UNIVERSIDAD ESTATAL

DE SONORA
Unidad San Luis Río Colorado

CARRERA
Ingeniería en Mecatrónica

MATERIA
Probabilidad y Estadística

TEMA
Conceptos de los tipos de distribución

PROFESOR
MAC. Damarys Tejeda Duarte

ALUMNA
Nayeli Esperanza Castañeda Aguilar

EXPEDIENTE
17010260019

GRUPO
01

San Luis Río Colorado, Sonora a 2 de marzo de 2018

1. ¿Qué es la distribución normal?
Es la más importante de todas las distribuciones de probabilidad. Es una
distribución de variable continua con campo de variación [-¥ ,¥ ], que queda
especificada a través de dos parámetros ( que acaban siendo la media y la
desviación típica de la distribución).
Una variable aleatoria continua, X, definida en [- ,] seguirá una distribución
normal de parámetros m y s , ( X ~ N(m ; s ) ) , si su función de densidad es :

para x  [- ,] cuya representación gráfica es:

2. ¿Qué es la distribución binomial?

La distribución binomial es una distribución de probabilidad discreta que indica el
número de éxitos al realizar una secuencia de n ensayos independientes entre sí, con
una probabilidad fija (p) de ocurrencia del éxito entre esos ensayos.
Una variable discreta es aquella que solo puede tomar un número finito de valores
entre dos valores cualesquiera de una característica.
La función de probabilidad de la distribución binomial, también denominada
función de la distribución de Bernoulli, se expresa con la fórmula:
Dónde:
n es el número de pruebas o ensayos.
x es el número esperado de éxitos.
p es la probabilidad porcentual de éxito.
q es la probabilidad porcentual de fracaso, que se obtiene siempre haciendo 1 – p.
3. ¿Qué es la distribución Poisson?
Se trata de un modelo discreto, pero en el que el conjunto de valores con
probabilidad no nula no es finito, sino numerable. Se dice que una variable
aleatoria X sigue la distribución de Poisson si su función de densidad viene dada
por:
 Como vemos, este modelo se caracteriza por un sólo parámetro λ, que debe ser
positivo.

Esta distribución suele utilizarse para contajes del tipo número de individuos por
unidad de tiempo, de espacio, etc.

4. ¿Qué es la distribución t-student?

En la generalidad de los casos, no disponemos de la desviación standard de la
población, sino de una estimación calculada a partir de una muestra extraída de la
misma y por lo tanto no podemos calcular Z.
En estos casos calculamos el estadístico T:

con

Donde S es la desviación standard muestral, calculada con n-1 grados de libertad.

Nótese que utilizamos S, la Desviación Standard de una Muestra, en lugar de μ, la
Desviación Standard de la Población.
El estadístico T tiene una distribución que se denomina distribución T de Student,
que está tabulada para 1, 2, 3, ... etc. grados de libertad de la muestra con la cual se
calculó la desviación standard. La distribución T tiene en cuenta la incertidumbre en
la estimación de la desviación standard de la población, porque en realidad la tabla
de T contiene las distribuciones de probabilidades para distintos grados de libertad.
La distribución T es más ancha que la distribución normal tipificada Para un
número de grados de libertad pequeño. Cuando los grados de libertad tienden a
infinito, la distribución T tiende a coincidir con la distribución normal standard. Es
decir, en la medida que aumentemos el número de observaciones de la muestra, la
desviación standard calculada estará más próxima a la desviación standard de la
población y entonces la distribución T correspondiente se acerca a la distribución
normal standard. El uso de la distribución T presupone que la población con que
estamos trabajando tiene una distribución normal.