DEFICION.

- Es una de las distribuciones mas

DEFINICION.-Es aplicable a un gran nuero
de problemas de carácter economico y en
numeros de aplicaciones como juegos de
azar, control de calidad de un producto , en
educación y en las Finanzas
DEFINICION.-La distribución de Poisson
es una distribución de probabilidad discreta.
asi tiempo fijo si estos eventos ocurren con
una frecuencia media conocida y son
independientes del tiempo discurrido desde
el último evento.
usadas o importantes. Se ha desenvuelto como
una herramienta indispensable en cualquier gama
de la ciencia, industria y el comercio. Muchos
eventos reales y naturales tienen una distribucion
de frecuencias cuya forma es muy parecida a la
distribucion normal, llamada tambien campana de
Gauss, por su forma de campana. La forma de
campana de gauss depende de los parqametros µ
σ.

Distribución de Bernoulli, nombrado
después de científico suizo Jakob
Bernoulli, es a discreto distribución de
la probabilidad.
FORMULA
La función de probabilidad de la
distribución binomial, también
denominada función de la distribución
donde:
de Bernoulli, es:
p(x, λ) = probabilidad de que ocurran x éxitos,
cuando el número promedio de ocurrencia de ellos es
λ
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso.
Fue descubierta por Siméon-Denis
Poisson, que la dio a conocer en 1838 en
su trabajo Recherches sur la probabilité
des jugements en matières criminelles
et matière civile (Investigación sobre la
probabilidad de los juicios en materias
criminales y civiles).
FORMULA
λ xε − λ
p ( x , λ ) =
x!
λ = media o promedio de éxitos por unidad de
tiempo, área o producto
ε = 2.718
x = variable que nos denota el número de éxitos que
se desea que ocurra
La distribución normal fue reconocida por
primera vez por el francés Abraham de
Moivre (1667-1754).  Posteriormente, Carl
Friedrich Gauss (1777-1855) elaboró
desarrollos más profundos y formuló la
ecuación de la curva; de ahí que también se
la conozca, más comúnmente, como la
"campana de Gauss". 
FORMULA
La función de densidad, es la expresión
en términos de ecuación matemática de
la curva de Gauss:
Para poder utilizar la tabla tenemos que
transformar la variable X que sigue una
distribución N(μ, σ) en otra variable
siga una distribución N(0, 1).
 x = variable que nos denota el número de éxitos que
se desea que ocurra
Donde :
µ = Es la
media
σ = Es la desviacion estandar
x = Es la variable aleatoria

CARACTERISTICAS CARACTERISTICAS CARACTERISTICAS

Estar formada por un numero • Se observa la realización de hechos de cierto * La curva normal tiene fora de campana. La
predeterminado n de experimentos iguales. tipo durante un cierto periodo de tiempo o a lo media, la moda y la mediana de la
largo de un espacio de observación distribucion son iguales y se localizan en el
centro de la distribución.
• Los hechos a observar tienen naturaleza
Cada uno de los experimentos es aleatoria; pueden producirse o no de una manera
independiente de los restantes no determinística.
* La distribucion de probabilidad normal es
simetrica alrededor de su meida. Por lo tanto,
• La probabilidad de que se produzcan un número la mitad del area bajo la curva es de 0.5. El
El resultado de cada experimento han de x de éxitos en un intervalo de amplitud t no área total bajo la curva es igual a 1.
admitir solo dos categorias "exito" y "fracaso" depende del origen del intervalo (Aunque, sí de su
amplitud)
* La escala horizontal de la curva se mide en
Las probabilidades de ambas posibilidades ha • La probabilidad de que ocurra un hecho en un desviaciones estandar.
de ser constante en todos los experimentos. intervalo infinitésimo es prácticamente
proporcional a la amplitud del intervalo.
* La forma y la posicion de una distribucion
• La probabilidad de que se produzcan 2 o más hechos normal depende de los parametros µ σ, por lo
en un intervalo infinitésimo es un infinitésimo de orden que ahí un número infinito de distribuciones
superior a dos. normales.

En consecuencia, en un intervalo infinitésimo podrán

producirse O ó 1 hecho pero nunca más de uno

• Si en estas circunstancias aleatorizamos de forma que

la variable aleatoria X signifique o designe el "número
de hechos que se producen en un intervalo de tiempo o
de espacio", la variable X se distribuye con una
distribución de parámetro λ .   
APLICACIONES APLICACIONES APLICACIONES
La distribución de Poisson se utiliza en situaciones
 donde
utiliza cuando el resultado se puede  los Sucesos son impredecibles o de ocurrencia ale
reducir a dos opciones.  atoria. En otras palabras no se sabe el total de
posibles resultados.
Por ejemplo: 
Permite  La importancia de la distribución normal se debe
determinar la probabilidad de ocurrencia de 
 Un  tratamiento médico puede ser efectivo o  un suceso con resultado discreto.
inefectivo.  Caracteres morfológicos de individuos
(personas, animales, plantas,…) de una
Es muy  útil cuando la muestra o segmento  n especie, p. ejm. Tallas, pesos, envergaduras,
    La  meta de producción o ventas del mes  diámetros, perímetros…
es grande y la probabilidad de éxitos p es
se pueden o no lograr. 
pequeña.
En  Caracteres fisiológicos, por ejemplo; efecto
pruebas de selección múltiple, aunque hay  de una misma dosis de un fármaco, o de una
cuatro o cinco alternativas, se pueden  Se utiliza  misma cantidad de abono.
clasificar como correcta o incorrecta.  cuando la probabilidad del evento que 
nos interesa se distribuye dentro de un segm Caracteres sociológicos, por ejemplo:
ento n dado como por ejemplo distancia, consumo de cierto producto por un mismo
área, volumen o tiempo definido. grupo de individuos, puntuaciones de
examen.
Caracteres psicológicos, por ejemplo:
cociente intelectual, grado de adaptación a
un medio……

Errores cometidos al medir ciertas magnitudes.

Valores estadísticos maestrales, por ejemplo: la med

Otras distribuciones como la binomial o la de

Poisson son aproximaciones normales…

Y en general cualquier característica que se

obtenga como suma de muchos factores.

MEDIA, VARIANZA Y DESVIACION. MEDIA, VARIANZA Y DESVIACION. MEDIA, VARIANZA Y DESVIACION.

Para obtener la media y la varianza de la
distribución tenemos que tener en cuenta que la
variable aleatoria binomial tenemos que tener en
cuenta que la variable aleatoria binomial esté
definida como el número de éxitos que tienen
lugar cuando se realizan n repeticiones
independientes de un experimento o prueba de
Bernoulli, es decir, como suma de n variables
independientes:
Y la desviación de la siguiente forma:
s = σ npq
donde :
n= número de ensayos.
p= probabilidad de éxito.
q= probabilidad de fracaso.
Tanto el valor esperado como la varianza de una
variable aleatoria con distribución de Poisson son
MEDIA.- Indica posicion de la campana de modo que
iguales a λ. Los momentos de orden superior son
polinomios de Touchard en λ cuyos coeficientes tienen para diferentes valores de la grafica es desplazada a lo
una interpretación combinatorio. largo del eje horizontal.
VARIANZA.- Tanto el valor esperado como la Varianza =
varianza de una variable aleatoria con Media = µ
distribución de Poisson son iguales a λ desciacion =
La distribución binomial B(n, p) se
Varianz puede aproximar mediante una
a distribución normal:
Desviación típica
Aproximación Poisson a la distribución binomial
Si n es “grande” y  p es “pequeño” tenemos la siguiente aproximación:
Teorema
Si n®¥ y p®0 en forma tal que  np®a entonces  C(n,k) pkqn-k ® e-a ak / k!
 ribuciones mas
esenvuelto como
e en cualquier gama
mercio. Muchos
nen una distribucion
muy parecida a la
ambien campana de
na. La forma de
e los parqametros µ

reconocida por
Abraham de
eriormente, Carl
5) elaboró
y formuló la
hí que también se
nte, como la

d, es la expresión
matemática de

enemos que
ue sigue una
a variable Z que
1).
dar

a de campana. La
a de la
e localizan en el

lidad normal es
meida. Por lo tanto,
rva es de 0.5. El
gual a 1.

curva se mide en

una distribucion
ametros µ σ, por lo
de distribuciones
ución normal se debe principalmente a que hay muchas variables asociadas a fenómenos naturales que siguen el modelo de la normal.

individuos
s,…) de una
os, envergaduras,

ejemplo; efecto
ármaco, o de una

r ejemplo:
o por un mismo
aciones de

r ejemplo:
de adaptación a

ciertas magnitudes.

por ejemplo: la media.

a binomial o la de
s normales…

cterística que se
chos factores.

ION.
mpana de modo que
ca es desplazada a lo

mial B(n, p) se
ediante una
ormal: