You are on page 1of 34

La distribucin binomial

Liliana Marulanda Lpez


SIMULACIN

Universidad Cooperativa de Colombia

Tabla de contenido
Introduccin Objetivos de la presentacin Instrucciones de cmo usar la presentacin Glosario de trminos Dato histrico Utilidad Propiedades de un experimento de Bernoulli La distribucin binomial La funcin Ejemplos

Tabla de contenido
La tabla de la probabilidad binomial Ejemplos Ejercicio de redaccin La media y la desviacin estndar Resumen Ejercicios de prueba Aproximacin a la distribucin normal Vdeo de repaso de conceptos Referencias

Objetivo general

Entender la distribucin binomial como el mtodo que permite obtener las probabilidades de aquellas situaciones gerenciales con dos posibles resultados.

Objetivos especficos
Identificar las propiedades de una distribucin binomial. Determinar los valores de xitos p y fracasos q para establecer las bases para el cmputo de las probabilidades. Establecer el promedio, la varianza y la desviacin estndar utilizando las variables de la distribucin binomial.

Instrucciones de cmo usar la presentacin


La presentacin inicia con las caractersticas que definen un proceso binomial. Te recomiendo que tengas acceso a Internet mientras trabajas la presentacin. Siempre que se presente la siguiente figura: puedes presionarla para navegar adecuadamente a travs de toda la presentacin.

Tambin encontrars comentarios de apoyo y retroalimentacin en recuadros como ste:

nota

Instrucciones de cmo usar la presentacin


Durante la lectura del mdulo tendrs la oportunidad de enlazar el glosario de trminos y regresar al lugar de origen presionando:

Luego de leer el material que sirve de introduccin, podrs establecer enlaces que demuestran los conceptos tericos.

Dato histrico

El clculo de probabilidades tuvo un notable desarrollo con el trabajo del matemtico suizo Jacob Bernoulli (1654-1705). Bernoulli defini el proceso conocido por su nombre el cual establece las bases para el desarrollo y utilizacin de la distribucin binomial.

Utilidad
La distribucin binomial se utiliza en situaciones cuya solucin tiene dos posibles resultados. Por ejemplo:

Al nacer un/a beb puede ser varn o hembra.


En el deporte un equipo puede ganar o perder.

En pruebas de cierto o falso slo hay dos alternativas.

Utilidad
Tambin se utiliza cuando el resultado se puede reducir a dos opciones. Por ejemplo: Un tratamiento mdico puede ser efectivo o inefectivo. La meta de produccin o ventas del mes se pueden o no lograr. En pruebas de seleccin mltiple, aunque hay cuatro o cinco alternativas, se pueden clasificar como correcta o incorrecta.
Estos ejemplos los podemos considerar como experimentos de Bernoulli

Propiedades de un experimento de Bernoulli


1 - En cada prueba del experimento slo hay dos posibles resultados: xitos o fracasos. 2 - El resultado obtenido en cada prueba es independiente de los resultados obtenidos en pruebas anteriores. 3 - La probabilidad de un suceso es constante, la representamos por p, y no vara de una prueba a otra. La probabilidad del complemento es 1- p y la representamos por q .
Si repetimos el experimento n veces podemos obtener resultados para la construccin de la distribucin binomial.

La distribucin binomial
La distribucin de probabilidad binomial es un ejemplo de distribucin de probabilidad discreta. Esta formada por una serie de experimentos de Bernoulli. Los resutados de cada experimento son mutuamente excluyentes. Para contruirla necesitamos: 1 - la cantidad de pruebas n 2 - la probabilidad de xitos p 3 - utilizar la funcin matemtica.

La funcin P(x=k)
A continuacin vemos La funcin de probabilidad de la distribucin Binomial, tambin denominada Funcin de la distribucin de Bernoulli:

"cara" al lanzar la moneda. 1-p - tambin se le denomina como q

k - es el nmero de aciertos. n - es el nmero de experimentos. p - es la probabilidad de xito, como por ejemplo, que salga

Ejemplo1 de la funcin F(x=k)


Cul es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces? El nmero de aciertos k es 6. Esto es x=6 El nmero de experimentos n son 10 La probabilidad de xito p, es decir, que salga "cara" al lanzar la moneda es 50% 0.50 La frmula quedara:

P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces una moneda es de 20.5% .

Ejemplo 2 de la funcin F(x=k)


Cul es la probabilidad de obtener cuatro veces el nmero 3 al lanzar un dado ocho veces? El nmero de aciertos k es 4. Esto es x=4

El nmero de experimentos n son 8


La probabilidad de xito p (probabilidad de que salga un 3 al tirar el dado) es 1 / 6 (= 0.1666) La frmula queda:

P (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el nmeros 3 al tirar un dado 8 veces es de 2.6%.

Tabla de probabilidad binomial


Utilizando la tabla de probabilidad binomial se pueden resolver los ejemplos anteriores. Para esto debe saber los valores k y B (n,p) . k es el nmero de xitos que buscamos. Este valor se encuentra entre 0 y n. En el parmetro B(n,p), n debe ser mayor de 0 y p un valor desde 0 al 1.
En los ejemplos 1 y 2 los parmetros B(n,p) son B(10,0.50) y B(8,0.1666) respectivamente.

Tabla de probabilidad binomial


Obtenga ms informacin de cmo asignar probabilidades utilizando las tablas.

Cuando llegue al enlance lea las primeras 6 preguntas con sus respuestas y luego practique con los ejercicios 1.1

Ejemplo 3
B(n,p)
Busque en la tabla de probabilidad binomial En una fbrica de cmaras el 5% sale con defectos. Determine la probabilidad de que en una muestra de 12 se encuentren 2 cmaras defectuosas. Solucin : Se trata de una distribucin binomial de parmetros B(12, 0.05). Debemos calcular la probabilidad de que x sea igual a k que en este caso es 2. Esto es P (k=2). Busque en la parte izquierda de la tabla n=12, luego en la parte superiror p=0.05 . La probabilidad estar en x=2 El resultado es 0.0988

Ejemplo 4 B(n,p)
Compruebe el cmputo utilizando una calculadora de probabilidad binomial En una oficina de servicio al cliente se atienden 100 personas diarias. Por lo general 10 personas se van sin recibir bien el servicio. Determine la probabilidad de que en una encuesta a 15 clientes 3 no hayan recibido un buen servicio.

Solucin :

Vea otros ejemplos en este enlace

Se trata de una distribucin binomial de parmetros B(15, 0.10). Debemos calcular la probabilidad P(X=3). El resultado es 0.1285

Ejercicio de redaccin con experiencia interactiva


Observe el cambio de la distribucin variando el parmetro B(n,p) Presente una descripcin escrita de las observaciones que obtiene al variar los valores n y p.

Cuando llegue al enlance entre: n en Number ot trials p en Prob. of Success

La media y desviacin estndar


Caractersticas de la distribucin binomial
Media
= E(X) = n p = 5 0.1 = 0.5 = 5 0.5 = 0.25
P(X) .6 .4 .2 0 0

n = 5 p = 0.1
X 1 2 3 4 5

Desviacin estndar

np (1 p) 5 0.1 (1 0.1) 0.67 5 0.5 (1 0.5) 1.1

P(X) .6 .4 .2 0 0

n = 5 p = 0.5
X 1 2 3 4 5
17

En resumen
En este mdulo hemos determinado la probabilidad binomial mediante el uso de la funcin binomial, tablas de distribucin y la calculadora del enlace. Adems, aprendimos que:

La distribucin binomial se forma de una serie de experimentos de Bernoulli La media () en la distribucin binomial se obtiene con el producto de nxp

La desviacin estndar ( ) en la distribucin binomial se obtiene del producto de n x p x q.


El valor de q es el complemento de p y se obtiene con 1 p.

Ejercicio de prueba #1
Un comerciante de verduras tienen conocimiento de que el 10% de la caja est descompuesta. Si un comprador elige 4 verduras al azar, encuentre la probabilidad de que. a) las 4 estn descompuestas. b) de 1 a 3 estn descompuestas.
Para resolver la pregunta b repase el modulo de las reglas de probabilidad. En este caso se resuelve sumando las probabilidades P(x=1) + P(x=2) + P(x=3) = 0.6561 + 0.2916 + 0.0486

Ejercicio de prueba #2
En pruebas realizadas a un amortiguador para automvil se encontr que el 20% presentaban fuga de aceite. Si se instalan 20 de estos amortiguadores, hallar la probabilidad de que, a) 4 salgan defectuosos,

b) ms de 5 tengan fuga de aceite.


c) de 3 a 6 amortiguadores salgan defectuosos. d) Determine el promedio y la desviacin estndar de amortiguadores con defectos.
La pregunta b debe sumar las probabilidades desde P(x=6) en adelante. En la c debe sumar P(x=3) + P(x=4) + P(x=5) + P(x=6).

Ejercicio de prueba #3
Un ingeniero que labora en el departamento de control de calidad de una empresa elctrica, inspecciona una muestra al azar de 10 alternadores de un lotes. Si el 15% de los alternadores del lote estn defectuosos. Cul es la probabilidad de que en la muestra, a) ninguno est defectuoso, b) uno salga defectuoso, c) al menos dos salgan defectuosos d) ms de tres estn con defectos
Para la pregunta d puede realizar la siguiente operacin: 1 [P(x=0) + P(x=1) + P(x=2)]

Ejercicio de prueba #4

La probabilidad de que un CD de msica dure al menos un ao sin que falle es de 0.95, calcular la probabilidad de que en una muestra de 15,

a) 12 duren menos de un ao,


b) a lo ms 5 duren menos de un ao, c) al menos 2 duren menos de un ao.

Ejercicio de prueba #5

Si 6 de 18 proyectos de viviendas violan el cdigo de construccin, cul es la probabilidad de que un inspector de viviendas, que selecciona aleatoriamente a cuatro de ellas, descubra que:

a) ninguna de las casas viola el cdigo de construccin


b) una viola el cdigo de construccin c) dos violan el cdigo de construccin d) al menos tres violan el cdigo de construccin

Ejercicio de prueba #6
Sea x una variable aleatoria binomial. Hallar la distribucin de probabilidad de x si = 4 y n= 10.
Para resolver esta pregunta utilice la relacin de =np Depejando por p queda

P= /n

Al tener el parmetro B(n,p) puede buscar en la tabla las x y sus probabilidades correspondientes. Esto forma la distribucin de probabilidad binomial para este ejercicio.

Aproximacin de la distribucin binomial por la normal


Experiencia interactiva, ejemplos y ejercicios relacionados a la aproximacin binomial por la normal Una distribucin binomial B (n, p) se puede aproximar por una distribucin normal, siempre que n sea grande y p no est muy prxima a 0 1. La aproximacin consiste en utilizar una distribucin normal con la misma media y desviacin tpica de la distribucin binomial. En la prctica se utiliza la aproximacin cuando:

Lea el Mdulo de la distribucin normal

n>30, np>5, nq>5


En cuyo caso : x= B(n,p) se puede aproximar a N(=np, = npq )

Repaso de conceptos

Observe un vdeo de repaso de la distribucin de probabilidad binomial

Cuando llegue al enlace haga click en la columna izquierda en Bernoulli y contine observando el video de Binomial

Glosario de trminos

Distribucin de probabilidad discreta - distribucin con un nmero finito de valores.

Distribucin binomial Distribucin discreta que se aplica cuando se realizan ms de una vez y de forma independiente el experimento de Bernoulli.
Experimento de Bernoulli Experimento con dos posibles resultados (xito o fracaso). Experimento independiente Cuando el resultado de un experimento no tiene influencia en el resultado de otro experimento

Glosario de trminos

xitos Es la ocurrencia del evento de inters como cantidad de defectos, llamadas recibidas, servicios completados. Fracasos Es el complemento de los xitos. Es la ocurrencia del evento que no es de inters. Resultados mutuamente excluyentes Son resultados que no pueden ocurrir al mismo tiempo. Si un producto sale bueno, no puede salir defectuoso al mismo tiempo.

Referencias

Anderson, S. (2006). Estadsticas para administracin y economa, ( 8tva ed.) Mxico: Thomson. Newbold, P. (2003). Statistics for Business And Economics, (5ta. Ed.). New Jersey: Prentice Hall. Bluman, A. G. (2007). Statistics. (6ta ed.). New York: Mc Graw Hil,New York. http://karnak.upc.es/teaching/estad/MC/taules/com-usartaules.pdf

Referencias
http://personal5.iddeo.es/ztt/Tem/t19_distribucion_binomial.htm http://www-stat.stanford.edu/~naras/jsm/example5.html http://cyber.gwc.cccd.edu/faculty/jmiller/Binom_Tab.pdf

http://descartes.cnice.mecd.es/Estadistica/Distribucion_binomial/bin omial.htm
http://descartes.cnice.mecd.es/Estadistica/Binomial_Normal/index.ht m