Distribucin binomial

Variable discreta.

En ocasiones queremos analizar los resultados de efectuar un

Nmero de observaciones en los que la variable slo puede
tomar Ciertos valores puntuales. A esto le llamamos
distribucin de Variable discreta.

CONTENIDO

Distribucin Binomial

.. (1.1)

Criterios o propiedades para definir la Distribucin Binomial.. (1.2)

Caractersticas de la distribucin binomial (1.3)

Propiedades de la distribucin Binomial... (1.4)

EJEMPLO (1.5)

BIOGRAFA (1.6)

DISTRIBUCIN BINOMIAL (1.1)

Para construir un proceso binomial se necesita lo siguiente:
1) En el experimento slo hay dos resultados
a) EXITO = 1
b) FRACASO = 0
2) A la probabilidad de xito se le llama p
3) A la de fracaso se le llama q
4) Se cumple que p + q = 1 p + q = 1 (por lo tanto q = 1 p)
5) La probabilidad de xito permanece constante
6) Los eventos son independientes
7) El experimento se realiza n veces
8) Lo que se desea es conocer la probabilidad de xito, P(x), en los n intentos.
(Nota: xito no significa que sea bueno, slo significa que ocurra el evento).
Posibles combinaciones

p es la probabilidad individual de xito

q es la probabilidad individual de fracaso
n es el nmero de veces que se realiza el experimento o medicin

Es una de las distribuciones de probabilidad ms tiles (control de calidad,

produccin, investigacin). Tiene que ver con el experimento aleatorio que
produce en cada ensayo o prueba uno de dos resultados posibles mutuamente
excluyentes. Se puede considerado un experimento aleatorio en el cual solo hay
dos posibles resultados incompatibles a los que se les puede denominar xito o
fracaso, entonces se dice que X es una variable aleatoria discreta que se
distribuye como parmetro p donde p es la probabilidad de obtener xito., y se
expresa
X -> B (p)
Por lo tanto se puede decir que
X= 1 ---- P[xito] = p p [X = 1] = p
X= 0 ---- P[fracaso] = 1- p p [X = 0] = 1 = p
Ejemplo: El 10% de los trabajadores del pas est desempleado, Cul
2

es la probabilidad de seleccionar un individuo al azar y est desempleado?

X = 1 Desempleado p = 0,1
X = 0 Empleado

q = 1-p = 1-0,1 = 0,9

p(x=1)=0,1

CRITERIOS O PROPIEDADES PARA DEFINIR LA DISTRIBUCIN

BINOMIAL (1.2)
1. El experimento aleatorio consiste en ensayos o pruebas repetidas, e
idnticas y fijadas antes del experimento (pruebas de Bernoulli). Son
pruebas con reemplazamiento o con reposicin.
2.

Cada uno de los ensayos o pruebas arroja solo uno de dos resultados
posibles resultados: xito o fracaso.

3. La probabilidad del llamado xito (

para cada ensayo o prueba.

, permanece constante

4. Cada prueba o ensayo se repite en idnticas condiciones y es

independiente de las dems.
Cuando estas propiedades se cumplen en el experimento aleatorio se dice
que el constituye un proceso de Bernoulli y cada uno de los ensayos que lo
conforman se llama experimento de Bernoulli.
5.

El inters recae en hallar la probabilidad de obtener

de xitos al realizar

nmero

ensayos del mismo E.A.

CARACTERSTICAS DE LA DISTRIBUCIN BINOMIAL (1.3)

a. Tendencia

central:

aplicando

la

definicin de valor esperado se obtiene que para esta distribucin :

b. Dispersin

variacin:

lo que conduce a que una v.a.

binomial X tiene como varianza
3

Por lo tanto su desviacin estndar

c. Asimetra o deformacin (Forma): con base en la razn entre los momentos

centrales de orden dos y tres como quedo definido antes

Sobre la base de que si

Generalmente la distribucin binomial es sesgada o asimtrica hacia la derecha,
sesgo que se va perdiendo cuanto ms grande sea el valor de $\eta $ (# de
pruebas) y en la medida en que $\rho $ se acerque a $0.5$ (por lo tanto $(1-\rho)
$ tienda a $0.5$), limite en el cual se torna simtrica.

PROPIEDADES DE LA DISTRIBUCIN BINOMIAL (1.4)

1.
La distribucin Binomial se puede obtener como suma de n variables
aleatorias independientes Bernouilli con el mismo parmetro p.
2. Si tenemos dos variables aleatorias que se distribuyen segn una Binomial con
el mismo parmetro p, es decir, con la misma probabilidad de xito,
X B(n, p) e Y B (m, p), entonces siempre se verifica
X + Y B(n + m, p).
Si no tienen la misma probabilidad no se pueden sumar.
3. Sea X una variable aleatoria e Y otra variable aleatoria que verifican
que
X B(n, p) e Y=X/n
Entonces se verifica
Y B (1, p / n)
Y adems su esperanza y varianza son
E [Y] = p y

V [Y] = pq
n

EJEMPLO (1.5)

BIOGRAFA (1.6)
Referencia de pg. Web

http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_230_72.html
Da: 03/11/2014
Hora: 4:00 p.m.

http://www.geociencias.unam.mx/~ramon/EstInf/Clase5b.pdf
Da: 03/11/2014
Hora: 7:00 p.m.

http://www.vadenumeros.es/sociales/ejemplos-distribucion-binomial.htm
Da: 03/11/2014
Hora: 10:00 p.m.

Taller de estadstica

Dirigido a
Antonio Acosta

Presentado por
Luis Fernando Pacheco

Facultad
Ingeniera de sistema

Corporacin universitaria del caribe

CECAR
04/11/2014