You are on page 1of 3

LAS DISTRIBUCIONES BINOMIAL, NORMAL Y DE POISSON

LA DISTRIBUCIÓN BINOMIAL
De…nición.- Si p es la probabilidad de ocurrencia de un suceso en un solo
ensayo (probabilidad de éxito) 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 éxitos y N X fallos) viene dada por
p(X) =N CX pX q N

X

=

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

donde X = 0; 1; 2; :::; N y N ! = N (N 1) (N 2) :::1:
Esta distribución de probabilidad discreta se denomina distribución
binomial, porque para X = 0; 1; 2; : : : ; N , corresponden sucesivos términos
del desarrollo binomial
N

(p + q)

= pN +N C1 pN

1

q +N C2 pN

2 2

p + : : : + qN ,

donde 1, N C1 , N C2 ,..., son los coe…cientes binomiales.
La distribución binomial se conoce también como distribución de Bernoulli,
en reconocimiento a la investigación de James Bernoulli realizada en el
siglo XVII.
Algunas propiedades:
Media
Varianza
Desviación típica
Coe…ciente de sesgo
Coe…ciente de curtosis

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

2

LA DISTRIBUCIÓN NORMAL
De…nición.- La distribución de Gauss o normal es una distribución continua
que se determina mediante la función siguiente
Y =

p1
2

e

1
2

(X

u

2

) ,

donde u es la media y la desviación típica.
El área limitada por la función Y = f (X) y el eje X es 1.
Si el área 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 desviación, z = X u ,
1 2
la función toma la forma Y = p12 e 2 z
1

En este caso se dice que z se distribuye con media cero y varianza uno.
Gra…cando la función, se tiene

y
0.4

0.3

0.2

0.1

-5

-4

-3

-2

-1

0

1

2

3

4

5

x

Algunas propiedades:
Media
Varianza
Desviación típica
Coe…ciente de sesgo
Coe…ciente de curtosis
Desviación media

2

3

=0
3
2= = 0:7979

4 =
p

RELACIÓN ENTRE LA DISTRIBUCIÓN BINOMIAL Y NORMAL
Si N es grande y ni p ni q están muy próximos a cero, la distribución binomial
puede aproximarse estrechamente a la distribución normalcon variable
p Np .
tipi…cada dada por z = X
N pq
La aproximación es buena conforme aumenta N , y en el límite es total.
En la práctica, la aproximación es muy buena si ambos N p y N q son
superiores a 5.
LA DISTRIBUCIÓN DE POISSON
De…nición.- La distribución de probabilidad discreta
X
e
p(X) = X!
(X = 0; 1; 2; :::) ;
donde es una constante dada, se llama distribución de Poisson, pues fue
Poisson quien la descubrio a principios del siglo XIX.
2

Algunas propiedades:
Media
Varianza
Desviación típica
Coe…ciente de sesgo
Coe…ciente de curtosis

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

2

1

RELACIÓN ENTRE LA DISTRIBUCIÓN BINOMIAL Y DE POISSON
Si N es grande en una distribución binomial, mientras la probabilidad p
de ocurrencia de un suceso está cerca de cero, de modo que q = 1 p
está cerca de 1, el suceso recibe el nombre de raro.
En la práctica se considera un suceso como raro si el número de repeticiones
del experimento (ensayos) es al menos 50 (N 50) mientras que N p es
menor que 5. En tales casos la distribución binomial se aproxima mucho
a la distribución de Poisson con = N p.
Sustituyendo = N p, q 1 y p 0, se obtiene los resultados de la tabla.
Existe una relación entre la distribución Poisson y normal. La distribución
de Poisson se aproxima a la normal con variable tipi…cada Xp cuando
crece inde…nidamente.
PLANTEAR EJERCICIOS DE CADA DISTRIBUCIÓN

3