REFORZAMIENTO DE

ESTADISTICA APLICADA I-
2 de julio-4TA PC
 ESPERANZA DE PROBABILIDAD

VARIABLE DISCRETA VARIABLE CONTINUA

Los limites de la integral dependerá del

rango de la función de densidad de la
probabilidad.
Funcion de densidad de probabilidad y acumulada

VARIABLE CONTINUA
 DISTRIBUCION BINOMIAL.
La distribución binomial es una distribución discreta de probabilidad descrita por
dos parámetros: n el número de experimentos realizados, y p la probabilidad de
éxito.
Dato: p+q(probabilidad de fracaso)=1…..q=(1-p)

-Se utiliza con frecuencia para modelizar el número de aciertos en una muestra de
tamaño n extraída con reemplazo de una población de tamaño N. Si el muestreo se
realiza sin reemplazo, las extracciones no son independientes, por lo que la
distribución resultante es una distribución hipergeométrica, no una distribución
binomial.
 DISTRIBUCION BINOMIAL.
La distribución binomial es una distribución discreta de probabilidad descrita por
dos parámetros: n el número de experimentos realizados, y p la probabilidad de
éxito.
Dato: p+q(probabilidad de fracaso)=1…..q=(1-p)

Donde P(X=x) será igual a la probabilidad de obtener x “éxitos” en n

experimentos.

-USO: Se utiliza con frecuencia para modelizar el número de aciertos en una

muestra de tamaño n extraída con reemplazo de una población de tamaño N. Si el
muestreo se realiza sin reemplazo, las extracciones no son independientes, por lo
que la distribución resultante es una distribución hipergeométrica, no una
PROPIEDADES-DISTRIBUCION
BINOMIAL.
La probabilidad de éxito p para cada experimento se mantiene constante, al haber reposición.

VAR (X)=npq
 DISTRIBUCION HIPERGEOMETRICA.
Es una distribución de probabilidad discreta relacionada con muestreos aleatorios y sin
reemplazo. Se tiene una población de N elementos, donde K pertenecen a la categoría
A(éxito) y N-K a la categoría (B) de fracaso.

De esa población N, se extrae sin reemplazo “n” elementos de muestra, donde la

probabilidad de tener “x” elementos que cumplen con la categoría A dentro de esa
muestra es la siguiente:

USO: Sirve para estudios de muestras pequeñas de poblaciones pequeñas y en el cálculo de

probabilidades de juegos de azar. Tiene grandes aplicaciones en el control de calidad para 
procesos experimentales en los que no es posible retornar a la situación de partida.
 PROPIEDADES-DISTRIBUCION
HIPERGEOMETRICA.

DATO: En caso la población N sea indeterminado, y solo nos de una proporción “p” que
cumple con la propiedad A (Éxito), se utilizara la distribución binomial. No importara si el
muestreo se realizo con reemplazo o sin reemplazo.

DATO: Cuando la muestra n sea muy pequeña respecto a la población N, la distribución

hipergeométrica tendera a aproximarse a la distribución binomial.
 DISTRIBUCION DE POISSON.
Distribución aplicada a procesos que consisten en observar el numero de X de
veces que ocurre un evento en una longitud dada.

La probabilidad de que ocurre “k” veces en un periodo o longitud dado:

El parámetro representa el número de veces que se espera (promedio) que ocurra dicho
fenómeno durante un intervalo dado. Por ejemplo, si el promedio de veces que sucede el evento en
una hora es 5 veces, para un minuto el promedio de veces será: 5/60 veces. Por lo que el parámetro
para una hora será 5, pero para un minuto es 5/60.

USOS: Numero de llamadas en una hora, numero de accidentes en una semana, numero de errores en 50
paginas, numero de bacterias en un m2, etc.
 PROPIEDADES- DISTRIBUCION DE
POISSON.

Cuando la muestra n tiende a infinito (es grande) y la probabilidad de éxito p sea muy pequeña, la
distribución binomial se aproximara a la distribución de poisson, donde el parámetro lambda será igual a
n*p.
 DISTRIBUCION GEOMETRICA.
Se dice que la variable aleatoria X que se define como el numero de
repeticiones independientes de un ensayo de Bernoulli hasta que ocurre el
primer éxito es la que tiene distribución geométrica. Tiene como parámetros
“p” que es la probabilidad de éxito, y “q” es la probabilidad de fracaso.
(p+q=1).

La probabilidad de tener x repeticiones hasta que ocurre el primer evento de

“éxito” es:

Sus propiedades son:

 DISTRIBUCION BINOMIAL NEGATIVA O
PASCAL.
Se dice que la variable aleatoria X que se define como el numero de
repeticiones independientes de un ensayo de Bernoulli hasta que ocurre “r”
éxitos es la que tiene distribución binomial negativa. Tiene como parámetros
“p” que es la probabilidad de éxito, y “q” es la probabilidad de fracaso.
(p+q=1), y “r”, que es numero de ocurrencia del evento que se obtiene en la
repetición x.

La probabilidad de tener x repeticiones hasta que ocurre el r-esimo evento de

“éxito” es:

Sus propiedades son: