DISTRIBUCIN BINOMIAL

NCR: 141325

INTEGRANTES:
CASSANDRA JASIDI TORRES SOTO
JOSE INACIO REYES MOJICA
ORIGEN

El clculo de probabilidades
obtuvo 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.
QU ES UNA DISTRIBUCIN BINOMIAL?

1 2 3 4
Es una distribucin de Describe datos Se usa para obtener la La distribucin
probabilidad discretos, resultantes probabilidad de binomial se utiliza en
ampliamente utilizada de un experimento ocurrencia para ese situaciones cuya
de una variable denominado proceso evento que representa solucin tiene dos
aleatoria discreta. de Bernoulli. un resultado esperado. posibles resultados
 El experimento consiste en n pruebas
Bernoulli idnticas.

Cada prueba tiene nicamente dos

posibles resultados, xito (E) y fracaso
(F).
P(E)=p y P(F)=q o (1-p) se
CARACTERISTICAS mantienen constantes a lo largo de
todas las pruebas (note que p+q=1).

Las prebas son independientes.

La variable aleatoria Binominal X es el

nmero de resultados de xito (E) en n
pruebas.
 FORMULA

p = probabilidad de xito en una sola

prueba.

q= (1-p).
Su funcin de probabilidad es: =

n = nmero de pruebas.
x = nmero de xitos en n pruebas
Donde x= {0,1,2,3n}

!

=
! !
EJEMPLO 1.

Un estudio determino que el 40% de los alumnos de CUCEI desayunan en alguna de las cafeteras del campus. Si
una tarde se escogen al azar ocho estudiantes de dicho campus, determine la probabilidad de que hayan tomado
su desayuno en alguna cafetera del campus:
A) exactamente dos de ellos.
B) por lo menos dos de ellos.
C) ninguno de ellos.
D) no mas de tres de ellos.
Tenemos P= 0.4 y n= 8
A) EXACTAMENTE DOS DE ELLOS.
EQUIVALE A CALCULAR : P(X=2)

8
= P(X = 2) = 2
0.4 2 0.6 8-2 = 28 0.16 0.46656 = 0.2090
B)POR LO MENOS DOS DE ELLOS.
EQUIVALE A CALCULAR: P(X 2)

8
= P(X = 2) = 2
0.4 2 0.6 8-2 = 28 0.16 0.46656 = 0.2090
8
= P(X = 3) = 3
0.4 3 0.6 8-3 = 56 0.064 0.07776 = 0.2786
8
= P(X = 4) = 4
0.4 4 0.6 8-4 = 70 0.0256 0.1296 = 0.2322
8
= P(X = 5) = 5
0.4 5 0.6 8-5 = 56 0.01024 0.2160 = 0.1238
8
= P(X = 6) = 6
0.4 6 0.6 8-6 = 28 0.004096 0.3600 = 0.0412
8
= P(X = 7) = 7
0.4 7 0.6 8-7 = 8 0.0016384 0.6000 = 0.007864
8
= P(X = 8) = 8
0.4 8 0.6 8-8 = 1 0.00065536 1 = 0.00065536
 Como nos piden la P(X 2) tenemos que sumar las probabilidades de 2 a la 8, entonces:
f x(2) + f x(3) + f x(4) + f x(5) + f x(6) + f x(7) + f x(8) = 0.8933
Ntese que puesto que la suma de probabilidades tiene que ser 1, la probabilidad de 2 o mas defectuosos
tambin puede calcularse como P(X 2) = 1- P(X<2)
8
0 = P(X = 0) = 0
0.4 0 0.6 8-0 = 1 1 0.0167962 = 0.01679
8
1 = P(X = 1) = 1
0.4 1 0.6 8-1 = 8 0.4 0.0279936 = 0.08957
Por lo tanto.

P(X 2) = 1- [P(X=0)+ P(X=1)]

1- [0.01679+ 0.08957] = 1-0.10636 = 0.89364
C) NINGUNO DE ELLOS.
EQUIVALE A CALCULAR. P(X=0)

8
0 = P(X = 0) = 0
0.4 0 0.6 8-0 = 1 1 0.0167962 = 0.01679
D) NO MAS DE TRES DE ELLOS.
EQUIVALE A CALCULAR. P(X3)

P(X3) = x(0) + x(1) + x(2) + x(3) = 0.01679 + 0.08957 + 0.2090 + 0.2786= 0.5939
EJEMPLO 2.

Un proceso de grabacin produce un 20% de unidades defectuosas. Suponga que se toma una muestra de tamao
5, cuidando que la proporcin de defectuosos se mantenga constante en la poblacin, y que cada disco en esta
tenga la misma probabilidad de ser incluido en la muestra. Es decir, que los discos se eligen de acuerdo con una
funcin de probabilidad uniforme. cual es la distribucin de probabilidad?
El experimento consiste en tomar aleatoriamente un disco y anotar si es defectuoso o no, sigue el modelo de
Bernoulli, y la toma de 5 unidades en la forma discreta arriba es equivalente a 5 repeticiones independientes del
experimento. Sea X la variable aleatoria que cuantifica el numero de discos defectuosos (xitos) en la muestra.
Entonces X tiene una distribucin Binomial con parmetros n=5 (el numero de repeticiones) y p=0.2 (la
probabilidad de xito en una experiencia) la funcin de probabilidad de X es.

x(x)={
5
0.2 0.8 5-x : X = 0,1,2,3,5

0 de otra forma
EXPLCITAMENTE ESTAS PROBABILIDADES SON:

5
0 = P(X = 0) = 0
0.2 0 0.8 5-0 = 1 1 0.32768 = 0.32768
5
1 = P(X = 1) = 1
0.2 1 0.8 5-1 = 5 0.2 0.4096 = 0.4096
5
2 = P(X = 2) = 2
0.2 2 0.8 5-2 = 10 0.04 0.512 = 0.2048
5
3 = P(X = 3) = 3
0.2 3 08 5-3 = 10 0.008 0.64 = 0.0512
5
4 = P(X = 4) = 4
0.2 4 0.8 5-4 = 5 0.0016 0.8 = 0.0064
5
5 = P(X = 5) = 5
0.2 5 0.8 5-5 = 1 0.00032 1 = 0.00032
EN FORMA DE TABLA SE TIENE:

X 0 1 2 3 4 5

P(X = x) 0.32768 0.4096 0.2048 0.0512 0.0064 0.00032 1.00

De aqu pueden contestarse algunas preguntas.

La probabilidad de no encontrar discos defectuosos es:
P(X = 0) = 0.32768
La probabilidad de encontrar 3 o mas discos defectuosos es:
P(X 3) = P(X = 3) + P(X = 4) + P(X = 5) = 0.0512 + 0.0064 + 0.00032 = 0.0579
EJEMPLO 3.

Un ingeniero de control de trafico informa que el 75% de los vehculos que pasan por un punto de verificacin
tienen matriculas del estado. cual es la probabilidad de que mas de 4 de los siguientes 9 vehculos del estado ?
EJEMPLO 4.

Un complejo sistema electrnico esta constituido por cierto numero de componentes de apoyo en sus
subsistemas. Un subsistema tiene 4 componentes idnticos, cada uno con probabilidad de 0.2 en fallar en menos
de mil horas. El subsistema funciona si dos o mas componentes cualesquiera de los 4 trabajan en forma adecuada.
Ademas se supone que los componentes operan de forma independiente.
A) encuentre la probabilidad de que exactamente dos de cuatro componentes resistan mas mil horas.
B) encuentre la probabilidad de que el sistema funcione por mas de mil horas.
REFERENCIAS

https://www.gestiopolis.com/que-es-una-distribucion-binomial/
https://es.slideshare.net/flackowayne/la-distribucion-binomial
Elementos de Probabilidad y estadstica, Mtro. Javier Nava