UNIDAD II

Media de la distribución binomial

La media 𝜇 de la distribución binomial es igual a la multiplicación del tamaño 𝑛 de la

muestra por la probabilidad de éxito 𝑝. 𝝁 = 𝒏𝒑

Varianza 𝝈2= n*p*(1-p)

Desviación estándar de la distribución binomial

𝝈=√𝒏𝒑(𝟏−𝒑)
 Distribución Binomial,
• Cuando se dispone de una expresión matemática, es factible calcular la probabilidad de ocurrencia
exacta correspondiente a cualquier resultado específico para la variable aleatoria.
• La distribución de probabilidad binomial es uno de los modelos matemáticos (expresión matemática
para representar una variable) que se utiliza cuando la variable aleatoria discreta es el número de
éxitos en una muestra compuesta por n observaciones.

𝑷(𝑿)= 𝒏! *
𝑿!(𝒏−𝑿)!
• Donde:
• 𝑃(𝑋)=Probabilidad de X éxitos, dadas n y p
• 𝑛 = Número de observaciones
• 𝑝 = Probabilidad de éxitos
• 1−𝑝 = Probabilidad de fracasos
• 𝑋 = Número de éxitos en la muestra (X= 0, 1, 2, 3, 4,………n)
Ejemplos
1) Determine P(X = 8) para n = 10 y p = 0,5
 Distribución de Poisson
Muchos estudios se basan en el conteo de las veces que se presenta un evento dentro de un área de
oportunidad dada. El área de oportunidad es una unidad continua o intervalo de tiempo o espacio
(volumen o área) en donde se puede presentar más de un evento. Algunos ejemplos serían los
defectos en la superficie de un refrigerador, el número fallas de la red en un día, o el número de
pulgas que tiene un perro.

Donde:
• 𝑃(𝑋)= Probabilidad de X eventos en un área de oportunidad
• 𝜆= Número de eventos esperados
• 𝑋= Número de eventos
• 𝑒= Constante matemática base de los logaritmos naturales aproximadamente igual a 2,718281828…. Este
número es de gran importancia, tan sólo comparable a la del número 𝜋 (𝑝𝑖), por su gran variedad de
aplicaciones. El número 𝑒 suele definirse como el límite de la expresión: (1+1/n)n
Cuando n tiende hacia el infinito. Algunos valores de esta expresión para determinados valores
de la n se muestran en la tabla siguiente:
Ejemplo
1) Suponga una distribución de Poisson. Si 𝜆=1 , calcular P(X= 0)

Aplicando la fórmula se obtiene:

P(x)=

P(x) = 0,3679
Distribución Normal

La curva normal también es llamada curva de error, curva de campana, curva de Gauss,
distribución gaussiana o curva De Moivre.

Cuando se expresa la variable x en unidades estándar (fórmula de estandarización)

 Ejemplo

1) Calcule el área bajo la curva de distribución normal entre Z1 = 0,8 y Z2= 2,12
Calculando con la tabla de la distribución normal.
0,80  0,7881
2,12 0,9830
El área es la diferencia entre Z2 y Z 1 = 0,9830 - 0,7881= 0,1949
2) Calcule Z si el área entre -1,5 y Z es: ± 0,0217

Calculamos el valor de -1,5 en la tabla

-1,5  0,0668

para calcular Z1  0,0668 – 0,0217 = 0,0451 se revisa en la tabla  -1,69

para calcular Z2  0,0668 + 0,0217 = 0,0885 se revisa en la tabla  -1,35
Ejemplo
Las longitudes de las truchas que se pescan en un lago de Ecuador se distribuyen
normalmente con una media de 48 cm y desviación estándar 5 cm.
Calcule:
• a) El porcentaje de truchas pescadas que superan los 55 cm
• b) La probabilidad de que una trucha pescada tenga una longitud comprendida entre
45 y 52 cm
• c) Las truchas con longitudes inferiores a la media menos 1,5 por la desviación
estándar deben ser devueltas al lago. En un día normal se pescan hasta 38 truchas.
¿Cuántas truchas deben ser devueltas al lago?