TEMA 5: DISTRIBUCIÓN DE

PROBABILIDAD DISCRETA
En las distribuciones de probabilidad Discretas es MUY importante determinar
correctamente los símbolos de desigualdad (<, >, ≤ , ≥).
 “mayor que” x>a
 “a lo sumo” / “como máximo” x≤a
 “por lo menos” / “no menor que” x≥a

Distribución Binomial
➔ Experimentos de n intentos repetidos.
➔ Los intentos repetidos son independientes.
➔ Los resultados de cada intento pueden clasificarse en 2 opciones: éxito o
fracaso.
➔ La probabilidad de éxito (p) permanece constante para todos los intentos.

● Aplicaciones: Todo experimento que tenga resultados binarios (2 opciones)

cuyos ensayos sean independientes.
Ejemplos:
➔ éxito / fracaso
➔ defectuoso / no defectuoso
➔ enfermo / sano
➔ mujer / hombre

Sea X variable aleatoria correspondiente a una distribución binomial, con sus

parámetros n y p definidos, entonces:

● n es el número de observaciones
● p es la probabilidad de éxito.
● q es la probabilidad de fracaso.
En vez del cálculo mediante fórmula, podemos usar la
tabla de probabilidades acumuladas.
 P (X ≤ a) = F(a)
 P (X = a) = F(a) – F(a-1)
 P (a ≤ X ≤b) = F(b) – F(a-1)

Búsqueda en tabla de F(a):

Primero se localiza la tabla en la que se encuentre el n correspondiente, luego en la
columna de al lado buscamos a, y finalmente buscamos la probabilidad de éxito
correspondiente, en la fila superior, dando con el valor resultante de probabilidad.

Esperanza matemática: Varianza: σ =√ n . p . q

Desviación estándar:
Como resolver ejercicios de Probabilidad cuando la probabilidad de éxito es mayor a
0,5 (con un ejemplo):
Si la probabilidad de que un día llueva es de 0,1. En un lapso de 10 días, calcular la
probabilidad de que no llueva como mínimo en 5 días.
Si defino a X como días que no llueven, entonces p=0,9. Entonces busco calcular P (X ≥ 5).
Pero las tablas solo tienen probabilidades hasta un valor de probabilidad de éxito de 0,5.
Entonces debo hacer una equivalencia entre los días que llueven y los que no.
X=Días con lluvia Y=Días sin lluvia A continuación, hago una tabla de lo sucedido en
5 5 X, y veo de qué forma afecta a la nueva variable
6 4 Y. Veo que la suma de los números que aparecen
7 3 en cada fila debe ser igual a 10 (x + y = n).
8 2 Luego, veo que P (X ≥ 5) = P (Y ≤ 5). Y dado que
9 1 pY=0,1 de esta forma sí se puede obtener el
10 0 resultado mediante tabla.

Distribución Hipergeométrica
➔ La población posee N elementos, de los cuales N1 corresponden a la variable X y
N2 corresponden al otro posible resultado, tal que N1 + N2 =N

➔ Ambas clases son mutuamente excluyentes (ocurre uno, pero no el otro) y

exhaustivas (al menos uno).
➔ Se extrae una muestra de N elementos sin reemplazo .
● Diferencia entre hipergeométrica y binomial:
➔ Binomial: las distintas observaciones son independientes
Hipergeométrica: las observaciones son dependientes

➔ Binomial: el muestreo debe realizarse con reemplazo

Hipergeométrica: el muestreo es sin reemplazo

➔ Binomial: la probabilidad de éxito es constante

Hipergeométrica: la probabilidad de éxito se modifica luego de cada observación

La función distribución de probabilidad

n son la cantidad de extracciones/observaciones realizadas

x es el valor para el cual te piden averiguar la probabilidad de suceso

Distribución de Poisson
Experimentos que describen el comportamiento de una variable aleatoria, que
representa el número de resultados observados con determinada característica,
durante un intervalo de tiempo dado o en una unidad de espacio específica.

La función distribución de probabilidad de la variable aleatoria de Poisson X que

representa el número de resultados que ocurren en un intervalo de tiempo o espacio es:

X es el número de ocurrencias del evento o fenómeno

λ es un parámetro positivo que representa el número de veces que se espera que
ocurra el fenómeno durante un intervalo dado (similar a la esperanza matemática).

A su vez, si la distribución es de Poisson, su resultado se encuentra tabulado, de tal modo

que P(X ≤ a) = F (a) para el λ asignado.

Ejemplo: Suponer que el N° de accidentes por año es en promedio 0,6. Calcular cuál es la
probabilidad de que ocurran a lo sumo 3 en un año.

Se define X como número de

accidentes que ocurren en
un año una distribución de
Poisson con λ=0,6. Luego P
(X ≤ 3) = F (3).
F (3) = 0,9966

Aproximación de la distribución Binomial a la Poisson

n ¿ 25 y p≤ 0,10. Entonces λ = n.p