UNIVERSIDAD DEL MAGDALENA

DISTRIBUCIN BINOMIAL

PRESENTADO POR:
ALBENIS DE JESS MENDOZA PEREZ- 2016117158
SOLEINIS MARCELA OJEDA VERGEL- 2016117069

PRESENTADO A:
INDIRA ARROYO BARROS

GRUPO #14
ESTADISTICA 1
29/04/17
 INTRODUCCIN
Las distribuciones se basan en experimentos o procesos en los que se realiza una
secuencia de pruebas. Una distribucin de probabilidad indica toda la gama de
valores que pueden representarse como resultado de un experimento. Una
distribucin de probabilidad es similar al distribucin de frecuencias relativas .Sin
embargo, en vez de describir el pasado, describe la probabilidad que un evento se
realice en el futuro, constituye una herramienta fundamental para la prospectiva,
puesto que se puede disear un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenmenos naturales. Las
decisiones estadsticas basadas en la estadstica inferencial son fundamentales en
la investigacin que son evaluadas en trminos de distribucin de probabilidades.

La distribucin de Bernoulli es aquella en la que solo puedes encontrar dos

posibles resultados que pueden ser xito y fracaso dependiendo de ciertos
valores. La distribucin de Binomial se aplica cuando se realiza una sola vez un
experimento que tiene nicamente dos posibles resultados (p = xito o q =
fracaso), el nmero de ensayos es n y los resultados son independientes entre s.
 Distribucin de Bernoulli
La distribucin de Bernoulli (o distribucin dicotmica), nombrada as por
el matemtico y cientfico suizo Jakob Bernoulli, es una distribucin de
probabilidad discreta, que toma valor 1 para la probabilidad de xito ( ) y valor 0
para la probabilidad de fracaso ( ).
Si X es una variable aleatoria que mide "nmero de xitos", y se realiza un nico
experimento con dos posibles resultados (xito o fracaso), se dice que la variable
aleatoria X se distribuye como una Bernoulli de parmetro P.
La distribucin de Bernoulli de parmetro p es el modelo ms simple de
probabilidad. Se aplica a situaciones en las que un cierto atributo aparece con
probabilidad p (xito) y la ausencia de este mismo atributo con probabilidad q=1-p
(fracaso), como en el lanzamiento de una moneda. Que puede dar como resultado
cara o cruz. Recprocamente, todo experimento aleatorio que slo admite dos
resultados posibles, (uno llamado por costumbre xito y el otro fracaso) se llama
ensayo de Bernoulli y lleva obviamente a la distribucin de Bernoulli.
Consiste en hacer n veces experimento de Bernoulli, teniendo en cuenta que:
Las condiciones no varan.
Que cada uno de los experimento es independiente
Nota: si repetimos el experimento n veces podemos obtener resultados para la
construccin de la distribucin de Bernoulli
Caractersticas
Esperanza matemtica:
E [X]= P= u
VARIANZA
Var [X]= p (1-p)= pq

Su frmula es:

Ejemplo 1
EJEMPLO 2

EJEMPLO 3
 DISTRUBUCIN BINOMIAL

Una distribucin binomial es una distribucin discreta que modela el nmero de

eventos en un nmero fijo de ensayos. Cada ensayo tiene dos resultados posibles,
y evento es el resultado de inters en un ensayo.

Se utiliza para describir un proceso donde los resultados se pueden etiquetar

como un evento o un no evento y cuando est interesado en la ocurrencia de un
evento y no en su magnitud. Por ejemplo, un elemento pasa o no pasa una
inspeccin o un partido poltico gana o pierde. La distribucin binomial se usa
frecuentemente en control de calidad, sondeos de opinin pblica, investigaciones
mdicas y seguros.

Una distribucin binomial o de Bernoulli tiene las siguientes caractersticas:

1. En cada prueba del experimento slo son posibles dos
resultados: xito y fracaso.
2. La probabilidad de xito es constante, es decir, que no vara de una prueba a
otra. Se representa por p.
3. La probabilidad de fracaso tambin es constante, Se representa por q,
q=1p
4. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
5. La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en
las n pruebas. Por tanto, los valores que puede tomar X son: 0, 1, 2, 3, 4, ..., n.
El nmero de eventos (X) en n ensayos sigue una distribucin binomial si se
cumplen las siguientes condiciones:

El nmero de ensayos es fijo.

Cada ensayo es independiente.

Cada ensayo tiene uno de dos resultados: evento o no evento.

La probabilidad de un evento es igual para cada ensayo.

La distribucin binomial se expresa por B (n, p).

6. Una de las propiedades de la distribucin binomial es que cuando n es grande y
p est cerca de 0.5, la distribucin binomial puede ser aproximada por la
distribucin normal estndar.

Para esta grfica n=100 y p=0.5

VARIABLE ALEATORIA BINOMIAL
La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en cada
prueba del experimento.
La variable binomial es una variable aleatoria discreta, slo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
Ejemplo:
k = 6, al lanzar una moneda 10 veces y obtener 6 caras.
CLCULO DE PROBABILIDADES EN UNA DISTRIBUCIN BINOMIAL:

n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.

El nmero combinatorio
EJEMPLO 1:
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80%
de los lectores ya la han ledo. Un grupo de 4 amigos son aficionados a la lectura:
1. Cul es la probabilidad de que en el grupo hayan ledo la novela 2 personas?
n=4
p = 0.8
q = 0.2
B (4, 0.8)

2. Y cmo mximo 2?

EJEMPLO 2

La probabilidad de que un alumno de 1 de bachillerato repita curso es de 0.3.

Elegimos 20 alumnos al azar. Cul es la probabilidad de que haya exactamente 4
alumnos repetidores?
 Es una distribucin binomial. El alumno repite o pasa de curso.
Consideramos suceso xito el que nos preguntan
El alumno repite curso: P(A)= P= 0.3

El alumno no repite curso: P ( )=1-P= q= 1-0.3=0.7

Elegimos 20 alumnos n=20
Es una distribucin binomial de parmetros
n=20 P=0.3 B(n, P) B (20,0.3)
Probabilidad de que haya exactamente 4 alumnos

MEDIA, VARIANZA, DESVIACIN TPICA Y ESPERANZA DE DISTRIBUCIN

BINOMIAL:
Media
Varianza

Desviacin tpica

Esperanza:x
np
EJEMPLO 3:
La probabilidad de que un artculo producido por una fbrica sea defectuoso es
0.02. Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el
nmero esperado de artculos defectuosos, la varianza y la desviacin tpica.
 CONCLUSION

Las distribuciones constituyen una herramienta fundamental para la prospectiva,

puesto que se puede disear un escenario de acontecimientos futuros
considerando las tendencias actuales de diversos fenmenos naturales. En el
caso de la teora de probabilidad y estadstica, Bernoulli es un
experimento aleatorio en el que slo se pueden obtener dos resultados
(habitualmente etiquetados como xito y fracaso). Se denomina as en honor
a Jakob Bernoulli. Por consiguiente distribucin binomial es una distribucin
discreta que modela el nmero de eventos en un nmero n de ensayos. Se utiliza
para describir un proceso donde los resultados se pueden etiquetar como un
evento o un no evento. Un experimento sigue el modelo de la distribucin
binomial, de tal manera que tenga los siguientes parmetros; en cada prueba del
experimento slo son posibles dos resultados: el suceso a (xito) y su contrario
;la probabilidad del suceso a es constante, es decir, que no vara de una prueba a
otra. Se representa por p; el resultado obtenido en cada prueba
es independiente de los resultados obtenidos anteriormente.

WEB GRAFA

http://support.minitab.com/es-mx/minitab/17/topic-library/basic-statistics-
and-graphs/probability-distributions-and-random-data/distributions/binomial-
distribution/
http://www.ditutor.com/distribucion_binomial/distribucion_binomial.html
http://www.vitutor.com/pro/3/b_1.html
https://es.slideshare.net/LyiizziiRoOdriiguez/explicacin-de-distribuciones