Vous êtes sur la page 1sur 9

INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA Y MECNICA


AZCAPOTZALCO

DISTRIBUCION BINOMIAL
MATERIA: PROBABILIDAD Y ESTADISTICA

PROFESOR: VLADIMIR AGUIRRE BUITRN
ALUMNOS:
BARROSO STEFANONI JORGE
CABRERA MENDEZ VICTOR ROGELIO
ESCORZA MAGOS HORACIO YERIEL
EUTIMIO ORTEGA JOSE ANTONIO
EDGAR
GRUPO: 6MM7
FECHA:
31 DE MARZO DEL 2014
OBJETIVO
Se explicara y darn ejemplos sobre el tema de distribucin binomial tambin llamada
distribucin de Bernoulli, tratando de comprender en este texto desde historia, aplicaciones
ventajas y desventajas.
MARCO TEORICO
Una distribucin binomial o de Bernoulli tiene las siguientes caractersticas:
1. En cada prueba del experimento slo son posibles dos resultados: xito y fracaso.
1. La probabilidad de xito es constante, es decir, que no vara de una prueba a otra. Se
representa por p.
2. 3.La probabilidad de fracaso tambin es constante, Se representa por q,
q = 1 p
3. El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente.
4. La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en las n pruebas.
Por tanto, los valores que puede tomar X son: 0, 1, 2, 3, 4, ..., n.
La distribucin bimomial se expresa por B(n, p)

Clculo de probabilidades en una distribucin binomial


n = es el nmero de pruebas.
k = es el nmero de xitos.
p = es la probabilidad de xito.
q = es la probabilidad de fracaso.
El nmero combinatorio

Parmetros de la distribucin binomial
Media
Varianza

Desviacin tpica




En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que mide el
nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una
probabilidad fija p de ocurrencia del xito entre los ensayos. Un experimento de Bernoulli se
caracteriza por ser dicotmico, esto es, slo son posibles dos resultados. A uno de estos se
denomina xito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q = 1 - p. En la distribucin binomial el anterior experimento se repite n veces, de
forma independiente, y se trata de calcular la probabilidad de un determinado nmero de xitos.
Para n = 1, la binomial se convierte, de hecho, en una distribucin de Bernoulli.
Para representar que una variable aleatoria X sigue una distribucin binomial de parmetros n y p,
se escribe:

La distribucin binomial es la base del test binomial de significacin estadstica.





Parmetros
nmero de ensayos (entero)
probabilidad de xito
(real)
Dominio

Funcin de
probabilidad

Funcin de
distribucin

Media
Mediana
Uno de 1
Moda

Varianza

Coeficiente
de simetra

Curtosis

Entropa

Funcin
generadora
de
momentos


ECUACIONES
Su funcin de probabilidad es
DONDE SIENDO
las combinaciones de n en x (n elementos tomados de x en x)

EJEMPLOS
DEMOSTRATIVO
1 PROBLEMA
Se lanza al aire una moneda normal 3 veces, determine la probabilidad de que aparezcan 2 guilas.
SOLUCION 1
Antes de empezar a resolver este problema, lo primero que hay que hacer es identificarlo como un
problema que tiene una distribucin binomial, y podemos decir que efectivamente as es, ya que
se trata de un experimento en donde solo se pueden esperar dos tipos de resultados al lanzar la
moneda, guila o sol, donde las probabilidades de ocurrencia son constantes, cada uno de los
lanzamientos es independiente de los dems y el nmero de ensayos o repeticiones del
experimento son constantes, n = 3.
Para dar solucin a este problema, lo primero que hay que hacer es un diagrama de rbol, en
donde representaremos los tres lanzamientos, de ah se obtendr el espacio muestral y
posteriormente la probabilidad pedida, usando la frmula correspondiente.

d={AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS}
Para obtener la frmula, definiremos lo siguiente:
n = nmero de lanzamientos de moneda
x = nmero de xitos requeridos = nmero de guilas = 2
p = probabilidad de xito= p(aparezca guila) =1/2
q = probabilidad de fracaso= p(aparezca sol) =1/2
Entonces podemos partir de la siguiente expresin para desarrollar la frmula;
P(aparezcan 2 guilas)=(No. De ramas del rbol en donde ap. 2 guilas)(probabilidad asociada a
cada rama)
Entonces el nmero de ramas en donde aparecen dos guilas se puede obtener son 3

Ejemplos:
1. Se dice que el 75% de los accidentes de una planta se atribuyen a errores humanos. Si en
un perodo de tiempo dado, se suscitan 5 accidentes, determine la probabilidad de que; a)
dos de los accidentes se atribuyan a errores humanos, b) como mximo 1 de los
accidentes se atribuya a errores de tipo humano, c) tres de los accidentes no se atribuyan
a errores humanos.

Solucin:
a) n = 5
x = variable que nos define el nmero de accidentes debidos a errores humanos
x = 0, 1, 2,...,5 accidentes debidos a errores de tipo humano
p = p(xito) = p(un accidente se deba a errores humanos) = 0.75
q = p(fracaso) = p(un accidente no se deba a errores humanos) = 1-p = 0.25




b)



c) En este caso cambiaremos el valor de p;
n =5
x = variable que nos define el nmero de accidentes que no se deben a errores de tipo
humano
x = 0, 1, 2,...,5 accidentes debidos a errores humanos
p = p(probabilidad de que un accidente no se deba a errores humanos) = 0.25
q = p(probabilidad de que un accidente se deba a errores humanos) = 1-p = 0.75




PROBLEMAS
1 La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el
80% de los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la
lectura:
1 Cul es la probabilidad de que en el grupo hayan leido la novela 2
personas?
B(4, 0.2) p = 0.8 q = 0.2

2 Y cmo mximo 2?



2. Si la probabilidad de que el vapor se condense en un tubo de aluminio de cubierta delgada
a 10 atm de presin es de 0.40, si se prueban 12 tubos de ese tipo y bajo esas condiciones,
determine la probabilidad de que: a) el vapor se condense en 4 de los tubos

Solucin:
a) n =12
x = variable que nos define el nmero de tubos en que el vapor se condensa
x = 0, 1, 2, 3,...,12 tubos en el que el vapor se condensa
p =p(se condense el vapor en un tubo de Al a 10 atm)= 0.40
q = p(no se condense el vapor en un tubo de Al a 10 atm) = 1-p=0.60




= 0.21284

Vous aimerez peut-être aussi