P  El número de

Una variable discreta es hijos de una

R aquella que solo puede familia.
tomar un número finito de Ejemplos:
Discreta:  la puntuación
O Variable aleatoria
valores entre dos valores
cualesquiera de una obtenida al lanzar
( X Ꞓ { I, K Ꞓ C N } )
característica. un dado.
B  La cantidad de
es un número que representa un
dedos que tienes
A resultado de una circunstancia o en la mano.
un experimento aleatorio.

B Por consiguiente Se utilizan

letras mayúsculas {X, Y,} para
I designar variables aleatorias, y
las respectivas minúsculas {(x, Una variable continua es
 La altura de los alumnos de una
clase.
y,)} para designar valores aquella que puede tomar un
L concretos de las mismas. número infinito de valores Ejemplos:  las horas de duración de una pila.
Continua: entre dos valores
I cualesquiera de una
característica.
 La estatura de tu mejor amigo.

D ❑
P [ X ∈ A ] =∫ FX ( X ) dx

A
A

D se refiere a todos los

resultados posibles que pueda
tener una variable aleatoria, es
Distribución de decir, describe el
probabilidad: comportamiento de dicha
U variable dentro de un intervalo
de valores o de posibles
N resultados.

I
D Es una probabilidad discreta y se
presenta con mucha frecuencia en
 Si una persona presenta o no
una enfermedad.
nuestra vida cotidiana. Fue
A Distribución de propuesta por Jakob Bernoulli
probabilidad (1654-1705), y es utilizada con Ejemplos:  Si una mujer se encuentra en
D acontecimientos que tengan estado de embarazo.
Bernoulli: respuesta binaria, generalmente
2 clasificada como “éxito” o
“fracaso”.  Que un producto sea exitoso o
no.
P
Consiste en realizar n veces el ensayo
Observar cinco
R Distribución de de Bernoulli, de manera independiente artículos de un
Probabilidad uno de otro y suponiendo que la mismo lote y contar
Ejemplos:
O Binomial:
probabilidad de éxito P permanece
constante en cada uno de ellos.
el número de
artículos con
defectos.
B
A
B Donde L j son variables
En forma resumida, la aleatorias de Bernoulli
I distribución de la variable
aleatoria binominal es:
independientes, cada una
con media p y varianza pq.

L
I
D Puesto que la forma de
P(x) depende de p y de
A n, éstos son los
parámetros de la
D distribución binomial:
P(x; n, p).

U es una distribución de probabilidad

discreta que expresa, a partir de
Distribución una frecuencia de ocurrencia
N de Poisson: media, la probabilidad de que
ocurra un determinado número de
I eventos durante cierto período de
tiempo.
D 
La distribución de
 la disminución de una muestra
radioactiva.
 la llegada de pasajeros de un
Ejemplos: aeropuerto o estación de
trenes o autobuses.
los usuarios que se conectan a
una web determinada por

A probabilidad de la variable hora.

aleatoria de Poisson X que,
D representa el número de
resultados que ocurren en un
2 intervalo de tiempo dado o en
una región específica, es:
P
R
e = 2.71828.....
O λ = np que representa el
Donde: número promedio de
B resultados por unidad de
tiempo o región “ intensidad

A de flujo”.

B
Supongamos que hay diez automóviles disponibles para que usted
I los pruebe (N = 10) y cinco de ellos tienen motores turbo (x = 5).
Si prueba tres de los vehículos (n = 3), ¿cuál es la probabilidad de
L que dos de los tres que probará tengan motores turbo?

I es una distribución discreta que

En Tamaño de la población (N), ingrese 10. En Conteo de eventos en
modela el número de eventos

D Distribución en una muestra de tamaño fijo la población (M), ingrese 5. En Tamaño de la muestra (n), ingrese 3.
cuando usted conoce el número Ejemplos:
hipergeométrica: total de elementos en la
A población de la cual proviene la Elija Constante de entrada e ingrese 2.
muestra.
D La probabilidad de que seleccione exactamente dos automóviles con
motores turbo de forma aleatoria cuando pruebe tres de los diez
vehículos es 41.67%.

U
N
I Pensemos en la estatura de todas las mujeres
españolas; dicha altura sigue una distribución
D normal. Es decir, la estatura de la mayoría de
mujeres estará cerca de la estatura media. En este
A es una distribución continua que
se especifica por la media (μ) y la caso, la altura media española es de 163 centímetros
desviación estándar (σ). La media Ejemplos:
Distribución en las mujeres.
D es el pico o centro de la curva en
normal: forma de campana. La desviación Por otro lado, un número similar de mujeres serán un
2 estándar determina la dispersión poco más altas y un poco más bajas que 163cm; sólo
de la distribución. unas pocas serán mucho más altas o mucho más
bajas.
 Referencias Bibliográficas
Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 150-152.  Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=11013767&tm=1470693471527 

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 195-221. Recuperado de https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4722054&ppg=196

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 245-261.  Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?ppg=258&docID=11013767&tm=1470693471527

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 221-243. Recuperado de https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4722054&ppg=222

Rodríguez, F. & Pierdant, A. (2014). Estadística para administración. Pp. 279 -301.  Recuperado de  https://ebookcentral-proquest-com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=3227823&ppg=296

García, Á. M. Á. (2005). Introducción a la teoría de la probabilidad. primer curso. Pp. 267-291. Recuperado de https://bibliotecavirtual.unad.edu.co:2538

Objetivo virtual de información que presenta la distribución binomial, así como un ejemplo de su aplicación. Sánchez, J. (2018). Distribución Binomial. Recuperado de http://hdl.handle.net/10596/19010

M. Pliego López, R. M. Pérez, Estadística I (2004) 2nd ed., pp. 27-94. Madrid: Paraninfo.  Recuperado de  http://bibliotecavirtual.unad.edu.co:2081/ps/i.do?id=GALE
%7CCX4052400006&v=2.1&u=unad&it=r&p=GVRL&sw=w&asid=b039aa4c3b2b62b99f8129c3bb3ab609

Sánchez, S. E. A., Inzunza, C. S., & Ávila, A. R. (2015). Probabilidad y estadística 1. Distrito Federal, MÉXICO: Grupo Editorial Patria. Recuperado de  http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
docID=11230886&p00=conceptos+generales+estad%C3%ADstica+descriptiva&ppg=46