ACTIVIDAD No.

4
Distribución de probabilidad discreta y continua
Paso 1 – Tabla de Distribuciones

DISTRIBUCIÓN FORMULA CARACTERÍSTICAS

 e = Euler número
irracional y corresponde
x −λ a 2.718228
λ ∙e
POISSON
P ( X )=  x = cantidad de veces
x! que ocurre un suceso en
un intervalo.
 La media es λ .

 n número de ensayos
 x número de éxitos en n
n! x n− x
ensayos
P ( X=x ) = ∙ p ∙q  p probabilidad de éxito
BINOMIAL x !(n−x)! en cualquier ensayo
 q probabilidad de fracaso
en cualquier ensayo
 (q=1 - p)
 La distribución normal es
simétrica, la media,
−x
2
moda y mediana
1
NORMAL
f ( x )= e 2
coinciden, y es descrita
√2 π completamente por sus
dos parámetros mu (µ) y
sigma (σ)

1. De acuerdo con una encuesta de Pitney Bowes, suponga que el 42% de los
consumidores se sienten cómodos con el hecho de que sus compras les sean
entregadas con drones. Suponga que se desea encontrar la probabilidad de que
cuando se seleccionan cinco consumidores al azar, exactamente dos de ellos se
sientan cómodos con los drones. ¿Qué hay de erróneo en usar la regla de la
multiplicación para encontrar la probabilidad de que dos consumidores se sientan
cómodos con drones, seguidos por tres consumidores que no se sientan
cómodos, como en este cálculo: (0.42) (0.42) (0.58) (0.58) (0.58) = 0.0344?
los datos del ejercicio:
 El 42% de los consumidores se sienten cómodos con el uso de drones.
 Se eligen 5 consumidores del servicio al azar.
 La finalidad es encontrar la probabilidad de que exactamente 2 de esos 5
consumidores se sientan cómodos.
Para encontrar dicha probabilidad se utiliza la distribución binomial
n! x n− x
P ( X=x ) = ∙ p ∙q
x !(n−x)!
 5! 2 5−2
P ( X=x ) = ∙(0.42) ∙(0.58)
2 !(5−2)!
20
P ( X=x ) = ∙(0.1764)(0.195)
2
P ( X=x ) =10∙ 0.0344=0.344
Para resolver este ejercicio se puede asegurar que la regla de la multiplicación no es
viable, ya que esta se utiliza para calcular la probabilidad en una secuencia de
eventos independientes y que ocurran de manera sucesiva; mientras que la
distribución binomial se utiliza cuando se tiene un número exacto de pruebas
llamadas (n) y se desea calcular la probabilidad de obtener un número especifico de
éxitos, donde los eventos no son independientes.

2. Suponga que deseamos encontrar la probabilidad de que, al seleccionar cinco

consumidores al azar, exactamente dos de ellos se sientan cómodos con la
entrega por drones. También suponga que 42% de los consumidores están
cómodos con los drones (según una encuesta de Pitney Bowes). Identifique los
valores de n, x, p y q.

 p = probabilidad de éxito 42% = 0,42

 q = 1 – p = 1 – 0.42 = 0.58
 n = número total de pruebas, 5 consumidores
 x = número de éxitos consumidores que se sienten cómodos con drones = 2

En los ejercicios 3 a 8, suponga que se hacen conjeturas aleatorias para ocho

preguntas de opción múltiple en una prueba SAT, de modo que hay n = 8 ensayos,
cada uno con probabilidad de éxito (correcta) dada por p = 0.20. Encuentre la
probabilidad indicada para el número de respuestas correctas.

3. Encuentre la probabilidad de que el número x de respuestas correctas sea

exactamente 7.

P ( X=x ) = ( nx)∙ p ∙ q
x n− x

En donde ( nx) se conoce como el coeficiente binomial y se calcula como

n!
x !(n−x )!
La Distribución Binomial
n! x n− x
P ( X=x ) = ∙ p ∙q
x !(n−x)!
Y los datos suministrados son:
  P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=7
Reemplazando los valores conocidos:

P ( X=7 )= (87)∙ (0.20) ∙(0.80)

7 8 −7

Se Calcula (87) :
(87)= 7 ! (8−7
8!
=
8!
)! 7 ! ∙ 1!
=8

Se reemplaza de nuevo en la formula

7 1
P ( X=7 )=8 ∙(0.20) ∙(0.80)
7
P ( X=7 )=8 ∙ ( 0.20 ) ∙ 0.8
P ( X=7 ) ≈ 0.00008192
P ( X=7 ) ≈ 0.008192

La probabilidad de que el número de respuestas correctas sea exactamente 7 es

aproximadamente 0.00008192.

4. Para encontrar la probabilidad de que el número x de respuestas correctas sea al

menos 4, es posible sumar la probabilidad de obtener 4, 5, 6, 7 y 8 respuestas
correctas
P ( X=4 ) , P ( X=5 ) , P ( X=6 ) , P ( X =7 ) , P ( X=8 )
Se suman estas probabilidades
P ( X=4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 ) + P ( X=8 )
Calculando cada una por aparte usando la distribución Binomial
n! x n− x
P ( X=x ) = ∙ p ∙q
x !(n−x)!

 P = 0.20 que es el 20%

 1- p = q = 0.8 que es el 80%
 n=8
 x=4
 8! 4 8−4
P ( X=4 )= ∙( 0.20) ∙( 0.8)
4 ! (8−4) !
8! 4
P ( X=4 )= ∙( 0.0016)∙(0.8)
4 ! (8−4) !
8!
P ( X=4 )= ∙(0.0016)∙(0.4096)
4 ! (4)!
P ( X=4 )=70 ∙(0.00065536)
P ( X=4 )=0.0458752
P ( X=4 )=4.58752 %
 La Probabilidad de que el número de respuestas sea 5
 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=5
8! 5 8−5
P ( X=5 )= ∙(0.20) ∙(0.8)
5! (8−3)!
8! 3
P ( X=5 )= ∙(0.0032)∙(0.8)
5! (8−5)!
8!
P ( X=5 )= ∙(0.0032)∙(0.512)
5! (3)!
P ( X=5 )=56 ∙(0.00016384 )
P ( X=5 )=0.009175
P ( X=5 )=0.92 %

 La Probabilidad de que el número de respuestas sea 6

 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=6

8! 6 8 −6
P ( X=6 )= ∙ (0.20) ∙( 0.8)
6 !( 8−6) !
8! 2
P ( X=6 )= ∙ (0.000064)∙(0.8)
6 !( 8−6) !
8!
P ( X=6 )= ∙( 0.000064)∙(0.64)
6 !( 2) !
 P ( X=6 )=28 ∙(0.00004096)
P ( X=6 )=0.00115
P ( X=6 )=0.114688 %

 La Probabilidad de que el número de respuestas sea 8

 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=8

8! 8 8−8
P ( X=8 )= ∙(0.20) ∙(0.8)
8 !( 8−8) !
8! 0
P ( X=8 )= ∙(0.000064)∙(0.8)
8 !( 8−8) !
8!
P ( X=8 )= ∙ (0.00000256)∙ 1
8 !( 0) !
P ( X=8 )=1 ∙(0.00000256)
P ( X=8 )=0.00000256
P ( X=8 )=0.000256 %

Sumamos todas las probabilidades encontradas;

P ( X=4 )+ P ( X =5 ) + P ( X=6 ) + P ( X=7 ) + P ( X=8 )

P = 4,58752+ 0.92+ 0,114688+ 0.008192+ 0,000256

P = 5. 63

5. Encuentre la probabilidad de que el número x de respuestas correctas sea menor

que 3.

Los números menores que 3 son: 0, 1 y 2

P ( X=0 ) + P ( X=1 ) + P ( X =2 )
 Probabilidad de que no haya respondido ninguna pregunta bien; X = 0
 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=0
 8! 0 8−0
P ( X=0 )= ∙(0.20) ∙(0.8)
0 !( 8−0) !
8! 8
P ( X=0 )= ∙(1) ∙(0.8)
0 !( 8−0) !
8!
P ( X=0 )= ∙(1)∙(0.1677)
1(8)!
P ( X=0 )=1 ∙(0.1677)
P ( X=0 )=16.77 %
 La probabilidad de que haya respondido una pregunta bien; X = 1
 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=1
8! 1 8−1
P ( X=1 )= ∙(0.20) ∙(0.8)
1 !(8−1)!
8! 7
P ( X=1 )= ∙(0.2)∙(0.8)
1 !(7)!
8!
P ( X=1 )= ∙(0.2)∙(0.2097)
1 !(7)!

P ( X=1 )=33.52 %

 La probabilidad de que haya respondido dos preguntas bien; X = 2

 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=2

8! 2 8−2
P ( X=2 )= ∙(0.20) ∙(0.8)
2! (8−2)!
8! 6
P ( X=2 )= ∙(0.04 )∙(0.8)
2! (6)!
8!
P ( X=2 )= ∙(0.04 )∙(0.262)
2! (6)!
56
P ( X=2 )= ∙(0.01048)
2
 P ( X=2 )=28 ∙(0.01048)
P ( X=2 )=0.29344
P ( X=2 )=29. 344 %

Se suman las probabilidades

P ( X=0 ) + P ( X=1 ) + P ( X =2 )
P=16 ,77 % +33 , 52 %+29 , 344 %
P=79.65 %

Entonces se puede concluir que la probabilidad de que el número x de respuestas

sea menor que 3 es de 79.65%

6. Encuentre la probabilidad de que el número x de respuestas correctas no sea

mayor que 2.

Se suman las probabilidades obtenidas para P (X = 0); P (X = 1) y P (X = 2)

P ( X=0 ) + P ( X=1 ) + P ( X =2 )
P=16 ,77 % +33 , 52 %+29 , 344 %
P=79.65 %

7. Encuentre la probabilidad de no tener respuestas correctas.

 La probabilidad de que no haya respondido ninguna pregunta bien; X = 0

 P = 0.20 que es el 20%
 1- p = q = 0.8 que es el 80%
 n=8
 x=0

8! 0 8−0
P ( X=0 )= ∙(0.20) ∙(0.8)
0 !( 8−0) !
8! 8
P ( X=0 )= ∙(1) ∙(0.8)
0 !( 8−0) !
8!
P ( X=0 )= ∙(1)∙(0.1677)
1(8)!
P ( X=0 )=16.77 %
8. Encuentre la probabilidad de que al menos una respuesta sea correcta.
Utilizando nuevamente la distribución binomial;
P ( X ≥1 )=1−P( X=0)

La probabilidad de P ( X=0 )=0.1677−16.77

P ( X ≥1 )=1−0.1677
P ( X ≥1 )=0.8323
P ( X ≥1 )=83.23 %

En los ejercicios 9 a 11, suponga que se aplica la distribución de Poisson; también

asuma que el número medio de huracanes del Atlántico en Estados Unidos es de
6.1 por año, como en el ejemplo 1, y proceda a encontrar la probabilidad indicada.
9. Huracanes
a. Encuentre la probabilidad de que, en un año, haya 5 huracanes.
Distribución de Poisson;
x −λ
λ ∙e
P ( X )=
x!
 λ=6.1
 x=5
 e ≈2.718228

5 −(6.1 )
(6.1) ∙ e
P ( X=5 )=
5!

8445 ∙0.002242867
P ( X=5 )=
120
19.9432
P ( X=5 )=
120
P ( X=5 )=0.1578=15.8 %

Se puede concluir que la probabilidad de que en un año haya 5 huracanes es de

15.8%
b. En un período de 55 años, ¿en cuántos años se espera que haya 5
huracanes?

Se puede aplicar la regla de tres ya que se conoce la probabilidad de que en un año

haya 5 huracanes
 Años Probabilidad
1 0.158
55 x
x=55 ×0.15 7
x=8.69
 La probabilidad de que en un periodo de 55 años haya huracanes es que en
un tiempo de 8.7 años haya 5 huracanes.

c. ¿Cómo se compara el resultado del inciso (b) con el período reciente de 55

años en el que 8 años tuvieron 5 huracanes? ¿Funciona bien la distribución
de Poisson aquí?

 Es posible afirmar que la distribución de Poisson funciona bien, ya que el

dato obtenido es aproximadamente cercano al del enunciado el cual
afirma que 8 años tuvieron 5 huracanes.

10. Huracanes
a. Encuentre la probabilidad de que en un año no se formen huracanes.

 λ=6.1
 x=0
 e ≈2.718228
0 −(6.1)
(6.1) ∙e
P ( X=0 )=
0!

1∙ 0.002242867
P ( X=0 )=
1
P ( X=0 )=0.002242867=0.2243 %
 La probabilidad de que en un año no se formen huracanes es de aproximadamente
0.002243

b. En un período de 55 años, ¿en cuántos años se espera que no haya

huracanes?
Se utiliza la regla de tres y se tiene que
Años Probabilidad
1 0.00243
55 x
x=55 ×0.00243
 x=0.1234
 En un periodo de 55 años se espera que haya 0.1234 años sin huracanes.

c. ¿Cómo se compara el resultado del inciso (b) con el período reciente de 55 años
en el que hubo años sin huracanes? ¿Funciona bien la distribución de Poisson aquí?
 No es posible que durante un periodo de 55 años no haya huracanes, por medio de
la distribución de Poisson se puede afirmar que esta probabilidad es muy baja.

11. Huracanes
a. Encuentre la probabilidad de que en un año haya 7 huracanes.

 λ=6.1
 x=7
 e ≈2.718228
7 −(6.1)
(6.1) ∙e
P ( X=7 )=
7!

(314,274.3)∙(0.002243)
P ( X=7 )=
5040
704.88
P ( X=7 )=
5040
P ( X=7 )=0.139=13.9 %
 La probabilidad de que en un año haya 7 huracanes es de 0.139 o 13.9%

b. En un período de 55 años, ¿en cuántos años se espera que haya 7

huracanes?

Se utiliza la regla de tres y se tiene

Años Probabilidad
1 0.139
55 x
x=55 ×0.139
x=7.65
 En un periodo de 55 años se espera que haya 7.65 años con 7 huracanes.
 c. ¿Cómo se compara el resultado del inciso (b) con el período reciente de 55
años en el que en 7 años se formaron 7 huracanes? ¿Funciona bien la
distribución de Poisson aquí?

 El valor obtenido por medio de la distribución de Poisson es 7.65 años con 7

huracanes, mientras que el valor esperado según el texto es de 7 años con 7
huracanes; se puede afirmar a partir de los resultados que la distribución de Poisson
funciona bien para este cálculo.

En los ejercicios 12 a 30, suponga que se aplica una prueba de densidad ósea a un
sujeto seleccionado al azar. Las puntuaciones de las pruebas se distribuyen
normalmente con una media de 0 y una desviación estándar de 1. En cada caso,
trace una gráfica y luego determine la probabilidad de las puntuaciones dadas de la
prueba de densidad ósea.
12. Menor que -1.23

X−μ
Z=
σ
μ=0
σ =1
Z=|−1.23|=1.23
Para 1.23 se tiene que y por medio de la tabla de distribución normal se tiene que el
valor de Z es

Z=0.3907
La probabilidad
P ( Z ←1.23 )=0.3907

Probabilidad es 0.5 – 0.3907 = 0.1093

P ( Z ←1.23 )=10.93 %
13. Menor que -1.96

X−μ
Z=
σ
μ=0
σ =1
−1.96−0
Z= =−1.96
1
Z=|−1.96|=1.96
Para 1.96 se tiene que para Z
Z=0.4750
La probabilidad
P ( Z ←1.96 ) =0.4750

Probabilidad 0.5 – 0.4750 = 0.025

P ( Z ←1.96 ) =2.5 %

14. Menor que 1.28

X−μ
Z=
σ
μ=0
σ =1
1.28−0
Z= =1.28
1
A partir de la tabla de distribución normal se tiene que para Z y para 1.28 se tiene
que
Z=0.3997
La probabilidad
P ( Z <1.28 )=0.3997
Probabilidad 0.5 + 0.3997 = 0.8997
 Entonces la probabilidad es de

P ( Z <1.28 )=89.97 %

15. Menor que 2.56

X−μ
Z=
σ
μ=0
σ =1
2.56−0
Z= =2.56
1
Para 2.56 se tiene que
Z=0.4948
La probabilidad
P ( Z <2.56 )=0.5+ 0.4948=0.9948
Entonces la probabilidad es de

P ( Z <2.56 )=99.48 %
16. Mayor que 0.25

X−μ
Z=
σ
μ=0
σ =1
0.25−0
Z= =0.25
1
A partir de la tabla de distribución normal se tiene que para Z para 0.25 se tiene
que
Z=0.0987
La probabilidad
P ( Z >0.25 )=0.0997

P ( Z >0.25 )=0.5−0.0997=0.4003
Entonces la probabilidad es de

P ( Z >0.25 )=40.03 %

17. Mayor que 0.18

X−μ
Z=
σ
μ=0
σ =1
0.18−0
Z= =0.18
1
El valor de Z para 0.18
Z=0.0714
La probabilidad
P ( Z >0.18 )=0.0714
P ( Z >0.18 )=0.5−0.0714=0.4286
Entonces la probabilidad es de
 P ( Z >0.18 )=42.86 %

18. Mayor que -2.00

X−μ
Z=
σ
μ=0
σ =1
−2.00−0
Z= =−2.00
1
El valor de Z para -2.00 es
Z=0.47727
La probabilidad
P ( Z >−2.00 )=0.47727
P ( Z >−2.00 )=0.5+0.47727=0.977
Entonces la probabilidad es de
P ( Z >−2.00 )=97.7 %

19. Mayor que -3.05

 X−μ
Z=
σ
μ=0
σ =1
−3.05−0
Z= =−3.05
1
El valor de Z para -3.05 es
Z=0.9989
La probabilidad
P ( Z >−3.05 )=0.9989
Entonces la probabilidad es de

P ( Z >−3.05 )=99.89 %

20. Entre 2.00 y 3.00

A partir de la tabla de distribución normal se tiene que para Z cuando el valor es
2.00
Z=0.4772

Se determina Z para 3.00

Z=0.4987

Se restan los dos valores para determinar el espacio comprendido entre 2.00 y
3.00
Z 2−Z 1=0.4987−0.4772
Z 2−Z 1=0.0215
Entonces la probabilidad es de

P(2.00< Z <3.00)=2.15 %
21. Entre 1.50 y 2.50
A partir de la tabla de distribución normal se tiene que para Z cuando el valor es
1.50
Z=0.4332

Se determina Z para 2.50

Z=0.4938

Se restan los dos valores para determinar el espacio comprendido entre 1.50 y
2.50
Z 2−Z 1=0.4938−0.4332
Z 2−Z 1=0.0606
Entonces la probabilidad es de
P(1.50< Z <2.50)=6.1 %

22. Entre -2.55 y -2.00

 Se tiene que para Z cuando el valor es de -2.55
Z=0.4946

Se determina Z para -2.00

Z=0.4772
Se restan los dos valores para determinar el espacio comprendido entre -2.55 y
2.00
Z 2−Z 1=0.4946−0.4772
Z 2−Z 1=0.0174
P(−2.55< Z <−2.00)=1.74 %

23. Entre -2.75 y - 0.75

Se tiene que para Z cuando el valor es -2.75

Z=0.4970

Se determina Z para -0.75

Z=0.2734
Se restan los dos valores para determinar el espacio comprendido entre
-2.75 y -0.75
Z 2−Z 1=0.4970−0.2734
Z 2−Z 1=0.2236
P(−2.75< Z <−0.75)=22.36 %
24. Entre -2.00 y 2.00
Z2 + Z1 = Z 1(-2.00) + Z 2 (2.00)
Z2 + Z1 = 2 * 0.4772
Z2 + Z1= 0.9544
P (-2.00 < Z < 2.00) = 95.44%

25. Entre -3.00 y 3.00

Z (-3.00 = 3.00) = 0.4987

Z2 + Z1 = 2 * 0.4987
Z2+ Z1 = 0.9974
P (-3.00< Z < 3.00) = 99.74%
26. Entre -1.00 y 5.00
Z1 (-1.00) = 0.3413
Z2 (5.00) = 0.8413

Z2 + Z1 = 0.8413 - 0.3413
0.5 + 0.3413 = 0.8413
P (-1.00 < Z < 5.00) = 84.13%

27. Entre -4.27 y 2.34

Z1 (-4.27) = 0.49997
Z2 (2.34) = 0.4904
Z1+ Z2 = 0.5 + 0.4904
Z1 + Z2 = 0.9904
P (-4.23< Z < 2.34) = 99.047%
28. Menor que 4.55

Se tiene que para Z cuando el valor es 4.55

Z=1
La probabilidad
P ( Z < 4.55 )=1

P ( Z < 4.55 )=100 %

29. Mayor que -3.75

Se tiene que para Z cuando el valor es -3.75

Z=0.99991
La probabilidad
P ( Z >−3.75 )=0.9999

P ( Z >1.28 )=99.99 %
30. Mayor que 0

Z=0.05
La probabilidad
P ( Z >0 )=0.05

P ( Z >0 )=5.0 %
Referencias
Douglas A Lind, W. G. (2012). Estadística aplicada a los negocios y a la economía. Mexico D - F:
McGRAW-HILL/INTERAMERICANA EDITORES,.

Samaca, V. (18 de Marzo de 2015). Geogebra. Obtenido de Geogebra:

https://www.geogebra.org/material/show/id/SujgnzRy

Triola, M. F. (2009). ESTADÍSTICA. México: Pearson.