• D E F I N I C I Ó N

• F Ó R M U L A Si p es la probabilidad de que en un solo ensayo

• E J E R C I C I O S
ocurra un evento (llamada la probabilidad de éxito) y

q = 1 − p es la probabilidad de que este evento no

ocurra en un solo ensayo (llamada probabilidad de
fracaso),
DISTRIBUCIÓN entonces la probabilidad de que el evento ocurra
BINOMIAL exactamente X veces en N ensayos (es decir, que
ocurran X éxitos y N − X fracasos) está dada por:
 • D E F I N I C I Ó N

• F Ó R M U L A Características:
• E J E R C I C I O S

a) La cantidad de ensayos n, que se realizan es finita.

b) Cada ensayo tiene únicamente dos resultados
posibles: “éxito” y “fracaso”.
DISTRIBUCIÓN c) Todos los ensayos son independientes
BINOMIAL d) La probabilidad de p, de obtener “éxito” en cada
ensayo permanece constante.
 • D E F I N I C I Ó N

• F Ó R M U L A Definición:
• E J E R C I C I O S

DISTRIBUCIÓN
BINOMIAL
 • D E F I N I C I Ó N

• F Ó R M U L A Fórmula:
• E J E R C I C I O S

dónde x= 0,1,2,…

x= 0,1,2,3,….
DISTRIBUCIÓN
BINOMIAL
x=0,1,2,…
 • D E F I N I C I Ó N

• F Ó R M U L A Ejercicio:
• E J E R C I C I O S

Se realiza 8 lanzamientos de un dado. Calcule la probabilidad

de obtener 4 veces el número 5.

n = Total de lanzamientos
DISTRIBUCIÓN p = probabilidad del éxito (se obtiene el número 5)
BINOMIAL x = 0,1,2,3,….,8

Sacamos el espacio muestral:

Ω={ }
 • D E F I N I C I Ó N

• F Ó R M U L A Ejercicio:
• E J E R C I C I O S

Sacamos el espacio muestral:

Ω = { 1,2,3,4,5,6}

DISTRIBUCIÓN Sacamos su probabilidad de cada evento:

BINOMIAL P(x= 1)= 1/6
P(x= 2)= 1/6
.
.
.
P(x= 6)= 1/6
 • D E F I N I C I Ó N

• F Ó R M U L A Ejercicio:
• E J E R C I C I O S

Sustituimos los datos:

n= 8
DISTRIBUCIÓN p = 1/6
BINOMIAL
x=5

=
 • D E F I N I C I Ó N
Ejercicio:
• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
BINOMIAL n = cantidad de Ensayos
p = probabilidad de éxito (constante)
x = 0,1,2,3,…,20
 • D E F I N I C I Ó N
Ejercicio:
• F Ó R M U L A

• E J E R C I C I O S n = 20
p = 0.05
x = 0,1,2,3,…,20

DISTRIBUCIÓN =
BINOMIAL
P(x≥ 2) = 1- P(x ≤ 1)

P(x≥ 2) = 1- [P(x = 1) + P (x= 0)]=

 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S
Definición:

Es un modelo que puede usarse para

calcular la probabilidad correspondiente
D I S T R I B U C I Ó N al número de “éxitos” que se obtendrían
P O I S S O N en un región o intervalo de tiempo
especificado, si se conoce el número
promedio de “éxitos” que ocurren.
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S
Este modelo requiere que se cumplan las
siguientes suposiciones:

a) El número de “éxitos” que ocurren en una región o

intervalo es independiente de lo que ocurre en otra
DISTRIBUCIÓN región o intervalo.
POISSON
b) La probabilidad de que un evento ocurra en una
región o intervalo muy pequeño, es igual a todos
los intervalos o regiones de igual tamaño y es
proporcional al tamaño de la región o intervalo
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S
Este modelo requiere que se cumplan las
siguientes suposiciones:

c) La probabilidad de que más de un resultado ocurra

en una región o intervalo muy pequeño no es
DISTRIBUCIÓN significativa.
POISSON
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S
Algunas situaciones que se pueden
analizar con este modelo son:

• Número de defectuosos por unidad de área de piezas

DISTRIBUCIÓN similares de un material.
P O I S S O N • Número de Personas que llegan a una Estación en un
intervalo de tiempo determinado.
• Número de errores de transmisión de datos de un
intervalo de tiempo dado.
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S
Algunas situaciones que se pueden
analizar con este modelo son:

• Número de llamadas telefónicas que entran en una

DISTRIBUCIÓN central por minuto.
P O I S S O N • Número de accidentes automovilísticos producidos en
una intersección, en una semana.
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
POISSON
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
POISSON Sea x : Variable Aleatoria Discreta de Poisson
(cantidad de éxitos en una región o intervalo)

= 5 (Promedio de errores de transmisión en una hora

X=1
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
POISSON =5
X=1
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
POISSON P (x ≥ 3) = 1 – P (x ≤ 2 ) = 1 – [ f(0) + f(1) + f (2)] =

X = 0,1,2
=5
 • D E F I N I C I Ó N

• F Ó R M U L A

• E J E R C I C I O S

DISTRIBUCIÓN
POISSON
X = (Cantidad de errores en 2 horas)
= 10 ( Promedio de errores en 2 horas
P (x ≤ 2 ) = 1 – [ f(0) + f(1) + f (2)] =