Por ejemplo, puede utilizar la distribución

discreta de Poisson para describir el número de

quejas de clientes en un día. Supongamos que el
número promedio de quejas por día es 10 y usted
desea saber la probabilidad de recibir 5, 10 y 15
quejas de clientes en un día.

DISTRIBUCIÓN
BINOMIAL
discretas Describe la probabilidad de ocurrencia de cada valor
de una variable aleatoria discreta. Una variable
aleatoria discreta es una variable aleatoria que tiene tipos
valores contables, tales como una lista de enteros no
negativos.
DISTRIBUCIÓN
DISTRIBUCIONES DE
PROBABILIDAD CONTINUAS Y POISSON
DISCRETAS

Describe las probabilidades de los posibles valores de una

variable aleatoria continua. Una variable aleatoria
continua es una variable aleatoria con un conjunto de
valores posibles (conocido como el rango) que es infinito y
continuas no se puede contar.

Por ejemplo, la probabilidad de que un hombre

pese exactamente 190 libras es cero. Podría
calcular una probabilidad diferente de cero de
que un hombre pese más de 190 libras, menos de
190 libras o entre 189.9 y 190.1 libras, pero la
probabilidad de que pese exactamente 190 libras
es cero.
 Ejemplo
es una distribución de probabilidad Supongamos que se lanza un dado (con
discreta que cuenta el número de
éxitos en una secuencia 6 caras) 51 veces y queremos conocer la 𝟏 𝟐𝟎 𝟏 𝟓𝟏−𝟐𝟎
DISTRIBUCIÓN 𝑷 𝒙 = 𝟐𝟎 = ∁𝟓𝟏
𝟐𝟎 ( ൗ𝟔) (𝟏 − ൗ𝟔)
de n ensayos de Bernoull probabilidad de que el número 3 salga
BINOMIAL independientes entre sí, con una = 𝟎. 𝟎𝟎𝟎𝟎𝟕𝟒𝟒
20 veces. En este caso tenemos una X ~
probabilidad fija p de ocurrencia del
éxito entre los ensayos. B(51, 1/6) y la probabilidad sería
P(X=20):

DISTRIBUCIONES
DE PROBABILIDAD tipos
DISCRETAS
es una distribución de
probabilidad discreta que
DISTRIBUCIÓN expresa, a partir de una
frecuencia de ocurrencia media,
POISSON la probabilidad de que ocurra un
determinado número de eventos
durante cierto período de tiempo
ejemplo
Si el 2% de los libros encuadernados en cierto
taller tiene encuadernación defectuosa, para
obtener la probabilidad de que 5 de 400 libros
encuadernados en este taller tengan 𝟖𝟓 𝒆−𝟖
𝑷 𝟓, 𝟖 = = 𝟎. 𝟎𝟗𝟐
encuadernaciones defectuosas usamos la 𝟓!
distribución de Poisson. En este caso
concreto, k es 5 y, λ, el valor esperado de libros
defectuosos es el 2% de 400, es decir, 8. Por lo
tanto, la probabilidad buscada es

Según Ruiz, L. (2010, p.107) dice que” la distribución continua puede tomar cualquier valor de un intervalo continuo o dentro de un campo de variación dado. Las
probabilidades de que ocurra un valor dado x están dadas por una función de densidad de probabilidad de que X quede entre a y b. El área total bajo la curva es
1.” Esto quiere decir que toma diferentes valores aleatoria y se puede tomar valores enteros como fraccionarios y numero infinito.

Según DE LA CRUZ M. (2014, p.16) dice que” la distribución discreta representa los resultados de un espacio muestral en forma tal que por P (X = x) se entenderá la
probabilidad de que X tome el valor de x. De esta forma, al considerar los valores de una variable aleatoria es posible desarrollar una función matemática que
asigne una probabilidad a cada realización x de la variable aleatoria X.” Esto quiere decir que se puede tomar cualquier valor al alzar, pero con valores enteros y
numero finito.
 continua

discreta

ejemplos : Numero de
estudiantes , computadoras , x=1,2,3,4,5,6,7,50,100,etc
lapiceros ,edad,etc

ejemplos : peso , talla,precio,

x=1.5,10.7,100.5,etc
litros

tipos

n> 30
normal

binomial poisson

muestra chicas muestras grandes

n≤ 30 n > 30

Referencia

 Domínguez, J., & Dominguez, J. (2015). Estadística para Administración y economía (pp. 218-270). Alfaomega Grupo Editor, S.A. de C.V., México.
 Chué, J. (2007). Estadística descriptiva y probabilidades.Lima: Fondo editorial
 Lipschutz, S y Lipson, M. (2004). Probabilidad. (2. ͣ ed.). Colombia: Emma Ariaza Herrera.

 Navidi, W. (2006). Estadística para ingenieros y cinetíficos (pp. 50-56). Miembro de la Cámara Nacional de la Industria Editorial Mexicana, México.
 Ospina, D. (2001). Introducción al muestreo. Colombia:UNIBIBLIS

 Martin J y Ruiz Luis (2010). fundamentos de la probabilidad(2. ͣ ed.). Madrid España