ESTADÍSTICA Y PROBABILIDAD

LAURA KARINA QUINTERO STRUSS

ESTUDIANTE

Grupo 79

ALEJANDRA GONZALEZ
TUTORA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

14 DE ABRIL DE 2020
 Anexo 1 Distribución binomial

La secretaria de salud frente a la calidad del agua en la ciudad de Bogotá de

que la variable PH tiene una probabilidad de aceptación del 23%. Construya u
con valores entre el 0 y 10 aplicando la distribución Binomial.

Formula: 𝑃(𝑥)=(𝑛/𝑥) 𝑝^𝑥

𝑞^(𝑛−𝑥)

Resultados (x) P(x)

n 10 0 7.327%
x 0 a 10 1 21.885%
p 0.23 2 29.417%
q 0.77 3 23.431%
4 12.248%
5 4.390%
6 1.093%
7 0.187%
8 0.021%
9 0.001%
10 0.000%

Anexo 2 Distribución de Poisson

Mediante una inspección de los contaminantes en algunas veredas del pa

determina que el Turbiedad presenta un promedio de 5 UNT por hora. Rea
tabla de distribución de Poisson para k entre 0 y 12, donde determine las sig
probabilidades:

Formula: 𝑃(𝑥)=(𝜇^𝑥
𝑒^(−𝜇))/𝑥!

Resultados (x) P(x)

µ 5 0 0.674%
x 0 a 12 1 3.369%
2 8.422%
3 14.037%
4 17.547%
 5 17.547%
6 14.622%
7 10.444%
8 6.528%
9 3.627%
10 1.813%
11 0.824%
12 0.343%

Anexo 3 Distribución normal

Los resultados detectados en el laboratorio de aguas – Hidrolab, determina

variable Alcalinidad Total se distribuye normalmente. Calcule las siguien
probabilidades

Formula:
𝐹(𝑥)=1/(𝜎,√2𝜋)∗𝑒^( 〖 (𝑥−𝜇) 〗 ^2/ 〖 2𝜎 〗 ^2 )

2.1 ¿Cuál es la probabilidad de que Alcalinidad Total sea meno

µ 33.610
𝜎 45.972
N 583 Distribucion Normal
0.010000
0.009000
0.008000
0.007000
0.006000
0.005000
0.004000
0.003000
0.002000
0.001000
0.000000
0 50 100 150

2,2 ¿Cuál es la probabilidad de que Alcalinidad Total se en

µ 33.610
𝜎 45.972 P(x ≤41) 56.39%
N 583 P(x ≤35) 51.21%
 P(35 ≤ x ≤ 41) 5.18%

Al momento de interpretar los resultados puedo concluir que la

mayor probabilidad a que se encuentre en valores muy bajos, p
ser menor a 25, tiene una probabilidad de 42,57%y al tener un
una baja probabilidad con un 5,18%

Anexo 4 Distribución Uniforme Continua

El análisis de las pruebas de laboratorio determina que el Hierro Total tie

comportamiento uniformemente continuo. Determine las siguientes probab

Formula: 𝑃(𝑎<𝑥<𝑏)=(𝑑−𝑐)/(𝑏−𝑎)

3.1 La probabilidad que el Hierro Total sea hasta 1

Limite inf. (a) 0.03
Limite sup. (b) 1.24
N 583
Rango inf. (c.) 0.03
Rango sup. (d) 1

3.2 La probabilidad que el Hierro Total este entre 0.2 y

Limite inf. (a) 0.03

Limite sup. (b) 1.24
N 583
Rango inf. (c.) 0.2
Rango sup. (d) 1
 Al momento de analisar las pruebas y hacer los debidos proced
de probabilidades, concluimos que la probabilidad de que el Hie
llegue hasta 1, es del 80,16%!!
Asi mismo podemos concluir que la probabilidad de que este en
es del 66,12%; asumiendo esta informacion el agua no estaria a
su consumo, pues el valor maximo aceptable es de 0,3 M

Anexo 5 Distribución Hipergeométrica

En algunos comedores escolares la calidad del agua potable presenta una v

que perjudica el consumo. Se detecta que de 30 comedores escolares hay
encima de los niveles permisibles en cuanto al color aparente con platino de
agua potable.

Formula: 𝑃(𝑥)=(𝑆¦𝑥)
((𝑁−𝑆)¦(𝑛−𝑥))/((𝑁¦𝑛) )

de establecer 8?

N 30 (𝑆¦𝑥 ((𝑁−𝑆)¦(𝑛−𝑥))
Resultados(x) )4
S 9
n 20 8 9 293930
x 8
P(8) 8.80%

4.2 Si se sacan de forma aleatoria 13 comedores. ¿Cuál es la pro

de determinar 4?

N 30 (𝑆¦𝑥 ((𝑁−𝑆)¦(𝑛−𝑥))
Resultados(x) )4
S 9
n 13 4 126 293930
x 4
P(4) 30.92%
agua en la ciudad de Bogotá determino
aceptación del 23%. Construya una tabla
ndo la distribución Binomial.

5. ¿Qué probabilidad hay de que salgan a lo sumo 4?

¿Cuál es la probabilidad de que sean menos de 7?

P(4)= P(0)+P(1)+P(2)+P(3)+P(4) 94.308%

P(X<7) P(0)+P(1)+P(2)+P(3)+P(4)+P(5)+P(6) 99.791%

antes en algunas veredas del país, se

omedio de 5 UNT por hora. Realice una
0 y 12, donde determine las siguientes
ades:

1. Que estén entre 3 UNT y 8 UNT.

Que sean más de 6 UNT.

P(3-8) P(3)+P(4)+P(5)+P(6)+P(7)+P(8) 80.725%

p(+6) P(7)+P(8)+P(9)+P(10)+P(11)+P(12) 23.580%
 Al momento de interpretar los resultados puedo concluir que la Turbiedad
tiene mayor probabilidad de estar entre 3 y 8 UNT por hora, con un 80,72%;
que entre 7 y 12 UNT por hora, con una probabilidad de un 23,58%

de aguas – Hidrolab, determina que la

ormalmente. Calcule las siguientes
ades

^2/ 〖 2𝜎 〗 ^2 )

que Alcalinidad Total sea menor a 25?

z -0.18728322
stribucion Normal P(x ≤ 25) 42.57%

P(x ≤ 25) 42.57%

100 150 200 250

d de que Alcalinidad Total se encuentre entre 35 y 41?

esultados puedo concluir que la Alcalinidad Total tiene una
uentre en valores muy bajos, pues al mensionar que pueda
bilidad de 42,57%y al tener un rango de 35 hasta 41, tiene
baja probabilidad con un 5,18%

etermina que el Hierro Total tiene un

Determine las siguientes probabilidades

ue el Hierro Total sea hasta 1

P(x<1) 80.165%

el Hierro Total este entre 0.2 y 1

P(0,2 < x < 1,0) 66.116%

ebas y hacer los debidos procedimientos
ue la probabilidad de que el Hierro Total
a 1, es del 80,16%!!
e la probabilidad de que este en 0,2 y 1,
nformacion el agua no estaria apta para
maximo aceptable es de 0,3 Mg/L

el agua potable presenta una variable con color aparente

de 30 comedores escolares hay 9 de ellos que están por
l color aparente con platino de cobalto correspondiente al
agua potable.

stablecer 8?

−𝑆)¦(𝑛−𝑥)) (𝑁¦𝑛)
P(x)

30045015 8.80%

a 13 comedores. ¿Cuál es la probabilidad

eterminar 4?

−𝑆)¦(𝑛−𝑥)) (𝑁¦𝑛)
P(x)

119759850 30.92%
Alcalinidad Distribucion
Total Normal
1.3 0.006779
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.61 0.006811
1.7 0.006820
1.7 0.006820
1.7 0.006820
1.71 0.006821
1.8 0.006830
1.8 0.006830
1.8 0.006830
1.8 0.006830
1.8 0.006830
1.8 0.006830
1.9 0.006841
1.9 0.006841
1.9 0.006841
1.9 0.006841
2 0.006851
2.1 0.006861
2.1 0.006861
2.1 0.006861
2.1 0.006861
2.2 0.006871
2.2 0.006871
2.2 0.006871
2.2 0.006871
2.2 0.006871
2.3 0.006882
2.3 0.006882
2.3 0.006882
2.4 0.006892
2.4 0.006892
2.5 0.006902
2.5 0.006902
2.5 0.006902
2.5 0.006902
2.6 0.006912
2.6 0.006912
2.6 0.006912
2.6 0.006912
2.7 0.006922
2.7 0.006922
2.7 0.006922
2.8 0.006932
2.8 0.006932
2.8 0.006932
2.9 0.006942
2.9 0.006942
3 0.006953
3 0.006953
3 0.006953
3.1 0.006963
3.1 0.006963
3.4 0.006993
3.4 0.006993
3.4 0.006993
3.42 0.006995
3.42 0.006995
3.5 0.007003
3.5 0.007003
3.6 0.007013
3.6 0.007013
3.7 0.007023
3.7 0.007023
3.7 0.007023
3.7 0.007023
3.8 0.007033
3.8 0.007033
3.8 0.007033
3.9 0.007042
3.9 0.007042
3.9 0.007042
4 0.007052
4 0.007052
4 0.007052
4 0.007052
4.1 0.007062
4.1 0.007062
4.2 0.007072
4.2 0.007072
4.25 0.007077
4.3 0.007082
4.3 0.007082
4.4 0.007092
4.5 0.007101
4.5 0.007101
4.6 0.007111
4.6 0.007111
4.6 0.007111
4.6 0.007111
4.7 0.007121
4.7 0.007121
4.7 0.007121
4.8 0.007131
4.8 0.007131
4.8 0.007131
4.9 0.007140
4.9 0.007140
5 0.007150
5 0.007150
5 0.007150
5.1 0.007160
5.1 0.007160
5.2 0.007169
5.3 0.007179
5.4 0.007189
5.4 0.007189
5.5 0.007198
5.6 0.007208
5.7 0.007217
5.7 0.007217
5.8 0.007227
5.8 0.007227
5.9 0.007236
6 0.007246
6 0.007246
6 0.007246
6.1 0.007255
6.2 0.007265
6.2 0.007265
6.2 0.007265
6.2 0.007265
6.3 0.007274
6.3 0.007274
6.3 0.007274
6.4 0.007284
6.4 0.007284
6.5 0.007293
6.5 0.007293
6.6 0.007302
6.6 0.007302
6.6 0.007302
6.6 0.007302
6.7 0.007312
6.8 0.007321
6.8 0.007321
6.9 0.007330
7 0.007339
7 0.007339
7.1 0.007349
7.1 0.007349
7.1 0.007349
7.1 0.007349
7.1 0.007349
7.1 0.007349
7.2 0.007358
7.2 0.007358
7.3 0.007367
7.3 0.007367
7.4 0.007376
7.4 0.007376
7.4 0.007376
7.4 0.007376
7.5 0.007385
7.5 0.007385
7.5 0.007385
7.6 0.007394
7.7 0.007404
7.7 0.007404
7.8 0.007413
7.9 0.007422
7.9 0.007422
7.9 0.007422
8 0.007431
8.1 0.007440
8.2 0.007449
8.2 0.007449
8.2 0.007449
8.2 0.007449
8.2 0.007449
8.2 0.007449
8.2 0.007449
8.21 0.007449
8.3 0.007458
8.4 0.007466
8.5 0.007475
8.6 0.007484
8.7 0.007493
8.8 0.007502
8.8 0.007502
8.9 0.007511
8.9 0.007511
8.9 0.007511
8.9 0.007511
8.9 0.007511
8.9 0.007511
8.9 0.007511
9 0.007519
9 0.007519
9 0.007519
9.1 0.007528
9.1 0.007528
9.1 0.007528
9.11 0.007529
9.4 0.007554
9.46 0.007559
9.5 0.007563
9.5 0.007563
9.6 0.007572
9.6 0.007572
9.7 0.007580
9.7 0.007580
9.8 0.007589
10.1 0.007614
10.2 0.007623
10.2 0.007623
10.2 0.007623
10.2 0.007623
10.23 0.007625
10.26 0.007628
10.3 0.007631
10.3 0.007631
10.5 0.007648
10.5 0.007648
10.5 0.007648
10.6 0.007656
10.6 0.007656
10.6 0.007656
10.6 0.007656
10.68 0.007663
10.7 0.007665
10.75 0.007669
10.9 0.007681
10.9 0.007681
11.19 0.007705
11.3 0.007714
11.32 0.007716
11.4 0.007722
11.7 0.007746
11.8 0.007754
12.3 0.007794
12.4 0.007802
12.46 0.007806
12.6 0.007817
12.7 0.007825
13 0.007848
13.2 0.007863
13.3 0.007871
13.7 0.007901
13.9 0.007916
14 0.007923
14 0.007923
14 0.007923
14.1 0.007931
14.2 0.007938
14.65 0.007970
15 0.007995
15.1 0.008002
15.2 0.008009
15.5 0.008030
15.8 0.008051
15.9 0.008057
16 0.008064
16.1 0.008071
16.2 0.008077
16.2 0.008077
16.6 0.008104
16.8 0.008117
16.8 0.008117
16.9 0.008123
17.1 0.008136
17.3 0.008149
17.75 0.008177
17.8 0.008180
17.81 0.008180
17.9 0.008186
18 0.008192
18.4 0.008216
18.5 0.008222
18.8 0.008239
18.9 0.008245
20 0.008306
20 0.008306
20 0.008306
20.5 0.008332
21 0.008357
21.4 0.008377
22.2 0.008415
22.2 0.008415
22.4 0.008424
22.7 0.008437
24.2 0.008498
24.4 0.008505
24.7 0.008516
24.9 0.008524
24.9 0.008524
25 0.008527
25.2 0.008534
25.4 0.008541
25.5 0.008544
25.6 0.008547
25.6 0.008547
26 0.008560
26 0.008560
26 0.008560
26.2 0.008566
26.2 0.008566
26.4 0.008572
26.6 0.008578
26.6 0.008578
27 0.008589
 27 0.008589
27.6 0.008604
27.8 0.008609
28.4 0.008622
28.4 0.008622
28.6 0.008626
28.6 0.008626
28.8 0.008630
28.9 0.008632
29.2 0.008638
29.2 0.008638
29.2 0.008638
29.3 0.008640
29.9 0.008650
30.1 0.008653
30.4 0.008657
30.4 0.008657
31.2 0.008666
31.8 0.008671
31.9 0.008672
32.31 0.008674
33.2 0.008678
33.8 0.008678
34.2 0.008677
34.6 0.008676
35 0.008674
35 0.008674
35.6 0.008670
35.8 0.008668
36 0.008666
36.6 0.008660
37.4 0.008648
38.4 0.008631
38.8 0.008623
39 0.008618
39.2 0.008614
39.4 0.008609
39.6 0.008605
40 0.008594
40 0.008594
40.2 0.008589
40.2 0.008589
40.4 0.008584
41.6 0.008548
43 0.008499
43.1 0.008495
43.4 0.008483
43.6 0.008475
43.8 0.008467
44.4 0.008442
44.5 0.008438
45 0.008416
45.9 0.008373
47.3 0.008301
47.4 0.008296
47.6 0.008285
47.6 0.008285
47.6 0.008285
48.4 0.008240
48.6 0.008229
48.6 0.008229
50.2 0.008131
50.2 0.008131
50.5 0.008112
50.8 0.008092
52 0.008011
53.1 0.007932
54 0.007865
54.1 0.007857
54.8 0.007803
55.6 0.007740
55.6 0.007740
57.6 0.007573
57.8 0.007556
59.2 0.007432
59.8 0.007378
60.6 0.007304
62.4 0.007133
63 0.007074
63.6 0.007015
63.8 0.006995
64 0.006975
64 0.006975
65 0.006873
65.2 0.006853
65.2 0.006853
65.6 0.006812
66 0.006771
66.4 0.006729
66.54 0.006714
67.2 0.006645
67.4 0.006624
67.4 0.006624
67.6 0.006603
67.6 0.006603
67.6 0.006603
67.8 0.006581
67.8 0.006581
68 0.006560
68 0.006560
68.2 0.006539
68.6 0.006496
68.6 0.006496
69 0.006453
69 0.006453
69 0.006453
69.6 0.006387
69.8 0.006366
70.2 0.006322
71 0.006234
72.3 0.006090
72.4 0.006079
72.4 0.006079
73 0.006012
74 0.005899
74.2 0.005877
75 0.005786
76.2 0.005650
76.3 0.005639
76.4 0.005627
76.9 0.005570
80.2 0.005193
80.2 0.005193
80.6 0.005147
81.2 0.005078
82.2 0.004964
82.4 0.004941
82.4 0.004941
85.2 0.004623
87 0.004421
87.2 0.004399
89.2 0.004177
90.2 0.004068
90.4 0.004046
91.8 0.003895
92.8 0.003788
93.8 0.003683
94 0.003662
95.2 0.003537
96.2 0.003435
96.4 0.003415
97.2 0.003334
98.5 0.003205
99.2 0.003136
100.8 0.002982
101 0.002963
102.1 0.002861
102.8 0.002796
103 0.002778
104.8 0.002616
105.6 0.002546
109.3 0.002238
110 0.002182
111.4 0.002073
112 0.002028
112.6 0.001983
112.6 0.001983
112.8 0.001968
113.6 0.001910
113.8 0.001895
116.4 0.001715
117 0.001675
122.05 0.001364
123 0.001310
125.4 0.001182
128.2 0.001045
128.6 0.001026
129.6 0.000981
130 0.000963
130.35 0.000948
131.6 0.000895
137.6 0.000672
138.5 0.000643
138.6 0.000640
140.2 0.000590
142 0.000539
145.2 0.000456
145.2 0.000456
147.4 0.000406
149 0.000372
153.7 0.000286
154.3 0.000277
154.6 0.000272
155 0.000266
163.4 0.000161
166.8 0.000131
167.5 0.000125
185.6 0.000037
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
201 0.000011
 CONCEPTOS BASICOS DE PROBABILIDAD

Distribuciones de probabilidad para variables aleatorias discretas

ESPACIO MUESTRAL. El conjunto de todos los resultados posibles de un experimento estadístico denotado p
“S” o Ὠ ”

VARIABLE. Se denomina variable a la entidad que puede tomar un valor cualesquiera durante la duración de
proceso dado. Si la variable toma un solo valor durante el proceso se llama constante.

VARIABLE ALEATORIA: Es una función que asocia un número real a cada elemento del espacio muestral. Es
decir son aquellas que pueden diferir de una respuesta a otra.

Una variable aleatoria se puede clasificar en:

• Variable aleatoria discreta.

• Variable aleatoria continua.

Variable aleatoria discreta. Una variable discreta proporciona datos que son
llamados datos cuantitativos discretos y son respuestas numéricas que resultan de
un proceso de conteo.

• La cantidad de alumnos regulares en un grupo escolar.

• El número de águilas en cinco lanzamientos de una moneda.
• Número de circuitos en una computadora.
• El número de vehículos vendidos en un día, en un lote de autos

Variable aleatoria continua. Es aquella que se encuentra dentro de un intervalo

comprendido entre dos valores cualesquiera; ésta puede asumir infinito número de
valores y éstos se pueden medir.

• La estatura de un alumno de un grupo escolar.

• El peso en gramos de una moneda.
• La edad de un hijo de familia.
• Las dimensiones de un vehículo.

DISTRIBUCIONES

Distribución de probabilidad. Es una distribución teórica de frecuencias que describe cómo se

espera que varíen los resultados de un experimento. Existen diferentes tipos de modelos que
permiten describir el comportamiento de fenómenos estadísticos que permiten hacer inferencias
y tomar decisiones en condiciones de incertidumbre.
Distribución de probabilidad. Es una distribución teórica de frecuencias que describe cómo se
espera que varíen los resultados de un experimento. Existen diferentes tipos de modelos que
permiten describir el comportamiento de fenómenos estadísticos que permiten hacer inferencias
y tomar decisiones en condiciones de incertidumbre.

Se pueden clasificar en:

Distribuciones discretas. Son aquellas donde las variables asumen un número limitado de valores,
por ejemplo el número de años de estudio.

Distribuciones continuas. Son aquellas donde las variables en estudio pueden asumir cualquier
valor dentro de determinados límites; por ejemplo, la estatura de un estudiante.

Una distribución de frecuencias es un listado de las frecuencias observadas de todos los

resultados de un experimento que, en realidad se han presentado cuando se lleva a cabo un
experimento; en cambio, una distribución de probabilidad es un listado de las probabilidades de
todos los resultados posibles que podrían presentarse si se efectuara el experimento.
Una distribución de frecuencias es un listado de las frecuencias observadas de todos los
resultados de un experimento que, en realidad se han presentado cuando se lleva a cabo un
experimento; en cambio, una distribución de probabilidad es un listado de las probabilidades de
todos los resultados posibles que podrían presentarse si se efectuara el experimento.

Las probabilidades que se asocian a cada uno de los valores que toma la variable aleatoria x
constituyen lo que se conoce como DISTRIBUCIÓN DE PROBABILIDAD, la cual puede ser
representada mediante una función matemática, una gráfica o una tabla de valores. La diferencia
consiste en que la función matemática se transforma en una función probabilística.

S Eo E1 ••• En
X Xo X1 ••• Xn
P(X) p(Xo) p(X1) ••• p(Xn)

Dados los eventos E1, E2, ..., En S, se dice que x es una variable aleatoria, si a cada valor de xi que
asume cada Ei, se le asocia su probabilidad de ocurrencia y cumple con las siguientes condiciones:

1 La probabilidad para todo valor que asuma la variable aleatoria xi, será mayor o igual
a cero pero menor que uno.

2 La suma de todas las probabilidades asociadas a todos los valores que toma la
variable x, es igual a la unidad.

Encuentre la distribución de probabilidad de lanzar dos monedas y la variable aleatoria número

de águilas.

Existen ciertas características que diferencian a las distribuciones de probabilidad, llamadas

momentos de la distribución que son: la media aritmética o esperanza matemática y la desviación
estándar.
 Existen ciertas características que diferencian a las distribuciones de probabilidad, llamadas
momentos de la distribución que son: la media aritmética o esperanza matemática y la desviación
estándar.

FUNCIONES DE PROBABILIDAD DISCRETAS

La distribución de probabilidad para una variable aleatoria discreta puede ser:

1 Una relación teórica de resultados y probabilidades que se puede obtener de un

modelo matemático y que representa algún fenómeno de interés.
2 Una relación empírica de resultados y sus frecuencias relativas observadas.

3 Una relación subjetiva de resultados relacionados con sus probabilidades subjetivas

o artificiales que representan el grado de convicción del encargado en tomar
decisiones sobre la probabilidad de posibles resultados.

Sabemos que una variable aleatoria discreta o discontinua es aquella en la que existe una
distancia bien definida entre dos de los valores consecutivos que asume; y dichos valores son
numerables.

Existen varios modelos matemáticos que representan diversos fenómenos discretos de la vida
real.
Las más útiles son:

1.- La distribución uniforme discreta.

2.- La distribución de probabilidad Binomial o de Bernoulli.
3.- La distribución de probabilidad Hipergeométrica.
4.- La distribución de probabilidad de Poisson.

UNIFORME DISCRETA

Si la variable aleatoria X asume valores de X1, X2, ..., Xk con iguales probabilidades, entonces la
distribución uniforme es:
La distribucióin de probabilidad del lanzamiento de un dado es:

LA DISTRIBUCION BINOMIAL

Esta distribución fue elaborada por Jacobo Bernoulli y es aplicable a un gran número de
problemas de carácter económico y en numerosas aplicaciones como:

1.-Juegos de azar.
2.-Control de calidad de un producto.
3.- En educación.
4.- En las finanzas.

La distribución binomial posee las siguientes propiedades esenciales:

1 El espacio muestral contiene n ensayos idénticos.

2 Las observaciones posibles se pueden obtener mediante dos diferentes métodos de

muestreo.Se puede considerar que cada observación se ha seleccionado de una
población infinita sin reposición o de una población finita con reposición.

3 Cada observación se puede clasificar en una de dos categorías conocidas como éxito
E o fracaso E', las cuales son mutuamente excluyentes es decir E ∩ E' = 0.
4 Las probabilidades de éxito p y de fracaso q = 1 - p en un ensayo se mantienen
constantes, durante los n ensayos.
5 El resultado de cualquier observación es independiente del resultado de cualquier
otra observación.

La probabilidad de que el evento E ocurra x veces y el evento E' ocurra (n - x) veces en n ensayos
independientes está dado por la fórmula binomial:

Donde: p = Probabilidad característica o probabilidad de éxito.

q = Probabilidad de fracaso
 x = Número de éxitos deseados
n = Número de ensayos efectuados

Si se lanza 4 veces una moneda, calcular el evento "Número de águilas que caen."
datos:

El cálculo de estas magnitudes pueden realizarse con las siguientes fórmulas:

DISTRIBUCIÓN MULTINOMIAL

Ocurre cuando en el experimento binomial cada intento tiene más de dos resultados posibles.

Las probabilidades de ocurrencia p1, p2, ..., pk en un solo ensayo, la distribución de probabilidad
de las variables aleatorias k1, k2, ..., kn que representan el número de ocurrencias de E1, E2, ...,
 Ocurre cuando en el experimento binomial cada intento tiene más de dos resultados posibles.

Las probabilidades de ocurrencia p1, p2, ..., pk en un solo ensayo, la distribución de probabilidad
de las variables aleatorias k1, k2, ..., kn que representan el número de ocurrencias de E1, E2, ...,
En en n intentos independientes es:

Calcular la probabilidad de obtener dos veces el número 4, dos veces el número 5 y una vez el
número 2, en el lanzamiento de un dado 5 veces.
DAD

aleatorias discretas

xperimento estadístico denotado por

ualesquiera durante la duración de un

a constante.

lemento del espacio muestral. Es

a datos que son

éricas que resultan de

tro de un intervalo
mir infinito número de

ue describe cómo se
pos de modelos que
miten hacer inferencias
ero limitado de valores,

den asumir cualquier

diante.

s de todos los
se lleva a cabo un
e las probabilidades de
perimento.
ariable aleatoria x
ual puede ser
de valores. La diferencia
abilística.

si a cada valor de xi que

s siguientes condiciones:

ria xi, será mayor o igual

s valores que toma la

iable aleatoria número

obabilidad, llamadas
temática y la desviación
 ser:

uede obtener de un
terés.
as observadas.

obabilidades subjetivas
argado en tomar

en la que existe una

e; y dichos valores son

s discretos de la vida

abilidades, entonces la
un gran número de
nes como:

nticos.

s diferentes métodos de
a seleccionado de una
ita con reposición.

as conocidas como éxito

s decir E ∩ E' = 0.
ensayo se mantienen

resultado de cualquier

- x) veces en n ensayos
:
uilas que caen."

ntes fórmulas:

os resultados posibles.

ibución de probabilidad
urrencias de E1, E2, ...,
número 5 y una vez el
 BIBLIOGRAFIA
1. Lilinás, S. H. (2017). Experimentos, espacios muestrales y eventos. En:
Estadística descriptiva y distribuciones de probabilidad. (pp. 100 - 108)
2. Monroy, S. (2008). Conceptos bàsicos de probabilidad. En: Estadìstica
descriptiva. Online Editorial: Instituto Tècnico Nacional. (pp. 128 - 140).

3. Monroy, S. (2008). Teorema de Bayes. En: Estadìstica descriptiva y

distribuciones de probabilidad. Online Editorial: Instituto Tècnico Nacional.
(pp. 158 - 163).