www.senati.edu.

pe
www.senati.edu.pe
RUTA DE TRABAJO DEL CURSO

Sesión 1 Sesión 4 Sesión 7 y 8

Estadística y Organización Gráficos Medidas de Variabilidad

de Datos

Sesión 2 y 3 Sesión 5 y 6 Sesión 9 y 10

Tabla de Distribución Medidas de Tendencia Teoría de Probabilidad
de Frecuencia Central

www.senati.edu.pe
RUTA DE TRABAJO DEL CURSO

Sesión 11 y 12 Sesión 15, 16 y 17

Distribución con Variables Regresión Correlación

Discretas Lineal

Sesión 13 y 14
Distribución Normal

www.senati.edu.pe
Sesión 11 y 12 : Teoría de Probabilidad

OBJETIVO 11 y
ESPECÍFICO
12
Al finalizar la tarea de
aprendizaje el estudiante estará
en capacidad de realizar el
cálculo de probabilidades
eligiendo el modelo más
adecuado según el contexto,
mediante la realización de
ejercicios prácticos.
 Estadística para administración
Distribución con Variables Discretas
Arturo Benites Encalada www.senati.edu.pe
 Recordemos
• Tabla de Distribución de Frecuencia
• Gráficos
• Medidas de Tendencia Central
• Medidas de Variabilidad
• Teoría de Probabilidad
• Definición, experimento aleatorio
• Suceso, espacio muestral, tipos de suceso -
Probabilidad de un suceso
• Probabilidad con sucesos independientes -
Probabilidad condicional

www.senati.edu.pe
 ¿Qué es una
Distribución Discreta?

www.senati.edu.pe
www.senati.edu.pe
 Distribuciones discretas
Se denomina distribución de variable discreta a aquella cuya función de
probabilidad sólo toma valores positivos naturales en un conjunto de valores de
{x│x} finito o infinito numerable. A dicha función se le llama función de
densidad de probabilidad
Función de probabilidad
Se llama función de probabilidad de una variable aleatoria discreta X a la
aplicación que asocia a cada valor de xi de la variable su probabilidad pi.
0 ≤ pi ≤ 1
p1 + p 2 + p 3 + · · · + p n = Σ p i = 1

1
www.senati.edu.pe 0
www.senati.edu.pe
EJEMPLO
Una variable aleatoria X puede tomar los valores 30, 40, 50 y 60 con probabilidades de
0.4, 0.2, 0.1 y 0.3 respectivamente.
a) Calcular la esperanza matemática de la v. a. X
b) Calcular su varianza
c) Calcular la desviación estándar de la v. a. X

1
www.senati.edu.pe 2
 Distribución binomial
La distribución binomial aparece cuando estamos interesados en el
número de veces que un suceso A ocurre (éxitos) en n intentos
independientes de un experimento.
P. ej.: # de caras en n lanzamientos de una moneda.

Si A tiene probabilidad p (probabilidad de éxito) en un intento,

entonces 1-p es la probabilidad de que A no ocurra (probabilidad de
fracaso).
1
www.senati.edu.pe 3
La función de probabilidad P(X = x) será
la distribución binomial:

Distribución binomial para n = 5

y distintos valores de p, B(5, p)

11
www.senati.edu.pe
www.senati.edu.pe
Ejercicio:
¿Cuál es la probabilidad de que en una familia de 4 hijos exactamente 2 sean
niñas?

www.senati.edu.pe
Ejercicio:
Si una décima parte de las personas tienen cierto grupo sanguíneo, ¿cuál es la probabilidad
de que entre 100 personas escogidas al azar exactamente 8 de ellas pertenezcan a este grupo
sanguíneo?

www.senati.edu.pe
¿Y si la pregunta es 8 como máximo?

www.senati.edu.pe
 Calcula la
probabilida
d de
obtener al
menos dos p = 1/6, q = 5/6, n = 4
seises al
Al menos dos seises, implica que nos valen k = 2, 3,
lanzar un 4.
dado P(2) + P(3) + P (4)
cuatro
veces.
www.senati.edu.pe
 Distribución de Poisson
Cuando en una distribución binomial el número de intentos (n) es grande y la
probabilidad de éxito (p) es pequeña, la distribución binomial converge a la distribución
de Poisson:

donde np = λ
Observa que si p es pequeña, el éxito es un “suceso raro”.

La distribución de Poisson, junto con la uniforme y la binomial, son las

distribuciones más utilizadas

www.senati.edu.pe
. 28
 La distribución de Poisson se obtiene como aproximación de una distribución binomial con
la misma media, para ‘n grande’ (n > 30) y ‘p pequeño’ (p < 0,1). Queda caracterizada por
un único parámetro μ (que es a su vez su media y varianza).
µ=σ=n p = λ

Distribución de Poisson para varios valores de μ.

www.senati.edu.pe
www.senati.edu.pe
www.senati.edu.pe
 Ejemplo 1
Si la probabilidad de fabricar un televisor defectuoso es p = 0.01, ¿cuál es la
probabilidad de que en un lote de 100 televisores contenga más de 2 televisores
defectuosos?. La distribución binomial nos daría el resultado exacto:
El suceso complementario Ac: No más de 2 televisores defectuosos puede
aproximarse con una distribución de Poisson con μ = np = 1, sumando p(0) +
p(1) + p(2).

www.senati.edu.pe
 Ejemplo 2
La señal promedio recibida en un telescopio de una fuente celeste es de 10 fotones por
segundo. Calcular la probabilidad de recibir 7 fotones en un segundo dado.

Una distribución de Poisson con μ = 10.

www.senati.edu.pe
 Ejemplo 3
Si en promedio, entran 2 coches por minuto en un garaje, ¿cuál es la
probabilidad de que durante un minuto entren 4 o más coches?

Si asumimos que un minuto puede dividirse en muchos intervalos cortos de

tiempo independientes y que la probabilidad de que un coche entre en uno de esos
intervalos es p – que para un intervalo pequeño será también pequeño – podemos
aproximar la distribución a una Poisson con μ = np = 2.
El suceso complementario “entran 3 coches o menos” tiene probabilidad:

www.senati.edu.pe
www.senati.edu.pe
www.senati.edu.pe
 Distribución binomial
La distribución binomial aparece cuando estamos interesados en el
número de veces que un suceso A ocurre (éxitos) en n intentos
independientes de un experimento.
P. ej.: # de caras en n lanzamientos de una moneda.
Si A tiene probabilidad p (probabilidad de éxito) en un intento,
entonces 1-p es la probabilidad de que A no ocurra (probabilidad de
fracaso).

2
www.senati.edu.pe 9
www.senati.edu.pe
 Distribución de Poisson
Cuando en una distribución binomial el número de intentos (n) es grande y la
probabilidad de éxito (p) es pequeña, la distribución binomial converge a la distribución
de Poisson:

donde np = λ
Observa que si p es pequeña, el éxito es un “suceso raro”.

La distribución de Poisson, junto con la uniforme y la binomial, son las

distribuciones más utilizadas

www.senati.edu.pe
. 28
www.senati.edu.pe
www.senati.edu.pe
 Resolvamos Juntos

www.senati.edu.pe
 Resumen
• Distribución con Variables
Discretas
• Distribución binomial
• Distribución de Poisson.
• Parámetros, uso de tablas.
www.senati.edu.pe
www.senati.edu.pe
ACTIVIDADES¿Qué podemos
ASÍNCRONAS
1.Leer la página web Distribución normal, de
enlaces de interés y Elaborar un organizador
gráfico que resuma los conceptos clave de la
distribución normal presentados en la página
web. El organizador gráfico puede ser un
diagrama de flujo, un mapa mental o un
esquema, y debe incluir los principales
elementos de la distribución normal, como la
media, la desviación estándar, la simetría y la
forma de campana de la curva. Además, es
importante identificar las propiedades de la
distribución normal, como la ley de los grandes
números y el teorema del límite central, y
explicar cómo se utilizan en la estadística.
Asegúrate de que el organizador gráfico sea
claro y fácil de entender para ti y para otros
lectores que puedan revisarlo. Se pueden usar
ejemplos o casos prácticos para ilustrar los
conceptos de manera efectiva.
www.senati.edu.pe
hacer en Blackboard?
2. Visionar el video Distribucion
Normal Estandarizada, de la carpeta material
audiovisual de Blackboard y Elaborar un video de
máximo de 2 minutos que resuma los conceptos
clave presentados en el video. En el video,
asegurarse de incluir una descripción de la
distribución normal estándar y su importancia en
la estadística. Explicar cómo se utiliza la
distribución normal estándar para estandarizar los
datos y calcular probabilidades. También es
importante destacar cómo se puede utilizar la
tabla de distribución normal estándar para
encontrar valores z y cómo se interpretan estos
valores en términos de probabilidad. Asegurarse
de que el video sea claro, conciso y fácil de
entender. Se pueden utilizar animaciones, gráficos
o imágenes para ilustrar los conceptos de manera
efectiva. Además, es recomendable presentar
algunos ejemplos prácticos para demostrar cómo
se aplica la distribución normal estandarizada en
la resolución de problemas estadísticos.
www.senati.edu.pe