1.

INTRODUCCION:
Es una distribución de probabilidad de variables
discretas. Bernoulli es el autor de esta distribución.
Ensayo de Bernoulli: Es cualquier ensayo de algún
experimento que conduce sólo a uno de dos resultados
mutuamente excluyentes, tales como: vivo o muerto;
DISTRIBUCIÓN enfermo o saludable; + ó –
De una sucesión de ensayos de Bernoulli se obtiene la
distribución binomial.
BINOMIAL La formación de un proceso de Bernoulli se efectúa
bajo las siguientes condiciones.
a. Cada ensayo conduce a uno de dos resultados
mutuamente excluyentes. Uno de los resultados
JORGE MEDINA posibles se denomina (arbitrariamente) éxito y el
otro fracaso.

b. La probabilidad de éxito, representada por p,

n!
permanece constante de ensayo a ensayo. La p(X = x) = p x qn- x
probabilidad de fracaso, 1-p, se denota por q. x!(n - x)!
c. Los ensayos son independientes, es decir, el
resultado de cualquier ensayo particular no es Donde: X = variable aleatoria
afectado por el resultado del otro ensayo. x = 0,1,2,3,....n

Se demuestra que la distribución binomial es una

2. CÁLCULO DE PROBABILIDADES CON LA distribución de probabilidad ya que:
DISTRIBUCIÓN BINOMIAL a. p(x) ≥ 0
Al estudiar la distribución binomial se tiene interés b. ∑ p(x) =1
en calcular la probabilidad de obtener x éxitos de un
total de n ensayos de Bernoulli. Este cálculo se La distribución binomial tiene dos parámetros: n y p
realiza con: La media de la distribución binomial es: µx = np
La desviación estándar es:
σx = √npq

Ejemplo: En cierta población la prevalencia de alergia b. La probabilidad de que la muestra incluya

es de 20%. Si se selecciona una muestra aleatoria menos de dos alérgicos
de n=10. Calcular : Solución:
p = 0,2
a. La probabilidad de que la muestra contenga q = 0,8
exactamente un alérgico. n = 10
Solución: p(X<2) = p(X=0) + p(X=1)
Datos: = 10! (0,2)0 (0,8)10 + 0,2684
Éxito= tener alérgia ∴ p = 0,2 y q = 0,8 0!10!
n = 10 = 0,1074 + 0,2684
x=1
Luego: p(X=1)= 10! (0,2)1 (0,8)9 p(X<2) = 0,3758
1!9!
= 10 (0,2)(0,8)9

p(X=1) = 0,2684

1
 DISTRIBUCION NORMAL
• Es una distribución de probabilidad de
variables continuas.
• El matemático Gauss contribuyó
notablemente en el estudio y difusión de
esta distribución.
• La mayoría de las variables continuas tienen
DISTRIBUCION NORMAL polígonos de frecuencias que permiten
visualizar un aumento gradual hasta llegar a
un máximo y luego un descenso igualmente
gradual. Así:

• Como toda figura geométrica en el plano, la

Polígono de frecuencias Curva normal curva normal posee una fórmula o ecuación
denominada tambien Función de densidad de
la variable aleatoria continua que es la
siguiente:
2
1  x− µ 
−  
2 σ 
1 e
(1)
y=
y 2π σ -∞ < x < ∞

Xi x µ Xi
Si n→ ∞ e i→ 0 Donde:
y = altura de la curva en el punto x
µ = media aritmética de la distribución
σ = desviación estándar de la distribución

Si se extienden estas perpendiculares hasta

Características más importantes dos desviaciones estándar, se define
de la distribución normal aproximadamente el 95% del área total y con
3 desviaciones estándar aproximadamente el
1. Es simétrica respecto a la media, µ. 100%. Así:
2. La media, la mediana y la moda son
iguales.
3. El área total debajo de la curva y el eje x es
0,68 0,95
igual a una unidad cuadrada
4. Si se levantan perpendiculares a una
distancia de una desviación estándar a Xi Xi
ambos lados de la media, se habrá µ-σ µ µ+σ µ-2σ µ µ+2σ
delimitado aproximadamente el 68% del 5. La normal queda completamente determinada
área total. por los parámetros µ y σ

2
 Distribución normal unitaria o Cálculo de área o probabilidad
normal estándar
en la curva normal estándar
• Tiene una media de cero y desviacion
Se utiliza la tabla de áreas.
estandar de uno
Ejemplo 1:
Calcular el área entre z=0 y z=2
• Se obtiene a partir de la ecuación (1),
Solución:
haciendo µ=0, σ=1 y x - µ = z
σ Se recomienda graficar la curva normal y
sombrear el área solicitada para facilitar la
Donde z es una variable aleatoria con resolución del problema. Así:
distribución normal. Luego:

Ejemplo 2:
Si de la población de posibles valores de z, se
σ=1
elige uno al azar, ¿ cuál es la probabilidad de
que se encuentre entre 0,84 y 2,45 inclusive?
zi Solución:
0 2
La pregunta permite calcular:
De la tabla de áreas se obtiene: p(0,84 ≤ z ≤ 2,45) = ?
p(0 ≤ z ≤ 2) = 0,4772 Veamos el gráfico siguiente:
Interpretación:
La probabilidad de que la variable z asuma
valores entre 0 y 2 inclusive, es 0,4772

Ejemplo 3:
σ=1 Calcular p(z≥2,71).
Solución: Graficando:

0,84 2,45 zi De la tabla: área entre 0 y

0
z=2,71 → 0,4966
σ=1
De la tabla: área entre 0 y z=2,45 →0,4929
área entre 0 y z=0,84 →0,2995 Luego: p(z≥2,71)=0,5 - 0,4966
=0,0034.
∴p(0,84 ≤ z ≤ 2,45) = 0,4929 - 0,2995= 0,1934 0 2,71 zi
Interpretación:
La probabilidad de que una z elegida al azar quede Interpretación:
entre 0,84 y 2,45 es de 0,1934 ó el 19,34% de los La probabilidad de que un valor de z sea mayor
valores de z están entre 0,84 y 2,45. o igual a 2,71 es de 0,0034.

3
 Se solicita: p(170≤x≤230)=?.
Cálculo de áreas en una curva En el gráfico, el área que debemos calcular
normal cualquiera aparece sombreada:

Ejemplo: σ=20
Los niveles de colesterol total en la
población general se distribuyen Xi
170 200 230
normalmente con µ=200 y σ= 20. Si de
esta población se selecciona un sujeto al Se transforman o estandarizan los valores de
azar, ¿ cúal es la probabilidad de que: xi en términos de z.
a. tenga un valor entre 170 y 230? x − µ 230 − 200
z1 = 1 = =1,50
Solución: σ 20
x − µ 170 − 200
z2 = 2 = = −1,50
σ 20

b. Tenga un valor de 270 ó más.

Solución:
σ=1
p(x≥270) =?
Cálculo de z:
zi σ=20
-1,50 0 1,50 Z= 270 – 200=3,50
20
Luego: p(170≤x≤230)= p(-1,50≤z≤1,50)=?. 200 270 xi
De la tabla: Luego:
p(-1,50≤z≤1,50)= 0,4332 + 0,4332 = 0,8664 σ=1 p(x≥270)=p(z≥3,50)
= 0,5 - 0,4998
Interpretación:
= 0,0002.
La probabilidad de que un sujeto seleccionado 0 3,50 zi
al azar tenga un nivel de colesterol entre 170 y Interpretación:
230, es de 0,8664 La probabilidad de que un sujeto elegido al azar tenga
un nivel de colesterol de 270 ó más, es de 0,0002