Bernoulli Binomial Poisson Normal

Distribucion de probabilidad

Claudio Bustos

23 de Noviembre de 2016

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Tabla de Contenidos

1 Bernoulli

2 Binomial

3 Poisson

4 Normal

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribuciones de probabilidad usuales

En estadstica, existen diversas distribuciones de probabilidad que

han demostrado ser utiles para modelar variada gama de eventos
aleatorios.
Discretas: Binomial, Poisson.
Continuas: Normal, Chi-cuadrado
Describiremos primero las discretas. Cuando comencemos a
trabajar con estimacion, explicaremos las continuas

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribucion Bernoulli

Es la distribucion mas basica de las discretas. Modela un

experimento, donde solo se tienen dos alternativas (ensayo
Bernoulli), con probabilidad p de exito (x = 1) y 1 p de fracaso
(x = 0).

fX (x; p) = p x (1 p)1x
E (X ) = p
Var (X ) = p(1 p)

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribucion binomial

Es una de las mas conocidas, con multiples aplicaciones.

Representa el numero de exitos en n ensayos Bernoulli con
probabilidad de exito p .
n!
f (x; n, p) = p x (1 p)nx
(n x)!x!
E (X ) = np
Var (X ) = np(1 p)

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Ejemplo
Se sabe que en un test de inteligencia solo un 10 % de la poblacion
contesta correctamente la primera pregunta. En mi curso, de 30
personas, nadie la pudo contestar. Cual es la probabilidad de que
esto ocurra? Cual es el valor esperado?
30!
f (0; 30, 0,1) = 0,10 (1 0,1)30
(30 0)!0!
f (0; 30, 0,1) = 0,930
f (0; 30, 0,1) = 0,04239

Interpretacion: La probabilidad que 0 de 30 personas contesten

correctamente a una pregunta con 10 % de dificultad es de un
4,24. El valor esperado es de 3 respuestas correctas
Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribucion Poisson

Representa la cantidad de eventos independientes que ocurren a

una velocidad constante. Por ejemplo, permite modelar la cantidad
de autos que cruzan por una esquina en un lapso determinado, el
numero de solicitudes procesadas por un periodo de tiempo, etc.
Si es el numero de ocurrencias del fenomeno por unidad de
tiempo

x e x
f (x; ) = = x = 0, 1, 2, ....; > 0
x!
E (X ) =
Var (X ) =

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Ejemplo
En Chile ocurre un terremoto de grandes proporciones cada 50
anos. Por tanto, si para un ano = 1/50 = 0, 02, cual es la
probabilidad de que no ocurra un terremoto de aqu a un ano? Y
de que ocurra 1? Y 2?
0, 020 e 0,02
f (0; 0, 02) = = 0, 980
0!
0, 021 e 0,02
f (1; 0, 02) = = 0, 019
1!
0, 022 e 0,02
f (2; 0, 02) = = 0, 00019
2!

Interpretacion: La probabilidad de que no ocurra un terremoto

durante el siguiente ano es de un 98 %. Que ocurra 1, de un 1.9 %.
Que ocurran 2, de un 0,019 %
Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribucion gaussiana o normal

La distribucion normal es la mas conocida de las distribuciones

continuas.
Sus parametros son dos: = E (X ) y 2 = V (X ) y se representa
X N(, 2 )
Su funcion de densidad es
1 1 x 2
fX (x) = e 2 ( )
2 2

Claudio Bustos
Distribucion de probabilidad
Bernoulli Binomial Poisson Normal

Distribucion normal estandar

Se representa por Z y corresponde a N(0, 1)

Claudio Bustos
Distribucion de probabilidad