El Experimento de Bernoulli

Consiste en realizar un experimento aleatorio una sola vez y observar si

cierto suceso ocurre o no, siendo p la probabilidad de que esto sea así
(éxito) y q=1-p el que no lo sea (fracaso).

Se tiene entonces una variable dicotómica, es decir solo toma dos

RESULTADOS

El hecho de llamar éxito o fracaso a los posibles resultados de las

pruebas obedece más una tradición literaria o histórica, en el estudio de
las Variables Aleatorias que a la situación real que pueda derivarse del
resultado.

Se define este experimento mediante una v.a. discreta X que toma los
valores X=0 si el suceso no ocurre, y X=1 en caso contrario, se denota
por:
Un ejemplo : lanzar una moneda al aire y considerar la v.a.
FRACASO

EXITO

Su función de probabilidad

y su función de distribución:

Valor esperado E( X )  p
Varianza  2  p(1  p)
Desviación estándar   p(1  p)
 Experimento Binomial

C 1. El experimento consiste de n ensayos consecutivos idénticos fijados

antes del experimento.
A
R 2. Cada ensayo tiene dos resultados posibles (cara o sello, defectuoso
A o no defectuoso, sí o no, éxito o fracaso).
C
3. La probabilidad del resultado de cualquier intento permanece fija
T
E con respecto al tiempo.
R 4. Los ensayos son estadísticamente independientes, es decir, el
Í resultado obtenido en uno de ellos no afecta el resultado de
S cualquier otro.
T
5. El muestreo se hace con reemplazo
I
C 6. Si se hace el muestreo sin reemplazo la regla que se sigue es que el
A tamaño de la muestra sea a lo más 5% del tamaño de la población
S 7. El experimento está interesado en la variable aleatoria X, que
representa el número de éxitos generados en los n ensayos.
 TERMINOLOGIA

“p” la probabilidad de tener un éxito.

“ q = (1-p)” la probabilidad de tener un fracaso.

“X” , el número de éxitos deseados al realizar

un proceso de Bernoulli.

“n” numero total de ensayos (este número

es fijo durante el experimento).
Ejemplos:

- El lanzamiento de una moneda.

- La elección de una pregunta de cierto y falso
- Calidad de un producto (bueno o defectuoso)
- La medición de un servicio (bueno o malo)
 Función de Densidad de Probabilidad
Se representa como B(X,n,p) siendo n el número de ensayos y p la
probabilidad de éxito, n y p son los parámetros de la distribución.
La variable es el número de éxitos:

n x n! x n x
B(n, p)  P( X  x)  C p q n x
 p q
x!(n  x)!
x

Ejemplo:

¿Qué probabilidad hay de obtener dos caras (no

importa el orden) en tres lanzamientos de una
moneda no alterada?

3!
C3, 2  0.520.532
2!(3  2)!
 PARAMETROS

Media   E ( X )  np
Varianza   np(1  p)
2

Desviación estándar   np(1  p)

Cual es el experimento
Cual es la VA
Ejemplo
Una máquina empacadora produce 15% de
Que es el éxito
paquetes defectuosos. Si tomamos una muestra Cuanto es la probabilidad
aleatoria de 20 paquetes. Cuál es la media y de éxito
desviación estándar de esta distribución. Cuántos ensayos se
realizan
 Ejemplo: Obesidad y Sobrepeso en Niños

Los estudiantes de ingeniería de la FII eligieron como

investigación el estudio de la obesidad y el sobrepeso en
niños de 9 a 12 años de cuatro escuelas de la ciudad de
Chorrera.
Las variables utilizadas como indicadores fueron: sexo, edad,
peso, tipo de merienda. Si se toma una muestra de tamaño
5, cual es el espacio muestral?

Indicador Rango
Sexo Categorías F - M
Edad 9 - 12 años
Peso 23 - 71 Kg
Merienda Categorías 1 - 6
Se observó una prevalencia (p) de sobrepeso del 10% para
la totalidad de las escuelas estudiadas.

Cual es el experimento?
Cual es la VA?
Que es el éxito?
Cuanto es la probabilidad de
éxito?
Cuántos ensayos se realizan?
Cual es la pregunta para
generar los datos en esta
investigación?
 Tiene el estudiante sobrepeso o no?

Cual es la variable a estudiar?

Cual es el espacio muestral?

 S

N
SSSSS NSSSS
ESPACIO S

S
S
SSSSN NSSSN
MUESTRAL N
N
S SSSNS NSSNS
S 3 S
N
N
S
SSSNN NSSNN
N
N
S
SSNSS NSNSS
2 4S
S S
N SSNSN NSNSN
N S

N
N
SSNNS NSNNS
S S

N N SSNNN NSNNS
1
N 5 S
SNSSS NNSSS
S N

N
SNSSN NNSSN
S S

N S N
S SNSNS NSSNS
N
S
SNSNN NSSNS
N S N
N

N SNNSS NNNSS
S S

N
S
N
S
SNNSN NNNSN
N

S S
N SNNNS NNNNS
N

N SNNNN NNNNN
N S
N
 El espacio muestral tiene treinta y dos eventos
simples

También se puede obtener a través de la regla de

la multiplicación

S  2  2  2  2  2  2  32 5

a) ¿Cuán probable es encontrar, en una muestra de 5 niños,

2 que presenten sobrepeso?
 S
Eventos con dos éxitos en el ESPACIO MUESTRAL
N
ESPACIO S
S
SSSSS NSSSS
S
MUESTRAL SSSSN
N
N
NSSSN
S
S
N
S
N SSSNS NSSNS
S
N
N
SSSNN NSSNN
S
S
N
SSNSS NSNSS
S S
N
N
S
SSNSN NSNSN
N
S S
SSNNS NSNNS
N N

N S SSNNN NSNNS
S N
SNSSS NNSSS
N
S S
SNSSN NNSSN
N S N
S

S
N
SNSNS NSSNS
N S N
N SNSNN NSSNS
N

S
S S
SNNSS NNNSS
N N
S
N
SNNSN NNNSN
N
S S
N

N
SNNNS NNNNS
N S
N
SNNNN NNNNN
 • S, S, N, N, N • S, N, S, N, N
• N, S, S, N, N • N, S, N, S, N
10 situaciones • N, N, S, S, N • N, N, S, N,S
con 2 éxitos • N, N, N, S, S • N, S, N, N, S
• S, N, N, S, N • S, N, N, N, S
EVALUANDO LAS PROBABILIDADES DE CADA UNO
DE LOS EVENTOS SIMPLES:

PROBABILIDAD
EVENTOS SIMPLES CON 2
No PROBABILIDAD DE ÉXITO O FRACASO DEL EVENTO
NIÑOS CON SOBREPESO
SIMPLE

1 S, S, N, N, N 0.1 0.1 0.9 0.9 0.9 0.00729

2 N, S, S, N, N 0.9 0.1 0.1 0.9 0.9 0.00729

3 N, N, S, S, N 0.9 0.9 0.1 0.1 0.9 0.00729

4 N, N, N, S, S 0.9 0.9 0.9 0.1 0.1 0.00729

5 S, N, N, S, N 0.1 0.9 0.9 0.1 0.9 0.00729

6 S, N, S, N, N 0.1 0.9 0.1 0.9 0.9 0.00729

7 N, S, N, S, N 0.9 0.1 0.9 0.1 0.9 0.00729

8 N, N, S, N,S 0.9 0.9 0.1 0.9 0.1 0.00729

9 N, S, N, N, S 0.9 0.1 0.9 0.9 0.1 0.00729

10 S, N, N, N, S 0.1 0.9 0.9 0.9 0.1 0.00729

PROBABILIDAD DE QUE HAYA 2 NIÑOS CON SOBREPESO EN LA MUESTRA 0.0729

 EVALUANDO CON LA FUNCION DE
DENSIDAD DE PROBABILIDAD BINOMIAL

n=5 p = 0.1
x=2 q = 1-0.1= 0.9

n! x n x 5!
B( x; n, p)  p q   0,12  0,93  0,073
x!(n  x)! 2!(5  2)! 10
 Ejemplo : Uso de tablas
n=5 p = 0,1
b) ¿Cuál es la probabilidad de encontrar más de 3
niños con sobrepeso en una muestra de 5 ?

p
n X 0,1 0,2 0,25 0,3 0,4 0,5 0,6 0,7 0,8 0,9
5 0 0,5905 0,3277 0,2373 0,1681 0,0778 0,0313 0,0102 0,0024 0,0003 0,0000
1 0,9185 0,7373 0,6328 0,5282 0,3370 0,1875 0,0870 0,0308 0,0067 0,0005
2 0,9914 0,9421 0,8965 0,8369 0,6826 0,5000 0,3174 0,1631 0,0579 0,0086
3 0,9995 0,9933 0,9844 0,9692 0,9130 0,8125 0,6630 0,4718 0,2627 0,0815
4 1,0000 0,9997 0,9990 0,9976 0,9898 0,9688 0,9222 0,8319 0,6723 0,4095
5 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000 1,0000

B(x>3; n= 5, p= 0,1)= 1 - B(x 3; n=5, p= 0,1)= 1 - 0,9995= 0,0005

RESPONDA A LAS SIGUIENTES PREGUNTAS

c) ¿Cuál es la probabilidad de encontrar entre 2 y 4

niños con sobrepeso en una muestra de 5 ?

d) ¿Cuál es la probabilidad de encontrar menos de 3

niños con sobrepeso en una muestra de 5 ?

e) ¿Cuál es la probabilidad de encontrar a lo más 3

niños con sobrepeso en una muestra de 5 ?

e) ¿Cuál es la probabilidad de encontrar como

mínimo 2 niños con sobrepeso en una muestra
de 5 ?
Gráficas de la Distribución Binomial

Considere la situación siguiente.

El dueño de un pequeño negocio ha estado

estudiando la llegada tarde de sus empleados (5
empleados) y con base en ello, ha determinado la
probabilidad de una llegada tarde en 0.40.

Construir una distribución binomial en forma

gráfica para este problema
Cual es el experimento?

Cual es la VA?

Que es el éxito?

Cuanto es la probabilidad de éxito?

Cuántos ensayos se realizan?

Que valores toma la variable en estudio

X(número de
empleados que
llegan tarde) p(X)
0
1
2
3
4
5
TOTALES
PROMEDIO
DISTRIBUCION DE PROBABILIDAD
X p(X)
0 0.07776
1 0.2592
2 0.3456
3 0.2304
4 0.0768
5 0.01024
TOTALES 1
Sesgada a la Sesgada a la
derecha
simétrica izquierda
Con base en un análisis del comportamiento de las
probabilidades en una distribución binomial se pueden
hacer las generalizaciones siguientes:

• Cuando p es pequeña (0.1), la distribución binomial está

sesgada a la derecha.

• Conforme p aumenta (0.3), el sesgo es menos notable.

• Cuando p = 0.5, la distribución binomial es simétrica.

• Cuando p > 0.5, la distribución está sesgada a la

izquierda.
Ejemplo:
Las observaciones durante un largo período muestran que un
vendedor determinado puede concluir una venta en una sola
entrevista con una probabilidad de 0.2. Suponga que el vendedor
entrevista a cuatro prospectos.

¿Cuál es la probabilidad de que exactamente dos personas compren el

producto?
¿Cuál es la probabilidad de que al menos dos prospectos compren el
artículo?
¿Cuál es la probabilidad de que todos los prospectos compren el
producto?

Solución:
a. Suponiendo que el resultado de cualquier contacto de venta es
independiente del resultado de cualquier otro y que p permanece
constante de un contacto de venta a otro, entonces x es una variable
binomial con n = 4, p = 0.2.
 Reemplazando en la Formula:
  X  2  C24 0.22 0.84 2   2  0.22 0.84 2
4!
2!4  2 !

  X  2  0.040.64   2  24 0.0256

4!
2!2! 4

  X  2  60.0256   2  0.1536

b. Al menos dos compren

 al menos dos   P ( X  2)   2    3   4   1   0    1

 al menos dos   P ( X  2)  1  0.20 0.84  4! 0.21 0.83

4!
0!4! 1!3!

 al menos dos   P ( X  2)  1  110.4096  4 0.2 0.512

 al menos dos   P ( X  2)  1  0.4096  0.4096  0.1808

c. De que todos compren

  X  4  0.2 0.8
4! 4 0

4!0!

  X  4   10.0016 1

  X  4   0.0016
Uso de las tablas de la DISTRIBUCION BINOMIAL para cálculo de
probabilidades
TABLA PUNTUAL
TABLA ACUMULADA

Utilización de Excel: DISTR.BINOM

Núm_éxito número de éxitos en los ensayos

Ensayos número de ensayos independientes

Prob_éxito probabilidad de éxito en cada ensayo

Acumulado valor lógico que determina la forma de la función.

Si el argumento acumulado es VERDADERO, DISTR.BINOM devuelve la

función de distribución acumulada, que es la probabilidad de que exista el
máximo número de éxitos

Si es FALSO, devuelve la función de masa de probabilidad, que es la

probabilidad de que un evento se reproduzca un número de veces igual al
argumento núm_éxito.