DISTRIBUCION DE PROBABILIDAD BINOMIAL

La distribucin binomial es una distribucin de probabilidad discreta que mide 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 ensayo de Bernoulli es un experimento aleatorio en el que slo se pueden obtener dos resultados. A uno de estos se denomina:
xito Fracaso

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.

Todos estos experimentos son ejemplos particulares de un experimento binomial. Este tipo de experimentos y las variables aleatorias que resultan poseen las siguientes caractersticas:
1. 2. 3. 4.

5.

El experimento consiste en n pruebas de Bernoulli idnticas. Cada prueba tiene nicamente dos posibles resultados: S (xito) y F (fracaso) P(S) = p y P(F) = q, se mantiene constantes a lo largo de todas las pruebas. Por lo tanto p + q = 1. Las pruebas son independientes. La variable aleatoria binomial Y es el numero de resultados S en n pruebas.

CALCULO DE PROBABILIDADES EN UNA DISTRIBUCIN La distribucin de probabilidad para una BINOMIAL

variable aleatoria binomial esta dada por:
=

(y = 0,1,2,3,..,n)

Donde: p = Probabilidad de xito en una sola prueba. q = 1-p. n = Numero de pruebas y = numero de xitos en n pruebas.

! ! !

La media y la varianza de la variable aleatoria binomial son: Media = Varianza 2 = Ejemplo: En los histogramas de frecuencia relativa de distribuciones binomiales para una muestra de n = 10 y diferentes valores de p.

Un evento simple de un experimento binomial que consiste en n pruebas de Bernoulli se puede representar con el smbolo: SFSFFFSSSF..SFS Donde la letra que esta en la i-esima posicin de izquierda a derecha denota el resultado de la i-esima prueba. Queremos calcular la probabilidad p(y) de observar y xitos en las n pruebas, necesitaremos sumar las probabilidades de todos los eventos simples que contengan y xitos (S) y (n-1) fracasos (F). Tales eventos simples aparecern como:

SSSSS.S

FFFF.F

y (n - y) Dado que las pruebas son independientes, la probabilidad de que un evento simple en particular implique y xitos es: SSSSS.S FFFF.F y (n - y) = 1 El numero de eventos simples equiprobables es igual al numero de formas en que podemos disponer las y S y las (n y) F en n posiciones que corresponden a las n pruebas.

Dicho numero es igual al numero de formas de seleccionar y posiciones .

! ! !

Se ha determinado la probabilidad de cada evento simple que produce y xitos y tambin el numero de tales eventos. Se suman las probabilidades de estos eventos simples para obtener: = 1

Ejemplo: Los ingenieros elctricos saben que una corriente neutral elevada en los sistemas de alimentacin de computadoras son un problema potencial. Un estudio reciente de las corrientes de carga en sistemas de alimentacin de computadoras en instalaciones estadounidenses revelo que 10% de las instalaciones tenan razones de corriente neutral a corriente de carga total altas. Si se escoge una muestra aleatoria de cinco sistemas de alimentacin de computadora del gran numero de instalaciones del pas, que probabilidad hay de que
a) b)

c)

Exactamente tres tengan una relacin de corriente neutral a corriente de carga total alta? Por lo menos tres tengan una relacin alta? Menos de tres tengan una relacin alta?

a) La probabilidad de escoger exactamente y = 3 instalaciones con una relacin alta es: = 1 Donde: n = 5, p = 0.1 y y= 3. Entonces:
3 =
5! 3!2!

(.1)3 (.9)2 = 0.0081

b) La probabilidad de observar al menos tres instalaciones con razones altas es:

3 = 3 + 4 + (5) Donde: 4 =
5! 4!1!

(.1)4 (.9)1 = 0.00045

 5 =

5! 5!0!

(.1)5 (.9)0 = 0.00001

Tenemos: 3 = 3 + 4 + (5) = 0.0081+0.00045+0.00001 = 0.00856 c) Aunque < 3 = 0 + 1 + (2) podemos evitar calcular estas probabilidades utilizando la relacin complementaria y el hecho de que: =0 = 1 Por lo tanto: < 3 = 1 3 = 1 0.00856 = 0.99