DISTRIBUCIONES DE PROBABILIDAD

1. DISTRIBUCIN BINOMIAL O DE BERNOUILLI

Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:
1. En cada prueba del experimento slo son posibles dos resultados: el suceso A
(xito) y su contrario
.
2. La probabilidad del suceso A es constante, es decir, que no vara de una prueba
a otra. Se representa por p.
3. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.

Variable aleatoria binomial

La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en cada

prueba del experimento.
La variable binomial es una variable aleatoria discreta, slo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
La distribucin binomial se suele representar por B(n, p), donde:
- n es el nmero de pruebas de que consta el experimento.
- p es la probabilidad de xito.
La probabilidad de
es 1 p, y la representamos por q.
La funcin de probabilidad de la distribucin binomial , tambin
denominada funcin de la distribucin de Bernoulli , es:
n
p k q n k
k

P( X k )

Donde:

n
k
p
q

es el nmero de pruebas.
es el nmero de xitos.
es la probabilidad de xito.
es la probabilidad de fracaso.

El nmero

Cm

se llama tambin nmero combinatorio y se

m
m!

; con
n!( m n)!
n

calcula:

m! m ( m 1) ( m 2) 3 2 1

2. DISTRIBUCIN NORMAL
Variable aleatoria de la distribucin normal
Una variable
aleatoria
continua , X,
sigue
una distribucin
normal de media ydesviacin tpica , y se designa por N(, ), si se
cumplen las siguientes condiciones:
1. La variable puede tomar cualquier valor: (-, +)
2. La funcin de densidad, es la expresin en trminos de ecuacin
matemtica de la curva de Gauss:
f ( x)

1 x

El rea del recinto determinado por la funcin y el eje de abscisas es igual a

la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a
0.5 a la izquierda y otra igual a 0.5 a la derecha .

La probabilidad equivale al rea encerrada bajo la curva

La distribucin N (0, 1)

La distribucin normal estndar, o tipificada o reducida, es aquella

que tiene por media el valor cero , = 0 , y por desviacin tpica la
unidad, =1 . Es decir: N (0,1)
Su funcin de densidad es:

f ( x)

Y su grfica:

x2

1 2
e
2

La probabilidad de la variable depender del rea del recinto

sombreado en la figura. Y para calcularla utilizaremos una tabla .

Tipificacin de la variable

Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).donde:
x
Z

Tabla de la curva normal (0, 1)

La tabla nos da las probabilidades de P(z k) , siendo z la variable

tipificada. Estas probabilidades nos dan la funcin de distribucin (k).
(k) = P(z k)

Bsqueda en la tabla de valor de k

Unidades y dcimas en la columna de la izquierda.
Cntesimas en la fila de arriba.
P(Z a)

P(Z > a) = 1 - P(Z a)

P(Z > a) = P(Z a)

P(Z a) = 1 P(Z a)

P(a < Z b ) = P(Z b) P(Z a)

P(b < Z a ) = P(a < Z b )

P(a < Z b ) = P(Z b) [ 1 P(Z a)]

EJERCICIOS
1) La media de los pesos de 500 estudiantes de un colegio es 70 kg y la
desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar
cuntos estudiantes pesan:
1.Menos de 64 kg.
2.Ms de 90 kg.
3. Entre 60 kg y 75 kg.
4.64 kg.
5.64 kg o menos.

1.

64 70

p ( x 64) p Z
p ( Z 2) 1 p ( z 2) 1 0,7772
3

2) Se supone que los resultados de un examen siguen una distribucin normal

con media 78 y varianza 36. Cul es la probabilidad de que una persona que se
presenta el examen obtenga una calificacin superior a 72?
72 78

p x 72 p Z
p ( Z 0,16) p ( Z 0,16) 0,5636
36

3) Varios test de inteligencia dieron una puntuacin que sigue una ley normal
con media 100 y desviacin tpica 15. Determinar el porcentaje de poblacin
que obtendra un coeficiente entre 95 y 110.
110 100
95 100
Z
p 0,33 Z 0,67 p Z 0,67 1 p Z 0,33
15
15

=0,7486-(1-0,6293)=0,3779
p 95 x 110 p