MARCO TEORICO:

Distribuciones de probabilidad
Variables Aleatorias
a. Variable Discreta: Es la variable que solo podrá tomar valores representados
por números enteros, si hablamos de probabilidades el valor de x o sus
posibles valores se encontraran entre los intervalos:
0≤X≤1
b. Continua: Es la variable que también podrá tomar valores fraccionarios, la
probabilidad de los valores de x tiene que ser mayores a 0.
0≤X
P(xi) < 1
El área identificada y generalmente definida de la probabilidad tiene que ser de 1.
E p (xi) = 1
1. La distribución binomial (variable aleatoria discreta)
Ligada a ciertas situaciones:
 Se realiza n veces cierta acción en el que solamente se va a considerar la
posibilidad de lograr el éxito o fracaso en las demás ocasiones.
 Al obtener éxito o fracaso de cada acción, estos vienen siendo independientes de
la obtención del éxito o fracaso en las demás ocasiones que se puedan presentar.
 La cualidad de obtener éxito o fracaso y su probabilidad no difieren, ya que siempre
va a ser la misma en cada acción (1).
1.1. Distribución de parámetro P
Es la distribución de probabilidad asociado a variables que pueden tomar solo
dos valores, el 1 y 0.

P ( X=1 ) =p , P ( X =0 )=1−p ,0< p <1

Las variables están asociadas a éxito o fracaso,1 =éxito y 0= fracaso.

2
μ= p , σ = p(1− p)
 1.2. Distribución de parámetros n y p (B (n, p))
Variables que van a tomar los valores 0, 1, …, n con probabilidades.

P ( X=k )= (nk) p (1− p)

k n−k
, k=0 , … , n , 0< p<1

• n: Número de ensayos
• k: Número de éxitos esperados
• p: Probabilidad de éxito en cada ensayo
• q: 1-p Probabilidad de fracaso
Recuento del número de éxitos al repetir n veces un experimento éxito-fracaso.

Media :μ=np , σ 2=np( 1− p)

2. La distribución normal (variable aleatoria continua)

Se presenta en situaciones como:
 Involucra casi todo un universo de diferentes campos de las ciencias empíricas.
 Los caracteres de individuos de una misma raza, como lo son el peso, talla,
etc.
 Se van a tener en cuenta los caracteres morfológicos, por ejemplo, la cantidad
de algo aplicado a ejecutar una acción.
 Se puede utilizar identificar el consumo de productos por personas que se
encuentran en un mismo grupo (1).
2.1. Distribución de
parámetros µ y σ (N
(µ, σ))}

Gráfico: Campana Gauss.

Los parámetros que se toman en
esta distribución son la media (µ),
que viene siendo el eje de la
simetría del gráfico, y la
desviación típica(σ)(2).
 Gráficos:
Identificamos como
varía la normal si es
que se cambia su
media y desviación
típica (2).

2.2. Distribución normal de media 0 y desviación típica 1 (N (0, 1))

Vamos a poder relacionar la distribución N (µ, σ) con la distribución N (0, 1):

X−µ
X ∼ N (µ , σ )⇒ Z= ∼ N (0 ,1)
σ

A la distribución N (0, 1) se le va a conocer como normal estándar.

P (Z ≤ x) = P (Z ≥ −x)

Vamos a tener gráficas con áreas idénticas en ambos lados de la separación

perpendicular.
CUESTIONARIO

3.  La proporción de mortalidad para cierta enfermedad es del 0.15 y

suponga que la contraen 10 personas de la comunidad. ¿Cuál es la
probabilidad de que: a.- Ninguna sobreviva? b.- Al menos tres mueran? 

a.- Ninguna sobreviva.

10 !
Solución: p ( X=0 )= ¿
0 ! ( 10−0 ) !

p = 0,15

q = 0.85 𝑝 (𝑋 = 0) = (0.85)10

n = 10

X=0 𝑝 (𝑋 = 0) = 0,1969

La probabilidad de que ninguna sobreviva es de 0,1969.

b.- Al menos tres mueran.

solución:

p = 0.15

q = 0.85

n = 10

P (X ≥ 3)

En este caso usaremos la siguiente tabla, donde encontraremos las

probabilidades de 0,15, n = 10 y X ≥ 3.

0,1298 + 0,0401 + 0,0085 + 0,0012 + 0,0001+ 0,0000 + 0,0000 + 0,0000 = 0,1797

La probabilidad de que al menos tres mueran es de 0,1797.

BIBLIOGRAFÍA:

1. Distribución binomial y distribución normal [Internet]. Mec.es. [citado 10 de

abril del 2022]. Disponible en:
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf
2. Delgado JS. ¿Qué es la distribución de probabilidad? [Internet].
Com.co.2019 [citado 10 de abril del 2022]. Disponible en:
https://www.pragma.com.co/blog/que-es-la-distribucion-de-probabilidad