ESCUELA POLITECNICA NACIONAL

PROBABILIDAD Y ESTADISTICA
Marcelo Licto Karina Jtiva
Ing. Mnica Mantilla Ingeniera Qumica
2011-05-17

Distribucin Binomial
Distribucin de Bernoulli
Aplicaciones de las Distribucin Binomial Aplicaciones de las Distribucin de Bernoulli

La Distribucin Binomial
Si consideramos que se realiza un experimento que consiste, ya sea en el lanzamiento repetido de una moneda, de un dado o sacar repetidamente una bolilla de una urna. Cada lanzamiento o seleccin se denomina prueba. En cualquier prueba sencilla habr una probabilidad asociada con un evento en particular, como cara en una moneda, 4 en un dado o sacar una bolilla roja. En al unos casos esta probabilidad no cambiar de una prueba a la si uiente !tal como ocurre en el lanzamiento de una moneda o un dado".

Si al realizar un experimento una vez, solo hay dos resultados posibles, se tiene una prueba de #ernoulli. Se acostumbra re$erirse a uno de los resultados como %&xito' que aparece con la probabilidad p, y al otro resultado como %$racaso'. (a variable aleatoria que si ue la ley de #ernoulli es) *, +, si es &xito

-, si es $racaso

(a ley de probabilidad es) .r!+,*" , p .r!+,-" , * / p , q

(a ley de #ernoulli desempe0a un papel $undamental en el anlisis de $enmenos en los cuales solo se tienen dos resultados mutuamente excluyentes, como es el caso de muchas pre untas en todo tipo de encuestas o la determinacin del sexo de los reci&n nacidos. Se denomina as1) X ~ Bin(n , p) EJEMPLOS: El ms conocido es el del lanzamiento de una moneda homo &nea, aqu1 p,q,*23. Si hay desequilibrio en la moneda p y q son distintos de 4

Consid&rese el experimento consistente en lanzar un dado y la variable aleatoria +) %el n5mero de puntos es mayor que 4'. Entonces)

+,

*, si 6 78 9,: ; 3, si 6 78 *,3,<,4 ;

= las probabilidades son) .r!x,-",32< !$racaso" .r!x,*",*2< !&xito"

Supongamos que se realiza una sucesin de n pruebas de Bernoulli e interesa conocer el nmero de xitos obtenidos, al margen del orden en que ellos se presenten. El nmero de xitos puede ser 0, ,!,".,n Se llama binomial a la le# de distribucin de una $ariable aleatoria discreta % que describe el nmero de xitos en una sucesin de n pruebas de Bernoulli independientes, en cada una de las cuales la probabilidad de xito es igual a p. Esta le# &ue descubierta por 'ames Bernoulli quien las in$estigo a &inales del siglo %()).

Sea p la probabilidad de que ocurra un e$ento en un ensa#o sencillo de Bernoulli *llamado probabilidad de ito+. Entonces, ! " 1-p es la probabilidad de que tal e$ento no ocurra en una prueba sencilla *llamada probabilidad de #racaso+. ,a probabilidad de que el e$ento ocurra exactamente x $eces en n pruebas, esta dada por la &uncin de probabilidad.

f ( x) = P( X = x) =

( )p q
n x x

n x

n! = p x q n x x!(n x)!

donde la $ariable aleatoria X denota el numero de xitos en n pruebas # x = 0, 1, 2, ,n

,a &uncin de probabilidad discreta con &recuencia se denomina distribucin binomial dado que para x = 0, 1, 2, ,n, le corresponden trminos sucesi$os en la expansin binomial.

( q + p)

=q +
n

( )q
n 1

n 1

p+

( )q
n 2

n 2

p + ... + p =
2 n x =0

( )p q
n x x

n z

- la $ariable % que sigue una le# binomial de par.metros n # p se la notar. como/ X ~ Bin(n , ! El caso especial de una distribucin binomial con n 0 recibe el nombre de Distribucin de Bernoulli. tambin

Entonces) (a distribucin binomial est asociada a experimentos del si uiente tipo) >ealizamos n veces cierto experimento en el que consideramos slo la posibilidad de ito o !r"c"so. (a obtencin de &xito o $racaso en cada ocasin es independiente de la obtencin de &xito o $racaso en las dems ocasiones. (a probabilidad de obtener &xito o $racaso sie#pre es l" #is#" en c"d" oc"sin$

(a distribucin binomial y de #ernoulli tiene amplia aplicacin en la teor1a de muestreo cuando se puede contestar a una pre unta 5nicamente con dos opciones. Como por ejemplo responder con un S? o un @A. Este tipo de distribuciones tambi&n se las aplica en los censos poblacionales de al una ciudad o pa1s.

P%OP&ED'DES DE L' D&S(%&B)*&O+ B&+OM&'L

= np

Bedia o Esperanza) Carianza) Desviacin Estndar) Coe$iciente de Ses o) Coe$iciente de Curtosis) Euncin Feneradora de Bomento) Euncin Caracter1stica)

E!x", 2 = npq
= npq Car!x",
npq 1 6 pq 4 = 3+ npq

3 =

qp

M ( t ) = ( q + pe t )

( ) = ( q + pe i )

Ejemplos) L" prob"bilid"d de obtener e "ct"#ente , c"r"s en - l"n."#ientos de un" #oned" b"l"nce"d" es: Donde) x,3 p,*23 q,*23
1 1 n,: P ( X = 2) = ( 6 )
2 2 6 2

y se expresa as1) + ~ #!n,p,q"

2 2

6! 1 1 15 = = 2!( 4)! 2 2 64

Gn examen consta de H pre untas de seleccin m5ltiple, cada una de ellas o$rece 9 alternativas de las cuales solo una es correcta. .ara aprobar el examen es necesario contestar al menos < pre untas. ICul es las probabilidad de que conteste todas las pre untasJ ICul es la probabilidad de que el estudiante apruebe el examenJ (a probabilidad de que el estudiante responda correctamente a cualquier pre unta es p , -.3 a"Sea + el numero de pre untas contestadas correctamenteK L , H 8 Pr( Z = 8) = C8 (0.2)8 (0.8)88 = (0.2)8 = 0.00000256

b+ 1ara aprobar se debe contestar al menos 2 preguntas3 4 52

Pr( Z 3) = 1 [ Pr( Z = 0) Pr( Z = 1) Pr( Z = 2)]
1 Pr( Z 3) = 1 C80 (0.2) 0 (0.8)8 C8 (0.2)1 (0.8) 7 C82 (0.2) 2 (0.8) 6

Pr( Z 3) = 1 Pr( Z < 3)

Pr( Z 3) = 0.20308

EJE%*&*&O P%OP)ES(O Gna maquina llena las cajas de los palillos de $os$oro. En una proporcin del *-M la maquina no llena las cajas por completo. Se toman al azar 39 cajas de $s$oros, calcule la probabilidad de que) ") no e ist"n c"/"s inco#plet"s p,-.* q,-.N n,39 x,25 2

.r!x,-" ,

25 0

1 ) 10

9 10

.r!x,-" , -.-O b) no 0"1" #"s de , c"/"s inco#plet"s$ .r!xP3", .r!x,-"Q.r!x,*"Q.r!x,3" 1 251

25 1 ( 1 ) 10

9 10

25 1 + ( 2 ) 10

9 10

25 2

.r!xP3", -.-OQ .r!xP3",-.9<4

Gna a encia de turismo o$rece viajes a la Rmazon1a. (a utilidad m1nima que le reporta uno de estos viajes es : dlares por cliente. Rdems, o$rece dos planes especiales, R y #. .or un plan de tipo R, se obtiene una anancia adicional de H dlares y por un plan de tipo #, *< dlares. Rdems se sabe que el :-M de los clientes que contratan planes especiales pre$ieren uno de tipo R. Si una semana, la a encia vendi 39 viajes a la Rmazon1a, 3- de los cuales no $ueron especiales, ICul es la anancia esperadaJ (a a encia vendi 39 planes) 3- normales y 9 especiales

Sea + la variable %n5mero de planes tipo R vendidos', + ~ #!9,-,:"

(a utilidad G que le producen los viajes vendidos es) G, 39S:QHS+Q*<S!9T+" 39S:, 39 viajes HS+, plan R *<S!9T+", plan # Dado que E!+", nSp, 9S-.:,< , la utilidad esperada es) E!G", *9-QE!H+"Q*<E!9T+", 3*9T9E!+" E!G",3*9T9S<,3--