INSTITUTO

TECNOLOGICO DE LA CHONTALPA

CARRERA:
INGENIERIA EN GESTIÓN EMPRESARIAL

MATERIA:
PROBABILIDAD Y ESTADISTICA

TEMA:
DISTRIBUCIONES DE PROBABILIDAD

ALUMNA:
NORA ANICACIA OVANDO PÉREZ

MAESTRO:
ING. IGNACIO ARÍAS ARÍAS

26/10/18

1
CONTENIDO.

 INTRODUCCIÓN……………………………………………… 3

 DISTRIBUCIONES DE PROBABILIDAD……………………. 4

 DISTRIBUCIÓN DE PROBABILIDAD DISCRETA…………. 5

 DISTRIBUCIÓN DE PROBABILIDAD CONTINUA…………. 6

 CONCLUSIÓN…………………………………………………. 7

 BIBLIOGRAFIAS……………………………………………….. 8

2
INTRODUCCIÓN

En el siguiente trabajo se deberá estudiar los tipos de distribuciones de

probabilidad que podemos tener. Para esto, lo importante es definir el tipo de
variable que tenemos bajo estudio, y de aquí surge la clasificación de las
distribuciones.
Una distribución de probabilidad es un modelo teórico que trata de explicar el
comportamiento de un fenómeno real. Actúa como una función que asigna a cada
suceso, cuantificado mediante una variable aleatoria, la probabilidad
correspondiente. Una variable aleatoria asocia a cada suceso del espacio muestral
un número real.
Una distribución de probabilidad indica toda la gama de valores que pueden
representarse como resultado de un experimento si éste se lleva a cabo. Es decir,
describe la probabilidad de que un evento se realice en el futuro, lo que implica
que se puede diseñar un escenario de acontecimientos futuros considerando las
tendencias actuales de diversos fenómenos naturales.
Una distribución de probabilidades es una lista de las probabilidades de todos los
resultados posibles que pudiera resultar si el experimento se hace; es decir, es la
suma de todas las funciones en las que interviene la variable aleatoria.
Las distribuciones de probabilidad siempre es la suma de todas las funciones
posibles, por tanto su sumatoria siempre tiene que ser igual al espacio muestral.

3
 Repeticiones independientes de
un experimento que tenga
BINOMIAL respuesta binaria, generalmente
clasificada como éxito o fracaso

Surge cuando un evento o

suceso raro ocurre
POISSON aleatoriamente en el espacio o
el tiempo. Se puede utilizar
como una aproximación de la
binomial.

DISCRETA Permite calcular la

probabilidad de que tenga
GEOMÉTRICA que realizarse un número k
de repeticiones antes de
obtener éxito por primera
vez. La probabilidad es
siempre decreciente.
Función asignada a
cada suceso definido Aparece en procesos
sobre la variable HIPERGEOMÉTRICA muéstrales sin
aleatoria, reemplazo, en los que se
probabilidad de que investiga la presencia o
dicho suceso ocurra. ausencia de cierta
La distribución de característica
DISTRIBUCIÓN DE probabilidad está
definida sobre el
PROBABILIDAD conjunto de todos los Distribución límite de
sucesos. numerosas variables
aleatorias, discretas y
NORMAL
Toda variable
continuas.
aleatoria posee una
distribución de
probabilidad que
describe su Modela datos de
comportamiento. LOGNORMAL
numerosos
estudios médicos.
CONTINUA

Utilizada en el estudio del

LOGÍSTICA
crecimiento temporal de
variables, en particular,
demográficas.

Describe procesos en
los que se interesa
EXPONENCIAL
saber el tiempo hasta
4
que ocurre determinado
evento.
5
 BINOMIAL

Donde   es igual

a  .

 Valor tomado al
azar. POISSON
Variable aleatoria que
adopta solo un número
limitado de valores,  Valores enteros.
asociada a un
experimento de conteo.
Con una distribución de  Número finito de
probabilidad discreta, GEOMÉTRICA
DISTRIBUCIÓN DE valores.
cada valor posible de la
PROBABILIDAD variable puede estar
DISCRETA asociado con una  Valores mayores
probabilidad distinta de o iguales a cero.
cero. Por lo tanto, una
distribución de
probabilidad discreta  La sumatoria de
suele representarse en las HIPERGEOMÉTRICA
forma tabular. probabilidades
debe ser igual a
1.

6
7
 NORMAL

 Valores
Variable aleatoria fraccionarios y
asociada a un enteros.
experimento de
LOGNORMAL
medición y, por lo
tanto, puede asumir
 Número infinito
una infinidad de
de valores.
valores.
DISTRIBUCIÓN DE
Una variable aleatoria
PROBABILIDAD continua es una  Valores mayores
CONTINUA variable aleatoria con o iguales a cero.
un conjunto de valores
posibles (conocido LOGÍSTICA
como el rango) que es  La sumatoria de
infinito y no se puede las
contar. probabilidades
debe ser igual a
1.

EXPONENCIAL

8
CONCLUSIÓN.

Uno de los conceptos más importantes de la teoría de probabilidades es el de

variable aleatoria que, intuitivamente, puede definirse como cualquier
característica medible que toma diferentes valores con probabilidades
determinadas. Toda variable aleatoria posee una distribución de probabilidad que
describe su comportamiento. Si la variable es discreta, su distribución de
probabilidad especifica todos los valores posibles de la variable junto con la
probabilidad de que cada uno ocurra. En el caso continuo, la distribución de
probabilidad permite determinar las probabilidades correspondientes a
subintervalos de valores.
Durante la elaboración de este trabajo se pudo distinguir que los valores de una
variable sirven para describir o clasificar individuos o distinguir entre ellos. En
estadística se dice que la variable tiene una función de probabilidad, una función
de densidad de probabilidad o simplemente una función de distribución.
Las distribuciones de probabilidad están relacionadas con la distribución de
frecuencias. De hecho, se puede pensar en la distribución de probabilidad como
una distribución de frecuencias teórica. Una distribución de frecuencias teórica es
una distribución de probabilidades que describe la forma en que se espera que
varíen los resultados. Debido a que estas distribuciones tratan sobre expectativas
de que algo suceda, resultan ser modelos útiles para hacer inferencias y tomar
decisiones de incertidumbre.

9
BIBLIOGRAFIAS

 http://www.scian.cl/mmb/probabilidades.pdf

 https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/probability-distributions-and-random-data/how-to/probability-
distributions/methods-and-formulas/methods-and-
formulas/#exponential-distribution

 https://youtu.be/ao6ceIWy3Eg

10