Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Distribucin binomial
Analiza el siguiente experimento probabilstico:
Un estudiante decide resolver un examen compuesto por cinco preguntas con tres posibles
respuestas. Como no ha estudiado, toma la decisin de intentar adivinar las respuestas, sin
siquiera leer las preguntas.
Ahora t realiza el examen para que puedas analizar lo que sucedi con este estudiante.
p = probabilidad de xito
q = probabilidad de fracaso
Todos los experimentos que presentan estos dos eventos, se les denomina experimentos
probabilsticos binomiales o de Bernoulli y deben tener las siguientes propiedades:
Para calcular la media y la desviacin estndar, podemos proceder como en los casos que se vieron
con la variable aleatoria discreta o de una forma ms simplificada, para esta distribucin podemos
usar las siguientes expresiones:
=
La varianza de la distribucin binomial
2 =
La desviacin estndar de la distribucin binomial
Ejemplo 1
a) 4 mujeres y 2 hombres
b) 3 mujeres y 3 hombres
c) ms de 3 mujeres
d) Cunto vale la media de esta distribucin de probabilidad y qu significa su
valor obtenido?
Este es un experimento binomial, puesto que tiene dos posibles resultados aleatorios: nace
una mujer o un hombre.
Sea
X = el nmero de hijos
1
() = 2 la probabilidad de que nazca una mujer; y
1
() = 2 la probabilidad de que nazca un hombre.
1 1
= 4, = 2 , = 1 = 2 que sustituyendo en la funcin binomial tendremos:
4
6 1 1 64
( = 4) = ( ) ( ) ( ) = 0.2344
4 2 2
Esto significa que la probabilidad de que nazcan 2 hombres y 4 mujeres es 0.2344, o sea, el 23.44%
1 1
= 3, = 2 , = 1 = 2 que sustituyendo en la funcin binomial tendremos:
3
6 1 1 63
( = 3) = ( ) ( ) ( ) = 0.3125
3 2 2
La probabilidad de tener el mismo nmero de hijos que de hijas en esta familia es igual a
0.3125, o sea, el 31.25%.
6 6 6
() = ( ) (0.5)4 (0.5)2 + ( ) (0.5)5 (0.5)1 + ( ) (0.5)6 (0.5)0
4 5 6
= 0.2344 + 0.1937 + 0.0156 = 0.3437
El 0.5% de las piezas producidas por una mquina son defectuosas. La mquina se lleva a
reparacin si al tomar una muestra aleatoria de 10 piezas se encuentran dos o ms
defectuosas. Obtn la probabilidad de que la mquina sea sometida a reparacin con este
esquema de muestreo.
10
() = ( ) (0.005) (0.995)10 = 0,1,2, .10
De acuerdo al enunciado del ejemplo, sabemos que la mquina se manda a reparacin si en una
muestra tomada en forma aleatoria se encuentran 2 o ms piezas defectuosas.
Sea P(D) la probabilidad de que salgan dos o ms piezas defectuosas, de tal forma que:
() = ( = 2) + ( = 3) + + ( = 10)
Y que es equivalente a tener:
() = 1 [( = 0) + ( = 1)]
10 10
() = 1 [( ) (0.005)0 (0.995)10 + ( ) (0.005)1 (0.995)9 ]
0 1
() = 1 0.9989 = 0.0011
En conclusin, la probabilidad de que la mquina se mande a reparacin es de 0.0011, es decir, del
0.11%
Otro ejemplo de una distribucin de probabilidad discreta que veremos en nuestro curso es
la llamada distribucin de Poisson, que tiene la caracterstica de describir diversos procesos
que consisten en observar lo que se conoce como eventos discretos en un intervalo continuo.
Distribucin de Poisson
() =
!
Donde:
e = 2.7182
x = nmero de xitos que se desea que ocurran
= media o valor central
() =
!
El problema indica una media de cinco accidentes por mes, por lo tanto, =5. Nos interesa
analizar lo que sucede cuando X toma valores iguales a 0, 1, 2 3, que corresponde al nmero
de accidentes en un mes y considerando que e = 2.7182.
50
( = 0) = = 0.0067
5 0!
51
( = 1) = 5 = 0.0337
1!
52
( = 2) = 5 = 0.0842
2!
53
( = 3) = 5 = 0.1404
3!
Conviene organizar esta informacin en una tabla de distribucin de probabilidad.
X P(X)
0 0.0067
1 0.0337
2 0.0842
3 0.1404
As, por ejemplo, se observa que la probabilidad de que haya exactamente 3 accidentes es
de 0.1404, que es equivalente al 14.04%.
Ejemplo 2
Si el Banco de Mxico recibe en promedio 9 cheques sin fondos por da. Cul es la
probabilidad de que reciba:
Solucin:
La variable aleatoria discreta, X corresponde al nmero de cheques que llegan sin fondos al Banco
de Mxico.
=9, es decir, el nmero de cheques en promedio, que recibe diario el Banco de Mxico, sin fondos
por da.
95
( = 5) = = 0.06073
9 5!
=9
() = 1 [( = 0) + ( = 1)] aplicando la propiedad p+ q = 1, sustituyendo valores
tendremos:
90 91
() = 1 [ + ] = 0.9987
9 0! 9 1!
es la probabilidad de que reciba ms de un cheque sin fondos en un da. (Se puede observar que es
bastante alta la probabilidad.)
2.1 Aproximacin de la distribucin binomial por medio de la distribucin
de Poisson
Cuando n el tamao de la muestra, es relativamente grande y p la probabilidad de xito, pequea,
las probabilidades binomiales a menudo se aproximan por medio de la frmula de Poisson y deben
cumplir con las siguientes condiciones:
La probabilidad p de xito debe ser menor que 0.10, esto es =< 0.10 y la media de una distribucin
discreta binomial est dada por = ()() < 10
Veamos un ejemplo en donde es conveniente utilizar la aproximacin.
Ejemplo 1
Un ingeniero, que labora en el departamento de control de calidad de una empresa elctrica,
inspecciona una muestra al azar de 200 alternadores de un lote. Si el 2% de los alternadores
del lote estn defectuosos, cul es la probabilidad de que en la muestra:
Solucin:
Primero debemos verificar que se cumplan las condiciones antes mencionadas para utilizar
la distribucin de Poisson.
Por lo tanto, ambos valores cumplen con las condiciones, de manera que s podemos usar la
aproximacin propuesta.
Donde =4
Tenemos que
40
() = = 0.01831
4 0!
Puesto que la probabilidad de xito, en el contexto de nuestro problema, es que el artculo est
defectuoso, o sea, que x = 0 alternadores defectuosos.
b) Uno salga defectuoso
41
( = 1) = = 0.07326
4 1!
La probabilidad de que, al tomar al azar cualquier alternador del lote, uno salga defectuoso es 7.326%
() = 1 [( = 0) + ( = 1)]
Recuerda que
( = 0) + ( = 1) + ( = 200) = 1
40 41
() = 1 [ 4 + 4 ] = 1 0.0183 0.0733 = 0.9084
0! 1!
() = 1 [( = 0) + ( = 1) + ( = 2) + ( = 3)]
42 43
= 1 0.0183 0.0733 [ 4 + 4 ] = 0.5665
2! 3!
Conclusin
Las caractersticas bsicas de las distribuciones de frecuencia y de probabilidad son
semejantes, pero con la diferencia importante de que, por lo general, las distribuciones de
probabilidad representan distribuciones tericas o hipotticas, y las de frecuencia representan
observaciones obtenidas de experimentos reales. As una distribucin de probabilidad dice,
de manera terica, lo que se puede observar en una distribucin de frecuencias (por ejemplo,
el proyecto 2 desarrollado en la primera unida