Chiquimula 25 de agosto de

2018

UNIVERSIDAD MARIANO GÁLVEZ DE GUATEMALA

SEDE CHIQUIMULA
MAESTRÍA EN ADMINISTRACIÓN DE RECURSOS HUMANOS
CURSO MÉTODOS CUANTITATIVOS
ING.M.A. EDWIN OROZCO

Exposición
Grupo#1
DISTRIBUCIÓN BINOMIAL

INTEGRANTES:

ALEJANDRA MARÍA CHEW MORALES 3228-09-10327

EVA ISABEL ESPAÑA DÍAZ 3228-03-6020
ILSA MADAÍ ESTRADA SAGASTUME 3228-02-6126
ANA LUIZA HERNÁNDEZ MONROY 3228-97-3050
 Introducción

En estadística, la distribución binomial es una distribución de probabilidad

discreta que cuenta el número de éxitos en una secuencia de n ensayos de
Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del
éxito entre los ensayos.

Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, solo

dos resultados son posibles. A uno de estos se denomina «éxito» y tiene una
probabilidad de ocurrencia p y al otro, «fracaso», con una probabilidad2 q = 1 - p.

En la distribución binomial el anterior experimento se repite n veces, de

forma independiente, y se trata de calcular la probabilidad de un determinado
número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una
distribución de Bernoulli.
 Distribución binomial

Distribución binomial (n,p) La distribución binomial es una distribución

discreta muy importante que surge en muchas aplicaciones bioestadísticas. Fue
obtenida por Jakob Bernoulli (1654-1705) y publicada en su obra póstuma Ars
Conjectandi en 1713. Esta distribución aparece de forma natural al realizar
repeticiones independientes de un experimento que tenga respuesta binaria,
generalmente clasificada como “éxito” o “fracaso”; este experimento recibe el
nombre de experimento de Bernoulli. Ejemplos de respuesta binaria pueden ser el
hábito de fumar (sí/no), si un paciente hospitalizado desarrolla o no una infección,
o si un artículo de un lote es o no defectuoso.

La Distribución binomial es uno de los modelos de distribución teórica de

probabilidad que se utiliza cuando la variable aleatoria discreta es el número de
éxitos en una muestra compuesta por n observaciones.

Es una de las distribuciones de probabilidad más útiles que se emplea en control

de calidad, producción, investigaciones, etc.

La distribución binomial se aplica cuando se realizan un número "n" de

veces el experimento de Bernouilli, siendo cada ensayo independiente del anterior.
La variable puede tomar valores entre 0 (si todos los experimentos han sido
fracaso) y n (si todos los experimentos han sido éxitos)

Para este tipo de distribución de probabilidad, la función matemática es la

siguiente:

Donde:

P(X) = probabilidad de X éxitos dados los parámetros n y p

n = tamaño de la muestra

p = probabilidad de éxito

1 – p = probabilidad de fracaso

X = número de éxitos en la muestra ( X = 0, 1, 2, …….. n)

Aplicación

Es una de las distribuciones de probabilidad más útiles que se emplea en

control de calidad, producción, investigaciones, etc.

Características de la Distribución Binomial

a) En los experimentos que tienen este tipo de distribución, siempre se esperan

dos tipos de resultados, ejemplo: Defectuoso, no defectuoso, pasa, no pasa, etc,
etc., denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o
“fracaso” (lo contrario del éxito).
b) Las probabilidades asociadas a cada uno de estos resultados son
constantes, es decir no cambian.

c) Cada uno de los ensayos o repeticiones del experimento son independientes

entre sí.

d) El número de ensayos o repeticiones del experimento (n) es constante.

Variables que utiliza

En estas condiciones, la variable aleatoria X que cuenta el número de

éxitos en las n pruebas se llama variable binomial. Evidentemente, el espacio
muestral estar compuesto por los números enteros del 0 al n. Se suele decir que
una variable binómica cuenta objetos de un tipo determinado en un muestreo de n
elementos con reemplazamiento.

La función de probabilidad de la variable binomial se representa como b(x,n,p)

siendo n el número de pruebas y p la probabilidad del ‚éxito. n y p son los
parámetros de la distribución.

La manera más fácil de calcular de valor de números combinatorios, como

los incluidos en la expresión anterior, es utilizando el triángulo de Tartaglia

La media y la varianza de la variable binomial se calculan como:

Media = μ = n p

Varianza = σ2 = n p q
 Gráficamente el aspecto de la distribución depende de que sea o no simétrica
Por ejemplo, el caso en que n = 4:

Ejemplo

A partir de un ejemplo. Desarrollaremos una fórmula que nos

permita cualquier problema que tenga este tipo de distribución.
Ejemplo: Se lanza al aire una moneda normal 3 veces, determine la
probabilidad de que aparezcan 2 águilas.

Solución
Antes de empezar a resolver este problema, lo primero que hay que
hacer es identificarlo como un problema que tiene una distribución binomial,
y podemos decir que efectivamente así es, ya que se trata de un
experimento en donde solo se pueden esperar dos tipos de resultados al
lanzar la moneda, águila o sello, cutas probabilidades de ocurrencia son
constantes, cada uno de los lanzamientos es independiente de los demás y
el número de ensayos o repeticiones del experimento son constantes, n =
3.
 Para dar solución a este problema, lo primero que hay que hacer es
un diagrama de árbol, en donde representaremos los tres lanzamientos, de
ahí se obtendrá el espacio muestral y posteriormente la probabilidad
pedida, usando la fórmula correspondiente.

d={AAA, AAS, ASA, ASS, SAA, SAS, SSA, SSS}

Para obtener la fórmula, definiremos lo siguiente:

n = número de lanzamientos de moneda

x = número de “éxitos” requeridos = número de águilas = 2
p = probabilidad de “éxito”= p(aparezca águila) =1/2
q = probabilidad de “fracaso”= p(aparezca sello) =1/2
Entonces podemos partir de la siguiente expresión para desarrollar la
fórmula; P(aparezcan 2 águilas)=(No. De ramas del árbol en donde ap. 2
águilas)(probabilidad asociada a cada rama)

Entonces el número de ramas en donde aparecen dos águilas se puede

obtener;

Enumerando las ramas de interés, estas serían: AAS, ASA, SAA, ¿QUÉ
TIPO DE ARREGLOS SON ESTOS ELEMENTOS DEL ESPACIO
MUESTRAL?, Son permutaciones en donde algunos objetos son iguales,
entonces, el número de ramas se puede obtener con la fórmula
correspondiente,

donde n = x1+x2+...+xk

sustituyendo en esta fórmula, tenemos lo siguiente;

esta fórmula puede ser sustituida por la de combinaciones, solo en el caso

de dos tipos de objetos, si hay más de dos tipos de objetos, definitivamente
solo se usa la fórmula original, como se observará en el caso de la
distribución multinomial, pero ¿porqué vamos a cambiar de fórmula?,
simplemente porque en todos los libros de texto que te encuentres vas a
encontrar la fórmula de combinaciones en lugar de la de permutaciones,
que es la siguiente,
y sustituyendo valores, nos damos cuenta de que efectivamente son 3 las
ramas de interés, que son donde aparecen dos águilas, donde n = 3, x = 2.

¿Y la probabilidad asociada a cada rama?

Probabilidad asociada a cada rama = p(águila)*p(águila)*p(sello)= p*p*q = p2q=

Luego la fórmula de la distribución Binomial sería:

donde:
p(x, n, p) = probabilidad de obtener en n ensayos x éxitos, cuando la
probabilidad de éxito es p

Dando solución al problema de ejemplo tenemos lo siguiente:

n = 3, x = 2, p = ½
 Conclusión

Gracias a la comprensión de conceptos se entiende que la distribución

binomial es una poderosa herramienta probabilística que bien aplicada puede
ayudar a facilitar los cálculos para la solución de problemas.

La distribución binomial es bien aplicada tanto en tareas y trabajos

estadísticos y numéricos, como en aplicación de negocios propios, controles de
calidad y líneas de producción.

Las actuales tecnologías ayudan a maximizar los tiempos en la realización

de los presentes trabajos estadísticos, lo que contribuye en la entrega de
resultados y toma de decisiones.
 Bibliografía

Sergas.es. (2010). Obtenido de https://www.sergas.es/Saude-

publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre2014
.pdf

Webs.ucm.es. (2011). Obtenido de

http://webs.ucm.es/info/genetica/Estadistica/estadistica_basica%201.htm