LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

LA DISTRIBUCIN BINOMIAL
Denicin.- Si p es la probabilidad de ocurrencia de un suceso en un solo
ensayo (probabilidad de xito) y q = 1 p es la probabilidad de que el suceso
no ocurra en un solo ensayo (probabilidad de fallo), entonces la probabilidad
de que el suceso se presente exactamente X veces en N ensayos ( es decir,
X xitos y N X fallos) viene dada por
p(X) =N CX pX q N

N!
X N X
,
X!(N X)! p q

donde X = 0; 1; 2; :::; N y N ! = N (N 1) (N 2) :::1:

Esta distribucin de probabilidad discreta se denomina distribucin
binomial, porque para X = 0; 1; 2; : : : ; N , corresponden sucesivos trminos
del desarrollo binomial
N

(p + q)

= pN +N C1 pN

q +N C2 pN

2 2

p + : : : + qN ,

donde 1, N C1 , N C2 ,..., son los coecientes binomiales.

La distribucin binomial se conoce tambin como distribucin de Bernoulli,
en reconocimiento a la investigacin de James Bernoulli realizada en el
siglo XVII.
Algunas propiedades:
Media
Varianza
Desviacin tpica
Coeciente de sesgo
Coeciente de curtosis

= Np
=pN pq
= N pq
p q
3 = pN pq
1 6pq
4 = 3 + N pq

LA DISTRIBUCIN NORMAL
Denicin.- La distribucin de Gauss o normal es una distribucin continua
que se determina mediante la funcin siguiente
Y =

p1
2

1
2

(X

) ,

donde u es la media y la desviacin tpica.

El rea limitada por la funcin Y = f (X) y el eje X es 1.
Si el rea bajo la curva entre dos abscisas X = a y X = b, donde a < b,
representa la probabilidad de que X se encuentre entre a y b y se denota
por P fa < X < bg.
Cuando la variable X viene expresada en unidades de desviacin, z = X u ,
1 2
la funcin toma la forma Y = p12 e 2 z
1

En este caso se dice que z se distribuye con media cero y varianza uno.
Gracando la funcin, se tiene

y
0.4

0.3

0.2

0.1

-5

-4

-3

-2

-1

Algunas propiedades:
Media
Varianza
Desviacin tpica
Coeciente de sesgo
Coeciente de curtosis
Desviacin media

=0
3
2= = 0:7979

4 =
p

RELACIN ENTRE LA DISTRIBUCIN BINOMIAL Y NORMAL

Si N es grande y ni p ni q estn muy prximos a cero, la distribucin binomial
puede aproximarse estrechamente a la distribucin normalcon variable
p Np .
tipicada dada por z = X
N pq
La aproximacin es buena conforme aumenta N , y en el lmite es total.
En la prctica, la aproximacin es muy buena si ambos N p y N q son
superiores a 5.
LA DISTRIBUCIN DE POISSON
Denicin.- La distribucin de probabilidad discreta
X
e
p(X) = X!
(X = 0; 1; 2; :::) ;
donde es una constante dada, se llama distribucin de Poisson, pues fue
Poisson quien la descubrio a principios del siglo XIX.
2

Algunas propiedades:
Media
Varianza
Desviacin tpica
Coeciente de sesgo
Coeciente de curtosis

=
=p
=
1
3 = p
4 =3+

RELACIN ENTRE LA DISTRIBUCIN BINOMIAL Y DE POISSON

Si N es grande en una distribucin binomial, mientras la probabilidad p
de ocurrencia de un suceso est cerca de cero, de modo que q = 1 p
est cerca de 1, el suceso recibe el nombre de raro.
En la prctica se considera un suceso como raro si el nmero de repeticiones
del experimento (ensayos) es al menos 50 (N 50) mientras que N p es
menor que 5. En tales casos la distribucin binomial se aproxima mucho
a la distribucin de Poisson con = N p.
Sustituyendo = N p, q 1 y p 0, se obtiene los resultados de la tabla.
Existe una relacin entre la distribucin Poisson y normal. La distribucin
de Poisson se aproxima a la normal con variable tipicada Xp cuando
crece indenidamente.
PLANTEAR EJERCICIOS DE CADA DISTRIBUCIN