DISTRIBUCIONES DE

PROBABILIDAD

DISTRIBUCIONES DISCRETAS DE
PROBABILIDAD
Si una variable X puede asumir un

conjunto discreto de valores:

X1, X2, X3,.. Xn
Con probabilidades
P1, P2, P3 Pn
Se dice que para la variable X ha sido
definida una distribucin de Probabilidad
Discreta.

 Surge entonces la funcin p (x) que asume

valores
P1, P2, P3, .. Pn
respectivamente en correspondencia con los
valores
X1, X2, X3, .. Xn
A la funcin p (x) se le llama: funcin de
probabilidad de x distribucin de probabilidad
de x.

Ejemplo: Hallar la probabilidad que en las familias

con tres hijos, existan hombres y mujeres entre
ellos, suponiendo igual probabilidad de nacimientos
para sexo:
Definimos M = evento hijo hombre
F = evento hija mujer
P (M) = P (F) =
a) De que tenga 3 hijos hombres
P (MMM) = P(M)*P(M)*P(M) =1/2*1/2*1/2=1/8

b) De que tenga 3 hijas mujeres

P (FFF) = P (F) * P (F) * P (F) =1/2*1/2*1/2 = 1/8

c) De que tenga 2 hombres y una mujer:

P (MMF + MFM + FMM) = 1/8 + 1/8 + 1/8 = 3/8

d) De que tenga 2 hijas mujeres y un hombre

P (FFM) + P (FMF) + P (MFF) = 1/8 +1/8 + 1/8 = 3/8

 Sea la variable casual que representa el nmero de hijos

hombres en familias con 3 hijos, la correspondiente
distribucin de probabilidad p (X) es la siguiente:
P (x) = 1/8 ,
3/8,
3/8,
1/8
x =
0 ,
1,
2,
3 (No.
Hijos hombres)

En esta forma tenemos definidas las dos variables y se

observa que p(x) es la funcin de X. La representacin
grfica de la funcin se presenta de la siguiente forma:

PROB.

PROBABILIDAD DE H IJOS
0.4
0.3
0.2
0.1
0
0

2
HIJOS

 Como X asume esos valores discretos, con

determinada probabilidad se le llama: Variable

Casual discreta variable estocstica discreta.

Si acumulamos los valores de probabilidad

obtenida para cada valor de X, tendremos una

distribucin acumulada de probabilidad, cuya
funcin asociada se llama: FUNCION DE
DISTRIBUCION, la cual se representa con F (x)
Ej. En el mismo caso visto anteriormente, es decir
X es la variable casual del nmero de hijos en
familias con 3 hijos tendremos:
X = 0 , 1,
2 , 3
p (x) = 1/8, 3/8, 3/8, 1/8
F (x) = 1/8, 4/8, 7/8, 8/8

DISTRIBUCIONES CONTINUAS DE
PROBABILIDAD

Si una variable X puede asumir un conjunto continuo de

valores (a, b), siguiendo una determinada ley de

probabilidades Y = p (x), entonces llamamos a X con el
nombre de Variable Casual Continua variable estocstica
continua y a p (x) la llamamos como una Distribucin
continua de probabilidad de X, o ms corrientemente una
funcin de Densidad de la Probabilidad. Ej . Grafico: Hallar
la probabilidad que X caiga entre los valores a y b = P (a<
x < b). La solucin esta representada por la parte
sombreada en la grfica siguiente. (suponemos conocida la
ley de probabilidad funcin de densidad Y = p (x)

Ej.
La funcin de densidad (Distribucin funcin

de probabilidad continua) asociada a una

variable casual continua X, esta dada por:
p (X) = - 1/8 X
Hallar la probabilidad de que el valor x se
localice entre los puntos 1 y 2 es decir hallar p
(1<x<2).
En este caso la funcin o distribucin de
probabilidad tiene una forma lineal, es decir Y
= p (x) es lineal, graficando obtendremos una
linea recta.

p(x)=1/2-1/8x
0.6
0.5

p(x)

0.4
0.3

p(x)

0.2
0.1
0
0

En la grfica observamos que la probabilidad deseada

est representada por la parte sombreada, para conocer

que valor tiene esa rea, recurrimos a la geometra
plana que permite hallar la superficie de la figura all
observada, la cual es un trapecio
P(1) = 3/8 y p (2) =
bases

A
* altura
El rea del trapecio es
2
A

(3 / 8 1/ 4)
*1 5 / 16
2

LA DISTRIBUCION BINOMIAL
Es una distribucin de probabilidad discreta que implica la

posibilidad de obtener x xitos en n pruebas de un

experimento binomial.
Posee cuatro propiedades esenciales:
1. Cada observacin puede considerarse como
seleccionada de una poblacin finita con reemplazo de
una infinita sin reemplazo.
2. Cada observacin puede clasificarse en una de dos
categoras mutuamente excluyentes y colectivamente
exhaustivas denominados: xito fracaso.
3. La probabilidad de que una observacin se clasifique
como xito, p, es constante de observacin a observacin
(es estacionario).
4. El resultado de cualquier observacin es independiente
de cualquier otra observacin.

 Un Ej. Es lanzar una moneda al aire varias

veces. Solo hay dos resultados posibles en cada

prueba tirada de la moneda (cara escudo),
la probabilidad de obtener cara o escudo sigue
constante de una tirada a otra (0.5 para cada
una) y las tiradas son independientes entre s.
Ej. Cul es la probabilidad de que se obtengan
dos caras al lanzar una moneda tres veces?

1er. Metodo: diagrama de rbol

Cada rama representa una tirada. La regla de la

multiplicacin se usa para calcular la

probabilidad de cada manera independiente en
la que pueden salir dos caras. Observe que
cada manera de obtener dos caras tiene la
misma probabilidad. La regla de la suma se usa
despus para calcular la probabilidad final de
obtener dos caras. Esta probabilidad es .375.

Modelo de distribucin binomial

A) nmero designado de xitos (X)
B) nmero de ensayos observaciones (n)
C) probabilidad de xitos en cada ensayo

(p), fracaso = q= 1-p

La frmula que se usa es:

n
n!
p( X ) n C x p x (q) n x ( ) p x (q) n x
p x q n x
x
x!(n x)!

Continuando con el ejemplo:

3
3!
p( X ) 3 C2 0.52 (0.5)3 2 x ( )0.52 (0.5)3 2
0.52 0.53 2 0.375
2
2!(3 2)!

USO DE LA TABLA
La tabla binomial se divide en bloques uno por

cada valor de n, el nmero de pruebas

Los encabezados de las columnas representan
los valores de p que van desde 0.1 hasta 0.5. Al
leer las probabilidades en la fila x y la columna p
apropiada (del bloque correspondiente), se evita
tener que resolver por la frmula binomial. En
nuestro ej. Buscamos el bloque n = 3
intersectamos la fila x= 2 con la columna p =0.5
y obtendremos 0.375.

PROPIEDADES
a)
b)
c)
d)

La media = = np. En nuestro ejemplo = 3*0.5 = 1.5.

La varianza = = npq
La desviacin estandar = = raz cuadrados npq
Coeficiente de asimetra = r3 =

q p
npq

r3

0.5 0.5
0
3 * 0.5 * 0.5

Graficos ilustrativos:
Ej. Se tiene un saco con 5 bolas, una

blanca y 4 rojas. Cuando se extra una bola

es reemplazada por otra igual. Cual es la
probabilidad que en 3 extracciones
sucesivas a) se extraigan 3 bolas blancas
b) dos bolas blancas, c)una bola blanca, o
bolas blancas. Los resultados es con p 0.2

PROB. BOLAS BLANCAS

P (x)

0.4

1 2

0.2

0
0

4 5 6 7 8
5
10
X

p (X)

VARIACIONES P(X) EN RELACION

A VARIACIONES DE N
1
0.5
0
-0.5 0

Serie1
Serie2
10

20
X

30

Serie3

p (X)

VARIACIONES P(X) EN RELACION

A VARIACIONES DE N
1
0.5
0
-0.5 0

Serie1
Serie2
10

20
X

30

Serie3