VARIABLE ALEATORIA DISCRETA DISTRIBUCION BINOMIAL Algunos la denominan como método exacto y como ya se mencioné, corresponde a una distribueién de variable aleatoria discreta. Pero antes de comenzat a explicar en qué consiste, cémo se calcula y en qué casos se debe aplicar, vale la pena recordar algunos conocimientos, que nos puedan ser ities en la distribucién binomial: el Binomio de Ne tony el Tridngulo de Pascal. (Ver SIL., capitulo 6) Se puede considerar “que si durante repetidos ensayos, siendo p la probabilidad de éxito en un solo ensayo, la cual debe permanecer fija, y q la probabilidad de fracaso, entonces la probabilidad P de que se obtenga X éxitos en m ensayos, es el término del desarrollo binomial de (q+p)" “. La formula general para cada término es: eae n= Niimero de ensayos X = Nimeto de éxitos P= probabilidad de éxito en cada ensayo 4g. = probabitidad de fracaso en cada ensayo Los criterios que debe satisfacer una experiencia binomial son 8) Debe existir un nimero fijo de prucbas repetidas (n) 'b) Cada una de las n pruebas debe tener dos resultados, favorable 0 desfavorable. En el caso de la moneda, serd: cara o sello, por lo tanto son sucesos mutuamente excluyentes, ¢) Laprobabilidad de éxito de un acontecimiento es fijo, algo similar sucede con la probabilidad de fracaso, 4) Las pruebas son independientes, ya que el resultado de un ensayo no afecta el resultado de otro, ) Nos interesa el niimero de éxitos en n pruebas,Ahora procedemos a elaborar el espacio muestral para el experimento consistente en Lanzar cuatro ‘monedas (n= 4), con el consiguiente resultado, ce) ee eRe ee Ocaras Tl cara 2earas —Scaras——_4caras S89 e585 cos e008 eeee sess exes cose. ses sees esce 8380) sese sece sce esse 1 4 6 4 i 16 16 16 16 16 Consideremos como éxito la aparicién de cara (C) y como fracaso la obtenciin de sello (S). Supondremos que las probabilidades de C y S son p y q respectivamente, siendo p + q= 1. Asf tenemos que P= py P,,=4q, Por otra parte, se debe considerar que C y S se presentan independientemente; por tal razén, cualquiera de las puntos muestrales, la probabilidad de que ocurran todos estos sucesos «en un solo ensayo, se obtiene multiplicando las probabilidades para cada suceso, Supongamos que en el lanzamiento de 4 monedas, se quiera obtener éxito (cara) en la primera y tercera moneda y fracaso (sello) cen Ia segunda y cuarta; se tendré que: 0) Pog Peg Pi “PAPI PE ‘= ‘Veamos las probabilidades asignadas a los 16 puntos muestrales del experimento anterior al lanzar cuatro monedas.Pico = 9992 = FP Poy = IPI = FP = fy Puy = PIG = FP ap Pow = PIM = FP Poe) = DP = FP = 6g Pow = pap = FP Poo = ppqg = FP Prrcey = PPP Fewe) Pap Posey = PPP = 4qp Poo = PPPS Pow = PPI = p* Si X representa al niimero de éxitos (caras) que se desea ocurran, se podré elaborar la siguiente tabla de probabilidades. Siendo:. — p=/2 yy qQ= 12. Recordemos el Binomio de Newton y observemos lo que pasa, si reemplazamos las notaciones clisicas dea y b por q y p, que representan las probabilidades de sello y cara,(as =a" tna" + MOD) q”™ 2h 4 Bm at La expansién binomial estard expresai de la siguiente forma ap =(a)ero( terns) pt +p" Distribucién de probabilidad binomial y su representacién gréfica Elaboremos la distribucién de probabilidad, con el experimento consiste en el lanzamiento de cuatro (4) ‘monedas, para la cual la variable aleatoria discreta esté dada por la obtencidn de exactitud: cero, uno, dos, tres y cuatro caras (X= 0, 1, 2,3 y 4) Tabla 6.6 Distribucién de probabilidades PROBABILIDADES x Fraccién | Decimal | % 0 wie | 0.0625 | 625 1 4/16 | 0.2500 | 25,00 2 6/16 | 0,3750 | 37,50 3 416 | 0.2500 | 25,00 4 | vie | 00625 | 625 = | 1616 | 1,000 | 100,00 Fi ra 6.1 Diagrama de frecuer Porcentaje % 30 20 X Niimero de earas (éxitos) Ejemplo 1, Supongamos el lanzamiento de 12 monedas o una moneda lanzada 12 veces. ;Cudl es la probabilidad de obtener: (a) exactamente 4 caras; (b) exactamente 10 caras?; (c) por Io menos dos caras; (@) como maximo 9 caras; (e) més de 10 caras y menos de 3 caras?oo: a) Exactamente 4 caras = nein xd exitos to-(epra =! Pa Pe of 2VLY(LY = [2 [Elles] OL 4 R22 (2-44 {L165} [256 Pe gal 22! [1] [12 xt xlox9 xs] 7 9" 814! |L 4.096. BIX4x3x2x1 $4,096 495 4.096 1 °5(g055) Proxy =12,08% Puna) = 0,1208 = 12,08% Nota: Con caleuladora, se hubiese hecho més répido el procedimiento anterior, algo similar se logra con el uso de tablas o la aplicacién de Excel, como se verd después de desarrollar estos ejercicios, b) Exactamente10 caras Raag= (i }o9" (05° | {(,0009766)(0,25)] 1 7 fe=cir P.,-10) =66 (0,00024415) = 0,0161 =1,61% C) Por lo menos dos caras = Como minimo dos caras X=2,3,4,5,6,7,8,9,10, ly 12 p=05 9=0,5 Panay Poon) /-* = 0 sca 100%, por lo tanto se tendrd que: 0%] o(") {2H0-CU8)] 1[0,0002+0,0029]= 10,0031 = 0.9969 = 99,69% 1)=99,69%. Paes d) Como maximo 9 caras = No més de 9 caras X=0,1,2,3,4,5,6,7.8y9Desarrolléndolo con el complemento se tendré que: P, T= Py yy Pac *P, Pass)=1= Poni) Rooi+ Peer) no (OTE HIE) EE) ‘(rs9) 10,2 2 WAI) (2 12)2 2 ~[0,0161+0,0029+0,0002] =0,0192=0,9808 = 98,08% xe9)7 ‘cu Pics) = 98 08% e) Mas de 10 caras y menos de 3 caras 2 0 1 2 Puoeres)=Poncrsz)=Paay + Puayt Poy + Pay + Peay Poyexea) (Fos (3) +(B jos? (sy “(Bost sy ' (Fes (sy +(Zosr sy Pierce) =0,0029 + 0,0002 + 0,0002 + 0,029 +-0,0161 = 0,023, Porexe2)™ jemplo 2. Una institucién universitaria establece nuevos métodos de aprendizaje y de evaluacién, con el resultado donde el 85% de sus alumnos aprucban todas las asignaturas. Supongamos que se seleccionan 8 estudiantes de dicho plantel {Cual es la probabilidad: (a) exactamente 3 aprueben todas las asignaturas; © :(@) Exactamente 3 aprueben p= 0,85 (aprobat) n=8 X=3 cy -(sJossveusy =0,0026=0,26