Вы находитесь на странице: 1из 15

Distribución de probabilidad discreta - distribución con un número

finito de valores.

Distribución binomial – Distribución discreta que se aplica cuando se


realizan más de una vez y de forma independiente el experimento de
Bernoulli.

Experimento de Bernoulli – Experimento con dos posibles resultados


(éxito o fracaso).

Experimento independiente – Cuando el resultado de un experimento


no tiene influencia en el resultado de otro experimento
Éxitos – Es la ocurrencia del evento de interés como cantidad de
defectos, llamadas recibidas, servicios completados.

Fracasos – Es el complemento de los éxitos. Es la ocurrencia del


evento que no es de interés.

Resultados mutuamente excluyentes – Son resultados que no pueden


ocurrir al mismo tiempo. Si un producto sale bueno, no puede salir
defectuoso al mismo tiempo.
La distribución binomial se utiliza en situaciones cuya
solución tiene dos posibles resultados.

Por ejemplo:

Al nacer un/a bebé puede ser varón o hembra.

En el deporte un equipo puede ganar o perder.

En pruebas de cierto o falso sólo hay dos alternativas.


También se utiliza cuando el resultado se puede reducir a dos
opciones.

Por ejemplo:

Un tratamiento médico puede ser efectivo o inefectivo.

La meta de producción o ventas del mes se pueden o no lograr.

Estos ejemplos los podemos considerar como


“experimentos de Bernoulli”
1 - En cada prueba del experimento sólo hay dos posibles resultados:
éxitos o fracasos. P[Éxito] = p P[Fracaso] = 1 – p = q

2 - El resultado obtenido en cada prueba es independiente de los


resultados obtenidos en pruebas anteriores.

3 - La probabilidad de un suceso es constante, la representamos por p, y


no varía de una prueba a otra. La probabilidad del complemento es 1-
p y la representamos por q .

Si repetimos el experimento n veces podemos


obtener resultados para la construcción de la
distribución binomial.
La distribución de probabilidad binomial es un ejemplo de distribución de
probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli.
Los resutados de cada experimento son mutuamente excluyentes.
Para contruirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de éxitos p
3 - utilizar la función matemática.
 D. Discreta
 "solo puede tomar un número finito de
valores entre dos valores cualesquiera de una
caraterística".
 Los eventos mutuamente excluyentes son dos
resultados de un evento que no pueden
ocurrir al mismo tiempo.
 Sacar una carta de un mazo estándar y que
salga un as y un rey son eventos mutuamente
excluyentes, ya que no pueden ocurrir los dos
al mismo tiempo.
A continuación vemos la función de probabilidad de la distribución Binomial,
también denominada Función de la distribución de Bernoulli:

x - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito, como por ejemplo, que salga "cara" al
lanzar la moneda.
1-p - también se le denomina como “q ” y significaría fracaso
Distribución Binomial
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1,
2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Como hay que considerar todas las maneras posibles de obtener x-éxitos y (n-x)
fracasos debemos calcular éstas por combinaciones (número combinatorio n sobre x).

Función de probabilidad de la distribución Binomial


o también denominada función de la distribución de Bernoulli (para n=1).
Verificándose: 0  p  1

Probabilidad de obtener x éxitos


Distribución Binomial
Ejemplo : Supóngase que en cierta población, e1 52 por ciento de todos los nacimientos
registrados son varones. Esto se interpreta en el sentido de que la probabilidad de un nacimiento
registrado de varón es de 0.52. Si, de esta población, se seleccionan al azar cinco registros de
nacimientos, ¿cuál es la probabilidad de que exactamente tres de los registros sean de
nacimientos de varones?

Solución :

x - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito
1-p = “q ” es la probabilidad de fracaso
Distribución Binomial
Ejemplo : Supóngase que se sabe que, el 30 por ciento de los ciudadanos de cierta población son
inmunes a alguna enfermedad. Si se selecciona una muestra aleatoria de tamaño 10 de esta
poblacion, ¿cuáles la probabilidad de que contenga exactamente cuatro personas inmunes?

Solución :
Ejemplo
 Cual es la probabilidad de escoger 5 sujetos
con hipertensión arterial de un total de 30
individuos, si se conoce que la patología en
esa población de manera histórica maneja un
porcentaje del 30%.

Вам также может понравиться