DISTRIBUICIONES DE

PROBABILIDAD
 DISTRIBUCIÓN NORMAL
Una de las distribuciones de probabilidades continuas más populares y útiles.

La función de densidad de probabilidad de esta distribución está dada por la fórmula

La distribución normal queda especificada por completo cuando se conocen los

valores de la media µ, y la desviación estándar Ơ.

Cuando el promedio varía; mueven el promedio o centro de la distribución normal.

Cuando la desviación estándar varía; la curva normal se aplana o se hace más
pronunciada. Cuando la desviación estándar, se hace pequeña, la distribución normal
se vuelve más pronunciada. Cuando la desviación estándar es más grande, la
distribución normal tiene la tendencia a aplanarse o volverse mas ancha.
AREA BAJO LA CURVA NORMAL

Debido a que la distribución normal es simétrica, su punto medio (y más alto)

está en la media. Entonces, los valores en el eje X se miden en términos de
cuantas desviaciones estándar están separados de la media.

USO DE LA TABLA NORMAL ESTANDAR

Al encontrar probabilidades para la distribución normal, es mejor dibujar la

curva normal y sombrear el área que corresponde a la probabilidad que se
busca. Luego, se emplea la tabla de distribución normal para encontrar las
probabilidades siguiendo dos pasos:
1) Convertir la distribución normal en lo que llamamos distribución normal
estándar.
2) Buscar la probabilidad en la tabla de áreas de la curva normal.

Si fuera el caso , que X>130 (Se saca el complemento)

https://www.youtube.com/watch?v=9i-rjVX-0Oo

https://www.youtube.com/watch?v=7Aff-Q3odw0
DISTRIBUCIÓN BINOMIAL

La probabilidad de obtener resultados especificos en un proceso Bernoulli se

describe con la distribución de probabilidad binomial. Para que un proceso se
considere Bernoulli, un experimento debe tener las siguientes caracteristicas:

1) Cada ensayo en un proceso Bernoullli tiene solo dos posibles resultados.

Estos tipicamente se llaman éxito y fracaso, aunque en algunos ejemplos
pueden ser si o no, cara o cruz, pasa o no pasa, defectuoso o aceptable, etc.

2) La probabilidad no cambia de un ensayo al siguiente

3) Los ensayos son estadisticamente independientes

4) El número de ensayos es un entero positivo

https://www.youtube.com/watch?v=xVwetXD9cis
DISTRIBUCIÓN DE POISSON

La distribución describe situaciones donde los clientes llegan de manera independiente

durante cierto intervalo de tiempo y el número de llegadas depende de la longitud del
intervalo de tiempo. Ejemplos; pacientes que llegan a una clinica de salud, clientes que
llegan a la ventanilla de un banco etc.
https://www.youtube.com/watch?v=-miuOV0fdj0