You are on page 1of 18

Escuela Politcnica Nacional

Facultad de Ingeniera Elctrica Y Electrnica


Probabilidad Y Estadstica

Tema: Distribucin Bernoulli y Binomial


Integrantes: Sebastin Pruna
Sebastin Snchez
Distribucin de Bernoulli.
Si al realizar un experimento una vez, solo hay dos resultados posibles, se tiene una
prueba de Bernoulli.

Al primero se le llama xito y al otro fracaso. La probabilidad de xito se denota


por p. Por consecuencia, la probabilidad de fracaso es 1-p. Es evidente que p y q no son
negativos y que p + q = 1.

=>Para cualquier ensayo de Bernoulli se define a la variable aleatoria X como:

Si el experimento propicia xito, entonces X es 1. De lo contrario, X es 0.


De ah que X sea una variable aleatoria discreta, con funcin de masa de probabilidad p(x)
definida por:

p(0) = P(X = 0) = 1 - p

p(1) = P(X = 1) = p

p(x) = 0 para cualquier valor de x diferente a 0 o 1

=>Media y varianza de una variable aleatoria de Bernoulli

E(x)= p Var(x)=p.q q=(1-p)


Ejemplos:

1.- Cuando se lanza un dado hay una probabilidad de 1/6 de que salga 6. Sea X = 1 si el dado
cae seis y X = 0 en cualquier otro caso. Cul es la distribucin de X?

Solucin

La probabilidad de xito es p= P(X =1) = 1/6. Por lo que X Bernoulli (1/6).

2.- Considere el experimento consistente en lanzar un dado y la variable aleatoria x: << el


nmero de puntos es mayor a 4>. Entonces,
x={ ( 1, si w E {5,6} ) ( 2, si w E {1,2,3,4} ) }

Pr( X= 0) = , Pr( X = 1) =
Distribucin Binomial.
En estadstica, la distribucin binomial es una distribucin de probabilidad discreta
que cuenta el nmero de xitos en una secuencia de n ensayos de Bernoulli
independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los
ensayos.

Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son
posibles dos resultados. A uno de estos se denomina xito y tiene una probabilidad de
ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p.

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


independiente, y se trata de calcular la probabilidad de un determinado nmero de
xitos. Para n = 1, la binomial se convierte, de hecho, en una distribucin de Bernoulli.
Sea la variable aleatoria X igual al nmero de xitos en n ensayos, entonces X tiene la
distribucin binomial con parmetros n y p. La notacin es:

X ~ Bin(n, p).

X es una variable aleatoria discreta y sus posibles valores son 0, 1, . . . , n.

Clculo de probabilidades en una distribucin binomial

n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.
El nmero combinatorio
=>Ejemplo
Supongamos que se lanza un dado (con 6 caras) 51 veces y queremos conocer la probabilidad de que el nmero 3 salga 20
veces.
En este caso tenemos una X ~ B(51, 1/6) y la probabilidad sera P(X=20):
=>La media y la varianza y desviacin tpica

Resumen
Si se realiza un total de n ensayos de Bernoulli y si:
Los ensayos son independienttes.
Cada ensayo tiene la misma probabilidad de xito p.
X es el nmero de xitos en los n ensayos.

Entonces X tiene la distribucin binomial con parmetros n y p, que se denota como


X ~ Bin(n, p).
Propiedades
Sea un experimento aleatorio en el que slo pueden darse dos posibilidades: que ocurra un
determinado suceso A, que llamaremos xito, o que no ocurra dicho suceso, o sea que ocurra
su complementario, que llamaremos fracaso, .
Se conoce la probabilidad de ocurrencia del suceso A, y por lo tanto la de su complementario:

P( A) = p ; P()=1p = q

Se repite el experimento n veces en las mismas condiciones (independencia).

Se define la variable aleatoria Binomial:


o X: n de veces que ocurre el suceso A (n xitos) en n realizaciones independientes del
experimento
Por lo tanto, X: 0, 1, 2 , 3, n
X B(n; p)
Ejemplos:
1.
2.
3.
4.
Un laboratorio afirma que una droga causa efectos secundarios en una proporcin
de 3 de cada 100 pacientes. Para contrastar esta afirmacin, otro laboratorio elige
al azar a 5 pacientes a los que aplica la droga. Cul es la probabilidad de los
siguientes sucesos?
a) Ningn paciente tenga efectos secundarios.

B(100, 0.03) p = 0.03 q = 0.97


b) Al menos dos tengan efectos secundarios.

c) Cul es el nmero medio de pacientes que espera laboratorio


que sufran efectos secundarios si elige 100 pacientes al azar?
Bibliografa:
(2006). En W. Navidi, Estadistica Para Ingenieros y Cientificos (pgs. 192-204). Mexico: STATISTICS FOR ENGINEERS AND
SCIENTISTS.
(2010). En E. Galindo, Estadistica Metodos y Aplicaciones (pgs. 120-121). Quito : ProCiencia Editores.

Ditutor. (15 de julio de 2015). Ditutor. Obtenido de Ditutor: http://www.ditutor.com/distribucion_binomial/distribucion_binomial.html

You might also like