.78513039
6 0.104195635 0.88932602 0.10419563 0.88932602
7 0.059540363 0.94886638 0.05954036 0.94886638
8 0.029770181 0.97863657 0.02977018 0.97863657
9 0.013231192 0.99186776 0.01323119 0.99186776

0.542070286

Se aplica en problemas dónde X es el número de eventos

que ocurre en un intervalo de tiempo.
 Funciones de Probabilidad y Funciones invesas de Probabilidad y
Probabilidad Acumulada f(x) y F(x) Probabilidad Acumulada
Normal Normal inversa
01 media 12 01 media 28
desv est 7 desv est 12
x F(x)=P[X<=x]
puntual acumulado
14.500000 0.053471 0.639508 0.639508 x= 32.285714
Normal Estandar Normal Estandar =K9.(J17,12,
02 02
Z F(x)=P[X<=x]
puntual acumulado acumulado
1.2 0.194186 0.884930 0.884930 x ó Z= 1.200000

0.3849
0.7698
=K9.(J17,12,7,1)