FACULTAD INGENIERIAS

PROGRAMA INGENIERIA INDUSTRIAL

CONTROL DE CALIDAD
VI SEMESTRE

Nombres: Mario herrera, Isaac mejía vega, Carlos herrera, óscar molina
LABORATORIO No 2
Tema: DISTRIBUCION BINOMIAL
I. OBJETIVO ESPECIFICO
Introducir los conceptos de espacio de probabilidad, variables aleatorias discretas,
variables aleatorias continuas, probabilidad condicional e independencia, que le
permitirán posteriormente al estudiante profundizar en esta disciplina.
Adicionalmente los temas de esta asignatura habilitarán al estudiante a desarrollar
nuevo conocimiento en temas relacionados con esta asignatura como la Estadística
II. OBGETIVO GENERAL:
Identificar los elementos básicos de la teoría de probabilidad con énfasis en el
modelado de los fenómenos aleatorios. Reconocer situaciones prácticas en las que
las principales distribuciones de probabilidad, discretas y continuas pueden
presentarse.
III. INTRODUCCION
Un experimento a menudo consiste en pruebas repetidas, cada una con dos posibles
resultados que se pueden etiquetar como éxito o fracaso. La aplicación más obvia tiene que
ver con la prueba de artículos a medida que salen de una línea de montaje, donde cada
prueba o experimento puede indicar si un articulo esta defectuoso o no. Podemos elegir
definir cualquiera de los resultados como éxito. Este experimento se caracteriza porque está
compuesto de un número preestablecido de (n) pruebas idénticas e independientes, donde la
probabilidad del resultado de una no depende del resultado de las restantes. Cada prueba
tiene sólo dos resultados posibles que se describen como éxito o fracaso y la probabilidad
de tener éxito (p) permanece constante en cada una de ellas. En esta actividad se realizan (n)
pruebas idénticas que tienen dos resultados posibles (éxito o fracaso) y la probabilidad de
éxito (p) permanece constante de prueba en prueba. Las características anteriores nos
indican un experimento binomial.
IV. DESCRIPCIÓN DEL EXPERIMENTO
Con un valor de p = 0.15 tomar cincuenta (K = 50) muestras de tamaño 10 y anotar en la
tabla No.1 el número de bolas de color diferente halladas en cada muestra. En la tabla No.2
se anotarán el número de muestras en las cuales se presentaron 1, 2, 3, 4, 5, 6, 7, 8, 9, ó 10
bolas de diferentes colores, para cada uno de los diferentes grupos. En la tabla No. 3 se
anotarán la frecuencia experimental de cada resultado con base en los resultados del total de
los grupos, se debe calcular la probabilidad experimental, la probabilidad teórica y la
frecuencia teórica esperada. En la tabla No. 4 se debe seguir el mismo procedimiento de la
tabla No.3 pero solo teniendo en cuenta los resultados individuales del grupo.
 distribuciones discretas (que solo pueden tomar un número finito, o infinito numerable, de
valores). Fue estudiada por Jakob Bernoulli (Suiza, 1654-1705), quien escribió el primer
V. MARCO TEORICO tratado importante sobre probabilidad, “Ars conjectandi” (El arte de pronosticar). Los
Bernoulli formaron una de las sagas de matemáticos más importantes de la historia. La
En estadística, la distribución binomial es una distribución de probabilidad discreta que
distribución normal es un ejemplo de las distribuciones continuas, y aparece en multitud de
mide el número de éxitos en una secuencia de (n) ensayos independientes de Bernoulli con
fenómenos sociales. Fue estudiada, entre otros, por J.K.F. Gauss (Alemania, 1777-1855),
una probabilidad constante (p) de ocurrencia del éxito entre los ensayos. Un experimento de
uno de los más famosos matemáticos de la historia. La gráfica de la distribución normal en
Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno
forma de campana se denomina Campana de Gauss. La distribución binomial fue
de estos se denomina éxito y tiene una probabilidad de ocurrencia (p) y al otro, fracaso, con
desarrollada por Jakob Bernoulli (Suiza, 1654-1705) es la principal distribución de
una probabilidad (q = 1 – p). En la distribución binomial el anterior experimento se repite
probabilidad discreta. Si en una experiencia aleatoria únicamente
(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
consideramos dos posibilidades: que ocurra el suceso A o que no ocurra ( que ocurra A’, el
Bernoulli. Para representar que una variable aleatoria (X) sigue una distribución binomial
complementario de A), se trata de una experiencia dicotómica.
de parámetros (n) y (p), se escribe:

Si repetimos (n) veces una experiencia dicotómica y llamamos (X) a la variable que cuenta
La distribución binomial es la base del test binomial de significación estadística. El cálculo
el número de éxitos, resulta que:
de probabilidades tuvo un notable desarrollo con el trabajo del matemático suizo Jacob
X es una variable discreta que puede tomar los valores: 0, 1, 2, 3, 4, 5,...........n.
Bernoulli (1654-1705). Bernoulli definió el proceso conocido por su nombre el cual
Supongamos que un experimento aleatorio tiene las siguientes características:
establece las bases para el desarrollo y utilización de la distribución Binomial. La
distribución binomial y la distribución normal dos las distribuciones de probabilidad más
 En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito)
importantes y que son imprescindibles a la hora de adentrarnos en el estudio de la inferencia
y su contrario A’ (fracaso).
estadística. La distribución binomial es uno de los primeros ejemplos de las llamadas
  El resultado obtenido en cada prueba es independiente de los resultados obtenidos
anteriormente

 La probabilidad del suceso A es constante, la representamos por (p), y no varía de

una prueba a otra. La probabilidad de A’ es 1- p y la representamos por (q).

 El experimento consta de un número (n) de pruebas.

Todo experimento que tenga estas características diremos que sigue el modelo de la
distribución Binomial. A la variable (X) que expresa el número de éxitos obtenidos en cada
prueba del experimento, la llamaremos variable aleatoria binomial.
 CALCULOS Y RESULTADOS
Con los datos obtenidos luego de realizar las dos partes que componían la experiencia se
completaron las siguientes tablas:

TABLA N # 1 NUMERO DE BOLAS DE COLOR DIFERENTE EN CADA MUESTRA

1-10 3 2 1 0 2 2 2 1 3 2
11-20 1 2 1 2 0 2 3 4 0 2
21-30 3 1 1 1 3 1 2 2 4 1
31-40 2 0 4 2 1 1 1 1 2 4
41-50 2 2 1 0 0 1 1 2 2 0

TABLA No. 2 RESUMEN DE RESULTADO DE LOS GRUPOS

BOLAS 1 2 3 4 TOTAL
COLOR
DIFERENTE
0 7 13 7 10 37
1 16 17 19 7 59
2 17 15 12 21 65
3 5 41 9 10 28
4 5 0 2 2 11
5 0 0 0 0 0
6 0 0 0 0 0
7 0 0 0 0 0
8 0 0 0 0 0
9 0 0 0 0 0
10 0 0 0 0 0

1. Combinar la frecuencia de todos los grupos y obtener la distribución de probabilidad

experimental para la combinación resultante, calcular la probabilidad teórica de acuerdo con la
formula estadística para la distribución binomial. Analizar los resultados y explicar
diferencias. Consignar los resultados en la tabla No.3.

TABLA No. 3 RESUMEN DE GRUPOS NÚMERO DE LAS BOLAS DE COLOR DIFERENTE

EN LA MUESTRA X
X 0 1 2 3 4 5 6 7 8 9 10
FRECUENCIA 37 59 65 28 11 0 0 0 0 0 0
EXPERIMENTAL
PROBABILIDAD 0.185 0.295 0.325 0.14 0.055 0 0 0 0 0 0
EXPERIMENTAL
PROBABILIDAD 0.19687 0.34742 0.27589 0.12983 0.04009 0.008449 0.00124 0.00012 0.00008 0.0000003 0.00000005
TEORICA

RECUENCIA 59.061 104.226 87.767 38.949 12.027 2.547 0.372 0.036 0.0024 0.00009 0.000015
ESPERADA
Probabilidad Experimental:

P=

Para 0: P = 37/200 = 0.185

Para 1: P = 59/200 = 0.295
Para 2: P = 65/200 = 0.325
Para 3: P = 28/200 = 0.14
Para 4: P = 11/200 = 0.055

Probabilidad Teórica:
Donde: n = 10
P = 0.15
X = 0,…, 10

3. Graficar en un eje de coordenadas el comportamiento del número de bolas de color

diferente Vs. la probabilidad experimental y teórica, identificando cada curva con color
diferente.

4. Con base en los datos de la tabla No. 5calcular la media ( ) y la desviación estándar de esta
distribución, según las formulas:

Donde: F es la frecuencia y X el número de bolas de diferente color halladas en la muestra.

TABLA No. 5 CÁLCULO DE LA MEDIA Y DESVIACIÓN FRECUENCIA DEL

TOTAL DE GRUPOS
 INTERPRETACIÓN DE LOS RESULTADOS

Al comparar los cálculos de la probabilidad teórica con la experimental pudimos notar que hay
poca variación en los resultados de las mismas, lo que confirma que la distribución es
binomial, solo se observó una tendencia marcada en algunos números en los diferentes grupos
de trabajo en el laboratorio, lo cual desvió los resultados de la curva de la distribución
binomial, y esto se debe a que la caja no se mueve de la misma manera todas las veces y que
solo hay un 15% de conseguir el éxito, pero aun así no se alejan mucho de los resultados
esperados.

RESPUESTAS A PREGUNTAS

Preguntas:

1. A qué razones obedece las diferencias entre la probabilidad teórica y la probabilidad

experimental resultante.

R/ Se cuenta con una probabilidad de que ocurra un hecho en este caso que salgan 10
bolas blancas esto sería teórico, experimentalmente es poco probable que esto se
cumpla a cabalidad, ya que hay un 85% de que salgan bolas de diferente color.

2. Si el valor de (p) en el universo que es objeto de experimento, variase a 0,25 como

variaran los resultados obtenidos.

R/ Esto se vería reflejado en una disminución en la diferencia entre la probabilidad

experimental y la teórica
.

3. Qué conclusiones y recomendaciones se pueden hacer de la experiencia

R/ Los datos se pueden ver alterados ya que la caja no se revuelve de la misma forma
lo que genera variabilidad.

CONCLUSIONES Y RECOMENDACIONES

En la experiencia realizada en el laboratorio sobre Distribución Binomial, se pudo

comprobar que para realizar un experimento binomial las condiciones en que se hiso el
experimento no son constantes a lo largo de este, por ejemplo la velocidad a la que se
giro la rueda no fue la misma en cada repetición y cada grupo tenía a diferentes
personas haciendo esta acción de diferente forma, también cuenta que se usaba el
mismo lote de bolitas para hacer las muestras aunque las muestras después se volvían a
introducir, esos factores fueron variantes durante la práctica y son los que influyen en
los datos experimentales a diferencia del teórico, aunque los ensayos son
independientes de uno a otro tanto en el experimento como en la teoría las
probabilidades de éxito y fracaso se mantienen constantes.
 BIBLIOGRAFÍA

 Probability and the Art of Judgment, Cambridge University Press. (1992). La

Probabilidad es una Rama de las Matemáticas.

 David (1955). Dicing and gaming (a note on the history of probability). Biometrika 42,
pp. 1-15. [2] I. Hacking (1995).

 El Surgimiento de la Probabilidad, Editorial Gedisa, Barcelona, España. [3] A. M.

Hasofer (1967). Random mechanism in Talmudic literature. Biometrika 54, pp

 Introducción a la teoría de probabilidades e inferencia estadística. Autor Harold J.

Larson.