UNIVERSIDAD NACIONAL DE TUM

ESCUELA DE POSGRADO

DISTRIBUCIÓN DE
PROBABILIDAD

Grupo 4
1. Cruz García Ashley Dannixa
2. Mayta Urias Editha Graciela
3. Mena Preciado Julio Raúl (Coordinador)
4. Olaya Feijoo Adriana Loren
5. Prado Ramirez Anjelline Anali
6. Ramos Saldarriaga Sebastian Alexander
CIONAL DE TUMBES
E POSGRADO

ESTADÍSTICA APLICADA Y
TÉCNICAS DE MUESTREO
UNIVERSIDAD NACIONAL DE TUMBES
ESCUELA DE POSGRADO

DISTRIBUCIONES DE PROBABILIDAD

Una distribución de probabilidad nos proporciona todos los resultados de los valores que p
presentarse en un acontecimiento, junto con la probabilidad de ocurrencia asociada a cada
estos valores.

Existen 2 tipos de
variables aleatórias:

1. Las variables de tipo discretas son aquellas cuyos resultados se pueden contar o so
separables.
2. Las continuas son aquellas que tienen un número incontable de valores pero limitad
os de los valores que pueden
rencia asociada a cada uno de

Distribución Binomial
se pueden contar o son Distribución Poisson

de valores pero limitado. Distribución Normal

 UNIVERSIDAD NACIONAL DE TUMBES
ESCUELA DE POSGRADO

DISTRIBUCIÓN BINOMIAL

1 DEFINICIÓN:
Es utilizada con acontecimientos que tengan respuesta binaria, generalmente clasificada como “
Consiste en realizar una prueba o repetición que tiene dos resultados posibles que son mutuam

Ejemplos:
Si una persona presenta o no una enfermedad.
Si una mujer se encuentra en estado de embarazo.
Que un producto sea exitoso o no.
Que un vuelo se retrase o no.
Observar el sexo de un recien nacido.

2 FÓRMULA:

f (x) = P (X=x) = 𝐶_𝑥^𝑛 *

𝑝^𝑥∗( 〖 1−𝑝) 〗 ^(𝑛−
𝑥) q
donde:
𝐶_𝑥^𝑛 = 𝑛!/𝑥!
(𝑛 −𝑥)!
p : probabilidad de éxito
q : probabilidad de fracaso
n : número de ensayos
X : número de éxitos en "n" ensayos

3 EJERCICIO:

PARA DATOS NO TABULADOS

3.1
En una cafetería, la probabilidad de que a un cliente nuevo le guste la hamburguesa es de 0.8. Si
una semana llegan 5 clientes nuevos. ¿Cuál es la probabilidad de que solo a 2 de ellos les guste l
hamburguesa?

Datos:
p = 0.8 probabilidad de éxito
n = 5 clientes nuevos ( número de ensayos)
 X = clientes nuevos (número de éxitos)
X =0 ; 1 ; 2 ; 3 ; 4 ; 5

Entonces reemplazamos en la fórmula

f (x) = P (X=x) = 𝐶_𝑥^𝑛 *

𝑝^𝑥∗( 〖 1−𝑝) 〗 ^(𝑛−𝑥)
f (2) = P (X = 2) = 𝐶_2^5 *
〖 0.8 〗 ^2∗( 〖 1−0.8) 〗 ^(5
−2)
f (2) = P (X = 2) = 10 * 〖 0.8 〗 ^2∗ 〖 0.2 〗 ^3
f (2) = P (X = 2) = 0.0512 5.12%

4 INTEPRETACIÓN: En una cafetería la probabilidad de que a 2 clientes nuevos durante un

hamburguesa es de 0.0512 o 5.12%

PARA DATOS TABULADOS

Para uso de la tabla deben tenerse en cuenta las siguientes propiedades:

Caso 1: P(X ≤ a) = usar directamente la tabla

Caso 2: P(X < a) = P( X ≤ a - 1)
Caso 3: P(X > a) = 1 - P( X ≤ a)
Caso 4: P(X ≥ a) = 1 - P( X ≤ a - 1)
Caso 5: P(a < X < b) = P( X ≤ b - 1) - P(X ≤ a)
Caso 6: P(a ≤ X ≤ b) = P( X ≤ b) - P(X ≤ a - 1)
Caso 7: P(X = a) = P (X ≤ a) - P(X ≤ a - 1)

3.2 La probabilidad de que en una entidad bancaria existan clientes morosos es el 0.4. De un grupo
azar de 8 clientes, calcular la probabilidad de que sean morosos:

a) Exactamente 5 clientes. P(x = 5)

b) Al menos 4 clientes. P(x ≥ 4)
c) De 2 a 7 clientes. P(2 ≤ x ≤ 7)
d) 3 clientes o menos. P(x ≤ 3)
e) Más de 2 P(x > 2)

Datos
n = 8 clientes
 p = 0.4

a) Exactamente 5 clientes. P(x = 5)

Caso 7: P(x = 5) = P(x ≤ a) - P(x ≤ a -1)

Reemplazamos con la fórmula de tablas acumuladas

P(x = a) = P(x ≤ a) - P(x ≤ a -1) f (x) =

P(x = 5) = P(x ≤ 5) - P(x ≤ 5 -1)

f (5) =
P(x = 5) = P(x ≤ 5) - P(x ≤ 4) Buscamos
en la tabla
P(x = 5) = 0.9502 - 0.8263 f (5) =

P(x = 5) = 0.1239 f (5) =

P(x = 5) = 12.39%

Interpretación:
En una entidad bancaria la probabilidad de que cinco clientes sean morosos es de 0.1239 o 12.3

b) Al menos 4 clientes. P(x ≥ 4)

Caso 4 : P(x ≥ a) = 1 - P(x ≤ a -1)

Reemplazamos con la fórmula de tablas acumuladas

P(x ≥ 4) = 1 - P(x ≤ 4 -1)

P(x ≥ 4) = 1 - P(x ≤ 3)

P(x ≥ 4) = 1 - 0.5941

P(x ≥ 4) = 0.4059
P(x ≥ 4) = 40.59%

Interpretación:
En una entidad bancaria la probabilidad de que al menos cuatro clientes sean morosos es de 0.4

c) De 2 a 7 clientes. P(2 ≤ x ≤ 7)
 Caso 6 : P(a ≤ x ≤ b) = P(x ≤ b) - P(x ≤ a -1)

Reemplazamos con la fórmula de tablas acumuladas

P(2 ≤ x ≤ 7) = P(x ≤ 7) - P(x ≤ 2 - 1)

P(2 ≤ x ≤ 7) = P(x ≤ 7) - P(x ≤ 1)

P(2 ≤ x ≤ 7) = 0.9993 - 0.1064

P(2 ≤ x ≤ 7) = 0.8929
P(2 ≤ x ≤ 7) = 89.29%

Interpretación:
En una entidad bancaria la probabilidad de que dos a siete clientes sean morosos es de 0.8929 o

d) 3 clientes o menos. P(x ≤ 3)

Caso 1: P(x ≤ a)

Reemplazamos con la fórmula de tablas acumuladas

P(x ≤ 3) = 0.5941 = 59.41%

Interpretación:
En una entidad bancaria la probabilidad de que tres clientes o menos sean morosos es de 0.5941

e) Más de 2 clientes. P(x > 2)

Caso 3: P(X > a) = 1 - P( X ≤ a)

Reemplazamos con la fórmula de tablas acumuladas

P(x > 2) = 1 - P(x ≤ 2)

P(x > 2) = 1 - 0.3154

P(x > 2) = 0.6846

P(x > 2) = 68.46%

Interpretación:
En una entidad bancaria la probabilidad de que más de dos clientes sean morosos es de 0.6846 o
ente clasificada como “éxito” o “fracaso”.
ibles que son mutuamente excluyentes.

mburguesa es de 0.8. Si durante

a 2 de ellos les guste la
 donde:
𝐶_𝑥^𝑛 = 𝑛!/𝑥! 𝐶_2^5 = 5!/2!
(𝑛 −𝑥)! (5 −2)!
𝐶_2^5 = = 10
120/2(6)

tes nuevos durante una semana les guste la

es el 0.4. De un grupo elegido al

 𝐶_𝑥^𝑛 = 𝑛!/𝑥!(𝑛
P (X=x) = 𝐶_𝑥^𝑛 * −𝑥)!
𝑝^𝑥∗( 〖 1−𝑝) 〗 ^(𝑛−𝑥)
𝐶_5^8 = 8!/5!(8
P (X = 5) = 𝐶_5^8 * −5)!
〖 0.4 〗 ^5∗( 〖 1−0.4) 〗 ^(8−5)
𝐶_5^8 = = 56
P (X = 5) = 56 * 〖 0.4 〗 ^5∗ 〖 0.6 〗 ^3 40320/12
0(6)
P (X = 5) = 0.1239
12.39%

os es de 0.1239 o 12.39%

ean morosos es de 0.4059 o 40.59%

morosos es de 0.8929 o 89.29%

n morosos es de 0.5941 o 59.41%

morosos es de 0.6846 o 68.46%
 UNIVERSIDAD NACIONAL DE TUMBES
ESCUELA DE POSGRADO

DISTRIBUCIÓN DE POISSON

1 DEFINICIÓN:
Es una distribución de probabilidad discreta que se aplica a las ocurrencias de algún evento duran
Describe el número de veces que se presenta un acontecimiento durante un intervalo específico (

Ejemplos:
El número de vehículos que vende por día un concesionario.
Cantidad de llamadas por hora que recibe una compañía.
Cuando se quiere conocer el número clientes que llegan al banco en un día.
Número de accidentes automovilísticos en el año.

2 FÓRMULA:

f (x) = P (X=x) = (𝑒^(−λ )∗

λ^𝑥)/𝑥!

𝑒 : base de los logaritmos naturales. (e = 2.71828...)

λ : media o valor esperado de X
X : variable aleatoria
X! : es el factorial de X

3 EJERCICIO:

PARA DATOS NO TABULADOS

3.1 La ferreteria de Jorge recibe un promedio de λ = 4 clientes al día sabiendo que el número de clien
día sigue una distribución de poisson, calcular la probabilidad que lleguen 3 clientes en un día.

a) La probabilidad de que lleguen 3 clientes en un día:

Datos:
X : n° de clientes que llegan a la ferreteria de Jorge en 1 día
X: reemplazamos 3
λ: 4

Probabilidad (x=3) Entonces reemplazamos en la fórmula

(𝑒^(−λ )∗
f (x) = P (X=x) =
λ^𝑥)/𝑥!
 f (3) = P(X=3) = ( 〖 2.71828 〗 ^(−4 )
∗ 4^3)/3! 3! Equivale

f (3) = P(X=3) = 0.018316 * 64

6

f (3) = P(X=3) = 0.1954 = 19.54%

4 INTEPRETACIÓN: La probabilidad de que lleguen 3 clientes en un día a la ferretería de

PARA DATOS TABULADOS

Para uso de la tabla deben tenerse en cuenta las siguientes propiedades:

Caso 1: P(X ≤ a) = usar directamente la tabla

Caso 2: P(X < a) = P( X ≤ a - 1)
Caso 3: P(X > a) = 1 - P( X ≤ a)
Caso 4: P(X ≥ a) = 1 - P( X ≤ a - 1)
Caso 5: P(a < X < b) = P( X ≤ b - 1) - P(X ≤ a)
Caso 6: P(a ≤ X ≤ b) = P( X ≤ b) - P(X ≤ a - 1)
Caso 7: P(X = a) = P (X ≤ a) - P(X ≤ a - 1)

3.2 Si la secretaria del gerente general de una empresa recibe un promedio de un llamada cada 25 mi
por motivos administrativos, ¿Cúal es la probabilidad de que reciba:

a) Más de dos llamadas en 25 minutos.

b) Menos de dos llamadas en 30 minutos.
c) 8 llamadas en 2 horas y media.
d) Más de dos llamadas pero menos de 5 en 50 minutos.

Solución

a) Más de dos llamadas en 25 minutos. λ= 1 llamada 25´

P(x > 2) 25´

Caso 3: P(x > a) = 1 - P(x ≤ a)

Reemplazamos con la fórmula de tablas acumuladas

 P(x > 2) = 1-P[x ≤ 2] Buscamos en la tabla de Poisson

P(x > 2) = 1 - 0.9197

P(x > 2) = 0.0803 = 8.03%

Interpretación:
La probabilidad de que en un día la secretaria del gerente general de la empresa reciba por motiv
más de dos llamadas en 25 minutos es de 0.0803 o 8.03%

b) Menos de dos llamadas en 30 minutos.

Aplicamos regla de tres.
P(x < 2) 30´
1 25´
Caso 2: P(x < a) = P(x ≤ a -1) λ 30´

Reemplazamos con la fórmula de tablas acumuladas

P(x < 2) = P(x ≤ 2 -1)

P(x < 2) = P(x ≤ 1)

P(x < 2) = 0.6626 = 66.26%

Interpretación:
La probabilidad de que en un día la secretaria del gerente general de la empresa reciba por motivos admin
menos de dos llamadas en 30 minutos es de 0.6626 o 66.26%

c) 8 llamadas en 2 horas y media.

Aplicamos regla de tres.
P(x = 8) 150´
1 25´
Caso 7: P(x = a) = P( x ≤ a) - P(x ≤ a -1) λ 150´

Reemplazamos con la fórmula de tablas acumuladas

P(x = 8) = P(x ≤ 8) - P(x ≤ 8 -1)

P(x = 8) = P(x ≤ 8) - P(x ≤ 7)

P(x = 8) = 0.8472 - 0.7440

P(x = 8) = 0.1032 = 10.32%

 Interpretación:
La probabilidad de que en un día la secretaria del gerente general de la empresa reciba por motiv
administrativos una cantidad de 8 llamadas en 150 minutos es de 0.1032 o 10.32%

d) Más de dos llamadas pero menos de 5 en 50 minutos.

Aplicamos regla de tres.
P(2 < x < 5) 50´
1 25´
λ 50´
Caso 5: P(a < x < b) = P(x ≤ b - 1) - P(x ≤ a)

Reemplazamos con la fórmula de tablas acumuladas

P(2 < x < 5) = P(x ≤ 5- 1) - P(x ≤ 2)

P(2 < x < 5) = P(x ≤ 4) - P(x ≤ 2)

P(2 < x < 5) = 0.9474 - 0.6767

P(2 < x < 5) = 0.2707 = 27.07%

Interpretación:
La probabilidad de que en un día la secretaria del gerente general reciba por motivos administrati
más de dos pero menos de cinco llamadas en 50 minutos es de 0.2707 0 27.07% .
 s de algún evento durante un periodo determinado.
un intervalo específico (tiempo, distancia, área o volúmen).

o que el número de clientes que llegan en un

n 3 clientes en un día.
 1! = 1= 1
2! = 2(1) = 2
3! = 3(2)(1) = 6

un día a la ferretería de Jorge es de 0.1954 o 19.54%

e un llamada cada 25 minutos

mpresa reciba por motivos administrativos

λ= 30 * 1 = 1.2
25

a reciba por motivos administrativos

λ= 150 * 1 = 6
25
mpresa reciba por motivos
o 10.32%

λ= 50 * 1 = 2
25

por motivos administrativos

27.07% .
 UNIVERSIDAD NACIONAL DE TUMBES
ESCUELA DE POSGRADO

DISTRIBUCIÓN NORMAL

1 DEFINICIÓN:
Esta distribución es un modelo matemático que permite determinar probabilidades de ocurr
Es la distribución continua mas usada de la estadística, ya que la mayoría de variables numér

Ejemplos:
Las temperaturas durante los meses del año.
La estatura de los habitantes de un país.
Tamaño de las piezas producidas por una máquina
El consumo de cierto producto.

2 FÓRMULA:

f (x) =
1/√(2𝜋 ∗
𝜎)∗𝑒^(−1/2((𝑥−𝜇)/
𝜎 )^2 )

donde: -∞ ≤ X ≤ +∞

x : probabilidad de x (e = 2.71828...)
µ : media (π= 3,141592… )
ơ :desviación estandar

*Para encontrar las probabilidades o cantidad de datos entre determinados valores de la variable, se
o tabla de áreas bajo la curva normal estandarizada.

LA DISTRIBUCIÓN NORMAL ESTÁNDAR

La distribución normal estándar, es aquella distribución normal que tiene una media igual a cero, y u
normal estandarizada, que trabaja con la variable estandarizada z en el eje horizontal:

FÓRMULA:
Z= Notacion: Z ---> N(0,1)
N(µ;ơ)
(𝑥−𝜇)/
𝜎
Z : valor de tabla z
µ : media, mediana
ơ :desviación estandar (sigma)
 X: valor esperado

Para uso de la tabla deben tenerse en cuenta las siguientes propiedades:

Caso 1: P(Z ≤ a) = usar directamente la tabla

Caso 2: P(Z ≥ a) = 1 - P( Z ≤ a )
tabla
Caso 3: P(a ≤ Z ≤ b) = P( Z ≤ b) - P(Z ≤ a)
tabla tabla

3 EJERCICIO:

PARA DATOS NO TABULADOS

3.1
El gasto de los estudiantes de Auditoría Integral siguen una distribución normal con una med
desviación estándar de 6 ¿Cuál es la probabilidad de que un estudiante seleccionado al azar
33 soles?

Datos:
P( 25 ≤ X ≤ 33) = P( 25 ≤ Z ≤ 33)
µ= 28 P( 25 ≤ X ≤ 33) = 𝑃(Z ≤ 33) - 𝑃(Z ≤ 25)
ơ= 6 P( 25 ≤ X ≤ 33) = 𝑃(Z ≤ (33−28)/6) - 𝑃(Z ≤
X1= 25 P( 25 ≤ X ≤ 33) = (25−28)/6)
𝑃(Z ≤ 0.83) - 𝑃(Z ≤ -0.5)
X2= 33 P( 25 ≤ X ≤ 33) =
P( 25 ≤ X ≤ 33) = 0.79673 - 0.3085
P( 25 ≤ X ≤ 33) = 0.48823

µ 28
σ 6
X1 25 0.308538 0.30853753873
X2 33 0.797672 0.79767161904
0.4891341 0.48913408031
 4 INTEPRETACIÓN: La probabilidad de que un estudiante de Auditoria Integral

3.2 La temperatura durante el mes de octubre está distribuida normalmente con promedio 24,5
cual es la probabilidad de que la temperatura en octubre esté por encima de 30ºC

µ= 24.5
ơ= 5 9.5
X= 30 86.4% -3 -2
13.6%

Distribución
Intervalo Normal
9.5 0.0008863697
10 0.0011905065
10.5 0.0015830903
11 0.002084187
11.5 0.0027165938
12 0.0035056601
12.5 0.0044789061
13 0.0056654075
13.5 0.0070949186
14 0.0087967192
14.5 0.0107981933
15 0.013123163
15.5 0.0157900317
16 0.0188098155
16.5 0.0221841669
17 0.0259035191
17.5 0.0299454931
18 0.0342737184
18.5 0.038837211
19 0.0435704354
19.5 0.0483941449
20 0.05321705
20.5 0.0579383106
21 0.0624507867
21.5 0.0666449206
22 0.0704130654
22.5 0.0736540281
23 0.0762775631
23.5 0.0782085388
24 0.0793905095
24.5 0.0797884561
25 0.0793905095
25.5 0.0782085388
26 0.0762775631
26.5 0.0736540281
27 0.0704130654
27.5 0.0666449206
28 0.0624507867
28.5 0.0579383106
29 0.05321705
29.5 0.0483941449
30 0.0435704354
30.5 0.038837211 0.0388372109966
31 0.0342737184 0.0342737184096
31.5 0.0299454931 0.0299454931271
32 0.0259035191 0.0259035191332
32.5 0.0221841669 0.0221841669359
33 0.0188098155 0.0188098154754
33.5 0.0157900317 0.0157900316602
34 0.013123163 0.0131231629549
34.5 0.0107981933 0.0107981933026
35 0.0087967192 0.0087967191961
35.5 0.0070949186 0.0070949185692
36 0.0056654075 0.0056654075483
36.5 0.0044789061 0.004478906059
37 0.0035056601 0.0035056600987
37.5 0.0027165938 0.0027165938467
38 0.002084187 0.0020841869629
 38.5 0.0015830903 0.0015830903166
39 0.0011905065 0.001190506484
39.5 0.0008863697 0.0008863696824

4 INTEPRETACIÓN: La probabilidad de que la temperatura durante el mes de octubr

PARA DATOS TABULADOS

3.3 El gasto mensual en servicio de internet hogar de los estudiantes de Auditoría integral siguen
proporción de que 1 estudiante tenga gastos menores a 89 soles

P( X < 89)=
Gasto mensual
en servicio de
internet hogar
1 69 Columna1
2 69
3 70 Media 95.392857142857
4 70 Error típico 2.9310142734558
5 75 Mediana 100
6 80 Moda 100
7 85 Desviación están 15.50946971349
8 85 Varianza de la mu240.54365079365
9 89 Curtosis -0.938287238821
10 89 Coeficiente de as -0.370080471185
11 90 Rango 51
12 90 Mínimo 69
13 100 Máximo 120
14 100 Suma 2671
15 100 Cuenta 28
16 100
17 100
18 100
19 105
20 105
21 105
22 110
23 110
24 110
25 115
26 115
27 115
28 120
4 INTEPRETACIÓN: La probabilidad de que 1 estudiante de Auditoria Integral e
servicio de internet hogar menor a 89 soles es de 34%.
 r probabilidades de ocurrencia para distintos valores de la variable.
ayoría de variables numéricas continuas se ajustan a esta distribución.

50% 50%

os valores de la variable, se calcula el área bajo la curva normal, que se encuentra en la tabla z

una media igual a cero, y una desviación estándar igual a uno. Veamos la función densidad
e horizontal:
OS
ción normal con una media de 28 soles y una
ante seleccionado al azar tenga gastos entre 25 y

3) - 𝑃(Z ≤ 25)
(33−28)/6) - 𝑃(Z ≤
28)/6)
83) - 𝑃(Z ≤ -0.5)
3 - 0.3085

0.48823

25 28 33
ante de Auditoria Integral seleccionado al azar tenga gastos entre 25 y 33 soles es de 48.82%.
2000 2600 3100

mente con promedio 24,5ºC y desviación estándar de 5ºC,

encima de 30ºC

24.5 39.5
-1 0 1 2 3
 Distribución Normal
0.09

0.08

0.07

0.06

0.05

0.04

0.03

0.02

0.01
13.6%
0
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36.
ra durante el mes de octubre este por encima de 30°C es de 13.6%.

e Auditoría integral siguen una distribución normal, hallar la

µ= 95.3928571
34% ơ= 15.5094697

Chart Title
0.03

Intervalos Distribución normal 0.025

60 0.00190326 0.00190326
65 0.0037708 0.0037708 0.02
70 0.00673336 0.00673336
75 0.01083662 0.01083662
0.015
80 0.01571878 0.01571878
85 0.02054979 0.02054979
90 0.02421358 0.01
95 0.02571425
100 0.02461228 0.005
105 0.02123211 34%
110 0.01650812 0
115 0.01156819 60 65 70 75 80 85 90 95 100 105

120 0.00730628
125 0.00415902
130 0.00213377
135 0.00098666
nte de Auditoria Integral elegido al azar tenga un gasto mensual en
a 89 soles es de 34%.
 13.6%

13.6%

.5 .5 .5 .5 .5 .5 .5 .5 .5 .5
30 31 32 33 34 35 36 37 38 39
 Chart Title

90 95 100 105 110 115 120 125 130 135