DISTRIBUCION BERNOULLI

FUNCION DE PROBABILIDAD DE BERNOULLI

 EJEMPLOS DE CASOS

EJEMPLO 02.- El profesor elige al azar un alumno de 35

estudiantes para que sea exonerado del examen final
a.- Cual es la probabilidad de que la corresponda a usted
b.- Cual es la probabilidad de que NO la corresponda a usted
EJEMPLO 03
 DISTRIBUCION BINOMIAL
DEFINICION: Una variable aleatoria X tiene distribución Binomial, si su función de probabilidad es:

𝑃𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠: 𝑛 𝑦 𝑝
𝑥 = 0,1,2,3, … , 𝑛
𝑛 𝑥 𝑛−𝑥 𝑥: 𝑁° 𝑑𝑒 𝑒𝑥𝑖𝑡𝑜𝑠 𝐸 𝑥 = 𝑛𝑝
𝑃 𝑋=𝑥 = 𝑝 1−𝑝
𝑥
𝑛: 𝑁° 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠 𝑉𝑎𝑟 𝑥 = 𝑛𝑝𝑞

¿Cómo reconocer que un experimento aleatorio se trata de una distribución binomial?

Un experimento aleatorio es un Distribución Binomial cuando:

CARACTERISTICAS:
1.- Se realizan “n” pruebas y todas las pruebas son independientes
2.- “p” es la probabilidad de éxito en cada prueba que ocurra un suceso (0 ≤ p ≤ 1)
3.- El experimento es con repetición (Sustitución o reemplazamiento)
4.- Se da el valor de la variable aleatoria 𝑋 = 𝑛° de éxitos. La variación de 𝑋 es
desde “cero” hasta “n”

La variable X, que representa el número de éxitos obtenidos en n pruebas, se denomina

variable aleatoria binomial.
Esta variable es discreta, ya que si se realizan n pruebas se podrán obtener 0, 1, 2, …, n éxitos.
Una distribución binomial se caracteriza por los parámetros número de pruebas realizadas, n, y probabilidad
del suceso “éxito”, p, y se representa por B(n, p).
Prof. Hincho
 EJEMPLO 01
La probabilidad pase el curso con éxito una es 5Τ6 . en 6 posibles pruebas, Si 𝑋 es la variable
aleatoria que se define como el numero de pruebas.
a) Determine la función de probabilidad de 𝑋
b) Calcular la probabilidad de que se apruebe dos pruebas
c) Calcule la media, varianza y su desviación estándar de 𝑋
Solución:
probabilidad de que el objeto no pase la prueba es 1Τ6 y de que pase la prueba es5Τ6. La
distribución de probabilidad de 𝑋 es entonces:
6 5 𝑘 1 6−𝑘
a) Función de probabilidad: 𝑓 𝑘 =𝑃 𝑋=𝑘 = , 𝑘 = 0,1,2
𝑘 6 6

b) P( X = 2)=
c) La media es: µ = 𝑛𝑝 = 6 5Τ6 =

Varianza 𝜎=Var(X) = npq

5 5
Desviación estándar 𝜎 = 𝑛𝑝(1 − 𝑝) = 6∗ 1− =
6 6

Prof. Hincho
Ejemplo 02
Ejemplo 03
Ejemplo
La probabilidad de éxito de una determinada ventas de vehiculos es 0,72. Calcula
la probabilidad de que se venda, si hay 15 vehículos de marca X
a) Todo se venda.
b) Ninguna se venda.
c) al menos 4 se venda.

Solución :
Se trata de una distribución binomial de parámetros B(15, 0'72)

C) P ( X >= 4 )
 EJEMPLO 04

La probabilidad que un estudiante egresado se gradué

de una especialidad de la universidad es: 0.7 , si se
seleccionan 6 egresados
a) Determinar la función de probabilidad
b) Determinar la probabilidad de que exactamente uno
se gradué
c) Exactamente 2 se gradúen
d) Al menos dos se gradué
e) Los 6 se gradué
f) Determinar su valor esperado y varianza

Prof. Hincho
 EJEMPLOS
5.- El tratamiento de la gripe con vitamina C produce un efecto curativo
en 75% de los casos. Se seleccionan 5 pacientes al azar. ¿ cual es la
probabilidad de que?
a.- ninguna estará curada
b.- todas estén curadas
c.- al menos tres estén curadas

6.- Suponga que la tasa de mortalidad para ciertas enfermedades (

cáncer) es de 0.75 y que 10 personas de una comunidad tengan la
enfermedad. ¿ cual es la probabilidad de que?
a.- ninguna sobreviva
b.- la mitad mueran
c.- todos vivan

Prof. Hincho
 EJEMPLO 07

b.- Cual es probabilidad que al menos 5 alumnos repitan

EJEMPLO 08

a.- Probabilidad de que 3 personas vivan mas años

b.- Probabilidad de que ninguna persona vivan mas años
c.- Probabilidad de que al menos 4 personas vivan mas años

Prof. Hincho
EJEMPLO 09

Prof. Hincho
Prof. Hincho
Prof. Hincho
Prof. Hincho
GRAFICA DE LA DISTRIBUCIONES DE POISSON

Prof. Hincho
APLICABILIDAD DE LA DISTRIBUCION

Prof. Hincho
MEDIA Y VARIANZA DE LA DISTRIBUCION DE POISSON

MEDIA

Prof. Hincho
EJEMPLO 01

Prof. Hincho
 EJEMPLO 02

EJEMPLO 03

Prof. Hincho
EJEMPLO 04

EJEMPLO 05

Prof. Hincho
 DISTRIBUCIÓN NORMAL

Prof. Hincho
HISTORIA DE LA DISTRIBUCIÓN NORMAL

Origen de la distribución normal (su historia)

La distribución normal se conoce como la curva de Gauss o campana
de Gauss, famoso matemático alemán del siglo 19.

Realmente, fue un trabajo de más de 200 años para descubrirla y

establecer su ecuación. En este post, explico la historia de la
distribución más conocida de la estadística: la ley normal.

Su origen viene de la observación de un estadístico francés del siglo

18, Abraham de Moivre, que, entre otras cosas, actuaba como
consultor para temas de juegos. Observó, que al lanzar una moneda, la
probabilidad de obtener “cara” (o “cruz”) en N tirada tenía una
representación gráfica con una curva suave a medida que N se hacía
grande.

Prof. Hincho
 DISTRIBUCION NORMAL

Grafica de la función de densidad normal

Prof. Hincho
 Distribución normal

La distribución normal es el modelo probabilístico que se usa mas

frecuentemente y sirve como una buena aproximación de muchas distribuciones
que tienen aplicaciones importantes.

Si la variable aleatoria X tiene distribución normal 𝑵 𝝁, 𝝈𝟐 , entonces:

𝑬 𝑿 = 𝝁 ; 𝑽𝒂𝒓 𝑿 = 𝝈𝟐

Distribución normal estándar y uso de la tabla normal

Si la variable aleatoria X tiene distribución normal 𝑁 𝜇, 𝜎 2 , entonces, la

variable aleatoria estándar 𝒁 = (𝑋−𝜇)Τ𝜎 tiene distribución normal 𝑁 0,1 .

En efecto, la variable estándar Z tiene media igual a cero y varianza igual a

uno, esto es:
𝐸 𝑍 = 0 𝑦 𝑉𝑎𝑟 𝑍 = 1

Prof. Hincho
 PROPIEDADES BASICAS DE UNA DISTRIBUCION NORMAL
PROPIEDADES DE UNA DISTRIBUCION NORMAL PARA CALCULAR MEDIANTE
UNA TABLA

- Propiedad P( a ≤ X≤ b) = P( a < X≤ b) = P( a ≤ X< b) = P( a < X< b)

Esta propiedad Cumple Por ser una variable continua

Si la variable aleatoria X tiene distribución normal entonces, la variable

aleatoria estándar tiene distribución normal .

En efecto, la variable estándar Z tiene media igual a cero y varianza igual a

uno, esto es:
Para efectos de calculo:

𝑋−𝜇 𝑎 −𝜇 𝑎 −𝜇 𝑎− 𝜇
a) 𝑃 𝑋<𝑎 =𝑃 ≤ =𝑃 𝑍 ≤ = Ф( )
𝜎 𝜎 𝜎 𝜎

b) 𝑃 𝑋 >𝑎 =1−𝑃 𝑋 ≤𝑎

𝑎− 𝜇
= 1 - Ф( )
𝜎

𝑎 −𝜇 𝑋−𝜇 𝑏 −𝜇
c) 𝑃 𝑎 ≤ 𝑋 ≤ 𝑏 = 𝑃 ≤ ≤
𝜎 𝜎 𝜎

𝑎 −𝜇 𝑏 −𝜇
= 𝑃 ≤ 𝑍 ≤
𝜎 𝜎
𝑏− 𝜇 𝑎− 𝜇
= Ф( )− Ф( )
𝜎 𝜎

d) 𝑃 𝑋 <−𝑎 =𝑃 𝑋 >𝑎 𝑃𝑜𝑟 𝑙𝑎 𝑝𝑟𝑜𝑝𝑖𝑒𝑑𝑎𝑑 𝑑𝑒 𝑠𝑖𝑚𝑒𝑡𝑟𝑖𝑎

 −𝑎−𝜇 𝑋−𝜇 𝑎− 𝜇
a) 𝑃 𝑋 ≤𝑎 =𝑃 −𝑎≤𝑋≤𝑎 = 𝑃 ≤ ≤
𝜎 𝜎 𝜎

−𝑎 −𝜇 𝑎 −𝜇
= 𝑃 ≤ 𝑍 ≤
𝜎 𝜎

= Ф( )− Ф(
𝑎 −𝜇 − 𝑎− 𝜇
)
𝜎 𝜎

b) 𝑃 𝑋 > 𝑎 = 1 − 𝑃 𝑋 ≤ 𝑎

EJEMPLOS APLICATIVOS

EJEMPLO - 01

1) Si X N ( 10, 9 ) Determinar la probabilidad de:

a) 𝑃 𝑋 < 12
b) 𝑃 𝑋 > 14.2
c) 𝑃 6 ≤ 𝑋 ≤ 12
 2) Sea una población con distribución normal estándar Z , Se pide hallar la probabilidad
de:
a) 𝑃 𝑍 < 1.37
b) 𝑃 𝑍 >2
c) 𝑃 1.64 ≤ 𝑍 ≤ 1.96
d) 𝑃 𝑍 ≥ 𝑧0 = 0.85
e) 𝑃 − 𝑧𝑜 ≤ 𝑍 ≤ 𝑧0 = 0.8

3) Ejemplo - 03

Suponga que las edades de inicio de cierta enfermedad tienen una distribución aproximadamente
normal, con una media de 11.5 años y una Varianza de 9 años. Un niño contrae recientemente la
enfermedad.

Cuál es la probabilidad de que la edad del niño tenga :

a) Entre 8.5 y 14.5 años

b) Más de 10 años
 4) Ejemplo - 04

Supóngase que se sabe que los pesos de 300 individuos están distribuidos en forma normal con media
de 68 Kg. y una desviación estándar de 11.5 Kg.

a.- Cuál es la probabilidad de que una persona seleccionada al azar pese mas de 70 Kg. ?
b.- Cuántas personas se espera encontrar que pesen 70 Kg o menos?

5) Ejemplo - 05

Una máquina expendedora de refrescos se regula de manera que descargue un promedio de

196 gr. por vaso. La cantidad descargada tiene aproximadamente distribución normal con una
desviación estándar de 14 gramos.

a) ¿Cuál es la probabilidad de obtener un vaso con más de 218.4 gramos?.

b) Si los vasos pueden contener solo 224 gramos(ml) sin que haya derrame.
¿En cuántos vasos de 200 vendidos es probable que el líquido se derrame?.

6) Ejemplo – 06
Suponga que X tiene una Distribucion normal con media 3 y Varianza 4

HALLAR el valor “ c “ tal que: 𝑃 𝑋 > 𝑐 = 2𝑃 𝑋 ≤ 𝑐

Prof. Hincho C. T.
Ejercicio nº 07

Las ventas diarias, en euros, en un determinado comercio siguen una

distribución N(950, 2002) Calcula la probabilidad de que las ventas
diarias en ese comercio:

a) Superen los 1200 euros.

b) Estén entre 700 y 1000 euros. c) este por debajo de 900 euros

Ejercicio nº 08

En una distribución N(0, 1), halla el valor de k en cada caso:

a) pz  k   0, 9969
b) p k  z  k   0, 985

Prof. Hincho
Ejercicio nº 09
Dada una variable con distribución normal de media μ = 40 y desviación
estándar σ = 6 encuentre el valor de zo que tiene:
a) El 34% del área a la izquierda.
b) El 5% del área a la derecha.

Ejercicio nº 10

El peso medio de 500 estudiantes varones de una universidad es de 68,5 Kg. y la

varianza es de 100 Kg. Suponiendo que los pesos están distribuidos
normalmente, hallar el número de estudiantes que pesan:
a) Entre 50 y 70 kg.
b) Más de 80 kg. .c) menos de 65

Ejercicio nº 11

La cantidad real de café instantáneo es una variable aleatoria que tiene una
distribución normal con σ = 0,04 onzas. Si sólo el 2% de las jarras contiene
menos de 4 onzas de café.
a)¿Cuál debe ser el contenido medio de estas jarras?
b) cual es la probabilidad de que el contenido de jarra sea mayor a 4 onzas
Prof. Hincho
Ejercicio nº 12
Se regula una máquina despachadora de refresco para que sirva un promedio de
200 mililitros por vaso. Si la cantidad de bebida se distribuye normalmente con
una desviación estándar igual a 15 mililitros,

a.) ¿cuál es la probabilidad de que un vaso contenga entre 191 y 209 mililitros?
b) ¿cuántos vasos probablemente se derramarán si se utilizan vasos de 230
mililitros para las siguientes 1000 bebidas?
c) ¿por debajo de qué valor obtendremos 25% de las bebidas más pequeñas?

Ejercicio n° 13 De una variable normal N(µ; σ2)

se sabe que P (X ≤ 7 ) = 0.9773 y P (X ≤ 6.5) = 0.8413.

Calcular:
a) µ y σ.
b) P ( 5.65 ≤ X ≤ 6.25 )
Ejemplos 14 : El peso medio de 500 estudiantes varones de una universidad es
de 68,5 Kg. y la desviación típica es de 10 Kg. Suponiendo que los pesos están
distribuidos normalmente, hallar el número de estudiantes que pesan:
a) Entre 48 y 71 kg.
b) Más de 91 kg.

Ejemplo 15: el promedio de edad de las mujeres tiene una distribución normal
con media 40 años de edad y varianza 17. En una encuesta realizada, el 64% de
las mujeres consideran a la nutrición la prioridad en su vida. Se seleccionó una
muestra de 100 mujeres. Determinar la probabilidad de que:
a) 35 o más consideren importante la dieta diaria.
b) 40 o más estimen que la alimentación es esencial.
c) Más de 35 pero menos de 42consideren importante el aspecto dietético.
d) Cuantas mujeres están a favor de un tipo de nutrición.
EJEMPLO 016

EJEMPLO 17

EJEMPLO 18
EJEMPLO 19
 EJEMPLO 20

1. Las notas de la evaluación del curso de bioquímica tiene una distribución normal con una
media de 14.5 y una varianza 20.25.
a.- ¿Cuál es el porcentaje de estudiantes cuyas notas se encuentran entre 12 y 16?
b.- ¿Cuál es la probabilidad que un alumno elegido aleatoriamente no tenga una nota mayor
de 11?
EJEMPLO 21
2. La presión arterial sistólica de los hámster tiene una distribución normal con una media
de 90 y una varianza de 68.89, si de la población se selecciona un hámster al azar:
a.- ¿Cuál es la probabilidad que su presión arterial sistólica sea menor a 70?
b.- ¿Cuál es la probabilidad que su presión arterial sistólica esté comprendida
entre los 70 y 110?
 TAREA PARA INVESTIGAR

1.- INVESTIGAR la distribución bernoulli, distribución geometrica

, distribución Poisson, distribución uniforme y distribución
exponencial.

- Conceptos , propiedades, la función que corresponde, media y

varianza y 2 ejemplo aplicativo

2.- Proponer dos ejemplos de la distribución normal aplicado a su

especialidad

Prof. Hincho C. T.