DISTRIBUCIN

BINOMIAL

DISTRIBUCIN DE
POISSON

DISTRIBUCIN
HIPERGEOMTRICA

En cada ensayo del experimento

slo son posibles dos resultados:
xito y fracaso. esto es
conocido como Dicotoma

se utiliza para determinar la

probabilidad de un nmero
designado de xitos cuando los
eventos ocurren en un espectro
continuo de tiempo y espacio
La probabilidad de observar
exactamente un xito en el
segmento o tamao de muestra n
es constante

Se relaciona con situaciones

que tengan 2 o ms
resultados

La probabilidad de xito es
constante, es decir, que no vara
de una prueba a otra. Se
representa por p
La probabilidad de fracaso
tambin es constante, Se
representa por q, ( q = 1 p)
El resultado obtenido en cada
prueba es independiente de los
resultados obtenidos
anteriormente
La variable aleatoria binomial, X,
expresa el nmero de xitos
obtenidos en las n pruebas. Por
tanto, los valores que puede
tomar X son: 0, 1, 2, 3, 4, ..., n.
Es decir el nmero de ensayos de
es fijo

La probabilidad de xito NO
es constante, cambia para
cada observacin

La probabilidad de obtener ms
de un xito en el intervalo es 0.
El evento debe ser aleatorio e
independiente de otros eventos

Evento Dependiente

El evento debe considerarse un

suceso raro
los valores que puede tomar X
son: 0, 1, 2, 3, 4, ..., .
Es decir el nmero de ensayos de
NO es fijo

El nmero de ensayos o
repeticiones del experimento
(n) es constante.
N tiende a infinito (grande)
P tiende a cero
n.p 5 (pequeo y fijo)

El tamao de la muestra (n)

debe ser superior en un 5%
con respecto al tamao
poblacional (N)

ASIMETRA DE UNA DISTRIBUCIN BINOMIAL

1. Cuando p = 0.50, esto es p = q, cualquier distribucin binomial es simtrica, es decir, exhibe cero
asimetra.
2. Cuando p < 0.50, esto es p < q, la distribucin es positivamente sesgada (a la derecha).
3. Cuando p > 0.50, esto es p > q, la distribucin es negativamente sesgada (a la izquierda).
4. A medida que el tamao de la muestra (n) aumenta, la distribucin se hace ms y ms simtrica.

La distribucin de Poisson se considera una buena aproximacin a la distribucin binomial, en el

caso que np < 5 y p < 0.1 n > 100 y p < 0.05 y en ese caso l = np. El inters por sustituir la
distribucin Binomial por una distribucin de Poisson se debe a que esta ultima depende
nicamente de un solo parmetro, l , y la binomial de dos, n y p.

Figura: Relacin entre binomial, Poisson y normal.

CMO DIFERENCIAR UNA DISTRIBUCIN NORMAL, BINOMIAL O DE POISSON?

Cuando se cursa estadstica, se estudian las distribuciones de probabilidad y entre las ms

conocidas se tienen Distribucin Normal, Binomial y la Distribucin de Poisson. Cada una de
ellas con caractersticas propias, que permiten identificarlas, inclusive la distribucin Binomial se
puede aproximar con la distribucin normal.
Los alumnos, al presentar las pruebas generalmente tienen dificultad en identificar cual
Distribucin de probabilidad deben aplicar para obtener el resultado. Quizs, la ms fcil sea la
Distribucin Normal, porque dentro del enunciado del problema hay frases que indican como es la
distribucin de los datos.
Una distribucin normal es de variables aleatorias continuas, que significan, que las magnitudes a
medir toman cualquier valor real (ejemplo: la cantidad de lluvia que cae en Caracas en un mes).
La Distribucin Binomial y la de Poisson son distribuciones de variable aleatoria discreta, que son
aquellas que asumen un conjunto de valores numerables. (Ejemplo: el nmero de alumnos que
aprueban un examen)
Los enunciados de los problemas de distribucin Normal, generalmente expresan que los datos
siguen la distribucin normal y dan como datos los valores de la media y desviacin estndar,
valores necesarios para la estandarizacin de la variable y encontrar la probabilidad en la tabla.
Ahora, para identificar un problema de la Distribucin Binomial, se debe observar si el evento o
experimento tiene dos resultados; si o no, xito o fracaso, encendido o apagado; que los eventos
sean independientes y que la probabilidad permanezca fija durante el experimento. Enunciados
tpicos: probabilidad de que nazca varn o hembra, capturar un ladrn, piezas defectuosas.
Y por ltimo una Distribucin de Poisson describe eventos independientes que ocurren en un
espacio determinado o a una velocidad constante en el tiempo. Es importante aclarar, que la

unidad de medicin es continua (tiempo, rea) pero la variable aleatoria es discreta (nmero de
accidente, nmero de llamadas)
Tener clara las caractersticas de las distintas distribuciones ayuda en el momento de resolver los
problemas. Recomiendo leer varios enunciados y antes de hacer cualquier calculo, identificar las
caractersticas de las distribuciones.
Problemas en videos con las diferencias en http://www.LaProfeMatematica.com
CARACTERSTICAS DE LA DISTRIBUCIN NORMAL

Valores continuos
Simtrica
Unimodal
X
Z
Acampanada

Moda Media Mediana

Aproximadamente el 99% de las observaciones se encuentra a ms o menos 3 desviaciones
estndar de la media.
DISTRIBUCION t DE STUDENT

Caractersticas.

En general cumple las mismas caractersticas de la distribucin Normal.

El valor critico de t es mayor que el de z.

Presenta mayor variabilidad en las colas.

Entra el concepto de grados de libertad (v=n-1)

Cuando n<30, usamos la tabla de la distribucin t en lugar de la normal.

x 0
s
n