Universidad Tec Milenio: Profesional Sp04002 Probabilidad y Estadstica

El experimento de Bernoulli
Imagina un experimento aleatorio, en donde Existan dos resultados posibles. A uno de los resultados le llamaremos xito (en realidad es lo que buscamos y no necesariamente implica algo bueno o positivo). Al resultado alternativo le llamaremos fracaso (es lo que no deseamos o no nos interesa obtener y de nueva cuenta, no por fuerza debe ser algo malo o negativo).

SP04002. Probabilidad y Estadstica

Sesin 6. Distribucin binomial

El experimento de Bernoulli
Un experimento aleatorio que consiste de n ensayos repetidos tales que: - Los ensayos son independientes. - Cada ensayo tiene slo dos resultados posibles, denominados xito y fracaso. - La probabilidad de un xito en cada ensayo, denotada por p, permanece constante. - Con q = 1 - p como la probabilidad de un fracaso. ...recibe el nombre de experimento de Bernoulli.

El experimento de Bernoulli
Ejemplos de este tipo de experimento son: - El tpico de lanzar una moneda - Inspeccionar un artculo al azar y clasificarlo como defectuoso o no defectuoso - Determinar si una persona sobrevive o fallece de una determinada enfermedad Nos interesa conocer el nmero de xitos obtenidos, por lo que X ser la variable aleatoria que mida tal nmero en n pruebas independientes.
4

Distribucin binomial
La variable aleatoria X que es igual al nmero de ensayos donde el resultado es un xito, tiene una distribucin binomial con parmetros p =Probabilidad de xito n = 1,2,.....= Nmero de ensayos efectuados La funcin de probabilidad de X es:
n x n x b (x , n , p ) = p (1 p ) x

Distribucin binomial
La media de la distribucin binomial es

= np
La varianza de la distribucin binomial es

2 = npq

Para x = 0, 1, 2,....,n

D.R. Universidad TecMilenio Lzaro Crdenas #2610 Col. Del Paseo Residencial Monterrey, N.L. 2004 C.P. 64909

Universidad Tec Milenio: Profesional Sp04002 Probabilidad y Estadstica

Ejemplo

Ejemplo
En este caso, identificando los datos del problema tenemos xito = Coche que sea modelo 2001 o posterior.

En cierta ciudad, el nmero de coches modelo 2001 o posteriores representa 30% del parque vehicular. Si se escoge una muestra aleatoria de 5 coches, calcula la probabilidad de que al menos dos sean modelo 2001 o posterior.

n=5 x = nmero de coches que cumplan con el requisito de

ser 2001 o posteriores.

x2 p = 0.30 = probabilidad de coche modelo 2001 o

posterior.

q = 1 p = 0.70
7 8

Ejemplo
Sustituyendo en la frmula tenemos para x = 2,3,4,5
x 5x b (x 2, n = 5, p = 0.30) = x 0.30 0.70

Uso de tablas de distribucin binomial

5

El resultado anterior se obtuvo sustituyendo en la frmula, lo cual no siempre es prctico. Para facilitar el clculo de probabilidades binomiales se usan tablas con los valores ms comunes. Estas tablas aparecen al final de los libros de texto de Probabilidad y Estadstica.

Evaluando para cada valor de x

x 2 3 4 5 f(x) 0.3087 0.1323 0.0284 0.0024

Se suman todos los resultados y tenemos entonces que P (x 2) = 0.4718.

9 10

Uso de las tablas

Reproducimos una parte de la tabla para efectos de explicacin.
p n x
5 0 1 2 3 4 5 0.10 0.5905 0.9185 0.9914 0.9995 1.0000 1.0000 0.20 0.3277 0.7373 0.9421 0.9933 0.9997 1.0000 0.30 0.1681 0.5282 0.8369 0.9692 0.9976 1.0000 0.40 0.0778 0.3370 0.6826 0.9130 0.9898 1.0000 0.50 0.0313 0.1875 0.5000 0.8125 0.9688 1.0000

Uso de tablas binomiales

La primer columna es el nmero de ensayos (intentos) n hechos en el experimento. La segunda columna es el nmero de xitos x buscados. Obviamente x n. Se tienen columnas con valores de probabilidad de xito p constante. En caso de que un valor de p no aparezca en la tabla se recurre a la frmula. Las tablas son acumulativas.
11 12

D.R. Universidad TecMilenio Lzaro Crdenas #2610 Col. Del Paseo Residencial Monterrey, N.L. 2004 C.P. 64909

Universidad Tec Milenio: Profesional Sp04002 Probabilidad y Estadstica

Ejemplo
Volviendo al ejemplo de los coches, vamos a hacerlo de nuevo, ahora usando las tablas. Si se escoge una muestra aleatoria de 5 coches, calcula la probabilidad de que al menos dos sean modelo 2001 o posterior. De las tablas tenemos:

Ejemplo

b (x 2, n = 5, p = 0.30) = 1 b (x < 2, n = 5, p = 0.30)

p n x
5 0 1 2 3 4 5 0.10 0.5905 0.9185 0.9914 0.9995 1.0000 1.0000 0.20 0.3277 0.7373 0.9421 0.9933 0.9997 1.0000 0.30 0.1681 0.5282 0.8369 0.9692 0.9976 1.0000 0.40 0.0778 0.3370 0.6826 0.9130 0.9898 1.0000 0.50 0.0313 0.1875 0.5000 0.8125 0.9688 1.0000

b (x 2, n = 5, p = 0.30) = 1 b (x < 2, n = 5, p = 0.30)

La lgica es simple, se obtiene la probabilidad de x = 0,1 y se obtiene su complemento, que sera x = 2,3,4 y 5.

b (x 2, n = 5, p = 0.30) = 1 0.5282 = 0.4718

14

13

Ejemplo
Calcula la probabilidad de que en esa misma muestra haya ms de dos coches. En este caso, como X es variable discreta, ms de dos coches equivale a x > 2, es decir x = 3,4 y 5.

Ejemplo
Calcula la probabilidad de que en esa misma muestra haya cuando menos dos y mximo cuatro coches.

b (2 x 4 , n = 5, p = 0.30) = b (x 4 , n = 5, p = 0.30) b (x 1, n = 5, p = 0.30)

= 0.9976 0.5282 = 0.4694
DISEADOR Estos 2 ltimos renglones es el cambio, pero no los puedo poner en rojo porque est en editor de ecuaciones.
15 16

b (x > 2, n = 5, p = 0.30) = 1 b (x 2, n = 5, p = 0.30)

b (x > 2, n = 5, p = 0.30) = 1 0.8369

b (x > 2, n = 5, p = 0.30) = 0.1631

Crditos: Ing. Juan Ren Olivo Gonzlez

17

D.R. Universidad TecMilenio Lzaro Crdenas #2610 Col. Del Paseo Residencial Monterrey, N.L. 2004 C.P. 64909