Universidad Central del Ecuador

Facultad de Ciencias Administrativas

Carrera: Contabilidad y Auditoría

Estadística Descriptiva
Distribuciones de Probabilidad Discreta y Continua

Ing. Tania Escobar Erazo

Conceptos básicos y principales

Distribución de Poisson.- En ocasiones se utiliza esta distribución para aproximar probabilidades

binomiales cuando n es grande y π es pequeña.

Distribución probabilística (o de probabilidad).- Un listado que contiene todos los posibles

resultados de un experimento y la probabilidad correspondiente asociada a cada resultado.

Distribución Probabilística Binomial.- Se basa en una variable aleatoria discreta. Tiene las
siguientes características:

Cada resultado puede clasificarse en una o dos categorías mutuamente excluyentes.

• La distribución es el resultado de contar el número de éxitos.

• Cada ensayo es independiente
• La probabilidad de un éxito permanece igual de un ensayo a otro.
Distribución Probabilística Hipergeométrica.- Una distribución de probabilidad con base en
una variable aleatoria discreta. Sus principales características son:

• Existe un número fijo de pruebas o ensayos.

• La probabilidad de éxito no es la misma de un ensayo a otro.

Variable Aleatoria.- Cantidad obtenida a partir de un experimento que, por azar, puede dar
como resultado valores diferentes.

Variable Aleatoria Continua.- La variable aleatoria que puede tomar un número infinito de
valores dentro de un intervalo dado.

Variable Aleatoria Discreta.- La variable aleatoria que puede tomar solo ciertos valores
específicos.
Variable Aleatoria.- Es un valor numérico determinado por el resultado de un experimento.

Las variables pueden ser discretas y continuas.

Variables discretas. Son aquellas que solo asumen ciertos valores y son producto de
contar algo.
• Ejemplo. El número de hijos de una familia del Ecuador.
Variables continuas. Son aquellas que pueden asumir cualquier valor y son producto de
medir algo.

• Ejemplo. La presión de aire de un neumático.

Distribución Probabilística.- Es un listado o agrupación de todos los resultados posibles

de un experimento y la probabilidad asociada a cada uno.
Distribución Probabilística Discreta.- Puede considerar solo ciertos valores. Sus
características principales son:

✓ La suma de las probabilidades es igual a 1.00

✓ La probabilidad de un resultado particular está entre 0.00 y 1.00
✓ Los resultados son mutuamente excluyentes.

• Ejemplo. La siguiente información que se presenta a continuación corresponde al

número de vehículos de una empresa, que necesitan algún tipo de mantenimiento.

Vehículos Frecuencia
(x) (f)
0 4
1 6
2 7
3 5
4 3
Total 25
Se pide:

Elaborar una distribución de probabilidad.

Vehículos Frecuencia Probabilidad

(x) (f) P(x)
0 4 4/25 = 0,16
1 6 6/25 = 0,24
2 7 7/25 = 0,28
3 5 5/25 = 0,20
4 3 3/25 = 0,12
Total 25 25/25 = 1,00

Cálculo de la media y varianza

La media y la varianza de una distribución probabilística se

calcula como sigue:
 La media conocida también como la esperanza matemática es igual:
𝜇 = ෍ 𝑥𝑃(𝑥)

La varianza es igual a:

𝜎2 = ෍ 𝑥 − 𝜇 2
𝑃 𝑥

• Ejemplo. Con los datos del ejercicio anterior calcular la media, varianza y desviación estándar de la
distribución.

X f P(x) XP(x) X -µ ( x - µ )² ( x - µ )² P(x) 𝜇 = 1,88

0 4 0,16 0 -1.88 3,5344 0.5655
𝜎2 = 1,55
1 6 0,24 0,24 -0.88 0,7744 0.1859
2 7 0,28 0,56 0.12 0,0144 0.0040 𝜎 = 1,25
3 5 0,20 0,60 1.12 1,2544 0.2509
4 3 0,12 0,48 2.12 4,4944 0.5393
1,5456
Total 25 1 1,88
La distribución Binomial, Hipergeométrica y Poisson

❖Son las variables discretas

La distribución Normal

❖Corresponde a la variable continua

 Distribuciones Binomiales, Hipergeométricas y de Poisson

Distribución Binomial.- En esta distribución se tienen solo 2 resultados:

• Es blanco o negro
• Alto o pequeño

Tiene las siguientes características:

✓ Cada resultado se clasifica en una de dos categorías mutuamente excluyentes.

✓ La probabilidad de un éxito permanece igual de un ensayo a otro.
✓ Cada ensayo es independiente.
✓ La distribución resulta de un conteo de número de éxitos en una cantidad fija de ensayos.
✓ Una probabilidad binomial se determina como sigue:

P(x) = nCx . πx .( 1- π )n – x
 ✓ La media se calcula por: µ = nπ
✓ La varianza es: σ² = nπ ( 1- π )

Donde:

Π (pi) = es la probabilidad de éxito, siempre esta en porcentaje, va del 5% al 95%

m = la muestra es pequeña, es decir, menos de 30 elementos.

Ejemplo. Un 33% de automóviles nuevos requerirá servicio por garantía en el primer año.
La agencia Metro auto vendió 4 automóviles en el mes de abril.

a) ¿Cuál es la probabilidad de que exactamente dos de estos autos necesiten servicio de

garantía?
b) Determine la probabilidad de que los cuatro autos requiera tal servicio.
c) Determine la probabilidad de que al menos uno de ellos necesite servicio de garantía.
d) Calcule la media la varianza y la desviación estándar de esta distribución probabilística.
 Datos n = 4  = 0,33

a) P(X = 2 | n = 4 y  = 0,33) = [4C2][0,33]2[0,67]2 = 0,2963

b) P(X = 4 | n = 4 y  = 0,33) = [4C4][0,33]4[0,67]0 = 0,0123

c) P(X  1 | n = 4 y  = 0,33) = 1 –P(0) (regla del complemento)

P(X  1 | n = 4 y  = 0,33) = 1- [4C0][0,33]0[0,67]4 = 0,7985

d) (media) µ = nπ = 4 (0,33) = 1.32

(varianza) σ² = nπ ( 1- π ) = 1,32 ( 1-0,33) = 0,88

(desviación estándar) σ = 2 = 0,88 = 0,94

P(x ≥ 1) es igual al complemento 1 - P (x = 0)

X1 + X2+ X3, se suma hasta el número que indica la probabilidad

P(x ≥ 2) 1- P(0) + P (1)