Sei sulla pagina 1di 9

Universidad Nacional de Colombia, Sede Bogotá

Bioestadística Fundamental-Grupo 1

Trabajo de Consulta

Manuel Alejandro Rosas Bolaños

CC.: 1193273126

A. La distribución binomial

La distribución binomial se define como la distribución de probabilidad discreta que


describe el número de éxitos al realizar un número determinado de experimentos
(n), independientes entre sí, acerca de una variable aleatoria.

1. Características
- Esta puede experimentar sólo dos posibles resultados: éxito y
fracaso.
- La variable de éxito (p) no varía de una prueba a otra, es decir,
que es constante
- La variable aleatoria binomial, X, expresa el número de éxitos
obtenidos en las n prueba, por lo tanto, los valores que puede
tomar la variable son: X = 0, 1, 2, 3, 4…, n
- Al igual que la variable éxito, su contraparte fracaso, es constante
y es representada por la letra q que es igual a:
q= 1 – p
- Los intentos en cada prueba son independientes unos de otros
2. la función de probabilidad

𝑛
P(k) =( ) 𝑝𝑘 𝑞𝑛−𝑥 Si k = 0, 1, 2, …, n
𝑘

*
F(k) =

0 EN CUALQUIER OTRO CASO

* F(k) = P(x=k)

Donde

X - K: es la función de probabilidad que indica el número de éxitos

n: indica el número de ensayos / experimentos

p: indica la probabilidad de éxito

q: probabilidad de fracaso (1-p)

3.Valor esperado

E(x) = n.p
4. varianza

σ2 = n . p . q
5. Ejemplo

La probabilidad de que un estudiante obtenga el titulo de licenciado en farmacia es


0.3. Hallar la probabilidad de que un grupo de siete estudiantes matriculados en
primer curso donde:

a) Ninguno de los siete estudiantes finalice la carrera:

Desarrollo:

p = obtener el titulo = 0,3

q = no obtener el titulo = 1- p = 0,7

X = 0 ( ninguno de los siete finalice la carrera)

n = 7 (grupo de estudiantes)

p= 0,3 (obtener el titulo)

q = 0,7 (no obtener el titulo)

Remplazando en la formula tenemos que la probabilidad de que no se gradue

ninguno de los siete es igual a 0,0822

b) Valor esperado = n . p

= 7 . 0.3

= 2,1 ( el valor esta entre 2 y 3)


B. Distribucion hipergeometrica
La distribucion hepiergeometrica es utilizada en todos aquellos casos en los que se
extraen muestras donde el elemento extraido no se lo devuelve, esta es usualmente
utilizada en el estudio de muestras pequeñas de poblaciones y el calculo de
probabilidades en los juegos de azar.

1. Caracteristicas
- El proceso consta de “n” pruebas, separadas en un conjunto de “N” pruebas
posibles
- El número de individuos que presentan la caractristica A (éxito) se le
denomina con la letra “k”
- En cada una de las pruebas los resultados obtenidos son unicamente dos
resultados mutuamente excluyentes
- En la primera prueba las probabilidades son: P(A)= p y P(A)= q; con p+q=1.

2. Funcion de la probabilidad

Si k = 0, 1, 2, …, n

*
F(k) =

0 EN CUALQUIER OTRO CASO


* F(k) = P(x=k)

Donde :

N = tamaño de la poblacion

K = numero de individuos que presentan la característica A (éxito)

n = tamaño de la muestra

X = es el valor que toma la variable

3. Valor esperado

𝐾
E(X) = n . 𝑁

4. Varianza

𝐾 𝑁−𝐾 𝑁−𝑛
σ2 = n . .( ).( )
𝑁 𝑁 𝑁−1

5. Problema

Al extraer de forma aleatoria 8 elementos de un conjunto formado por 40 elementos


totales (baraja española) de los cuales 10 son del tipo A ( en este caso salir “ oro”)
y 30 son del tipo complementario ( de la misma forma no salir “ oro”).

Hay que tener en cuenta que no se hace la devolucion de los elementos extraidos
y llamaremos x al numero de elementos del tipo A (oros) que extraemos 8 cartas;

Para calcular la probabilidad de obtener 4 oros, Remplazamos en la formula así:


Donde 0,07 significa la
probabilidad de obtener 4
oros

C. Distribucion de poisson

Esta distribución es una de las mas importantes distribuciones de variable


discreta y esta por lo general es utilizada cuando nos interesa determinar el
número de hechos de cierto tipo durante un cierto periodo de tiempo 0 a lo largo
de un espacio de observación,

1. Caracteristicas
- Se observan hechos de cierto tipo durante cierto periodo de tiempo o durante
un espacio de observacion
- Los hechos que se observan tienen una naturaleza aleatoria y pueden o no
producirse de una manera no deterministica
- La probabilidad de producirse un numero determinado (x) de exitps en un
intervalo de amplitud t, no depende del origen del intervalo pero si de su
amplitud
- Las ocurrencias estan uniformemente distribuidas dentro del intervalo que las
emplee
2. Función
𝜇𝑘 .𝑒 −𝜇 Si k = 0, 1, 2, …, n
P( x = k) =
𝑘!

*
F(k) =

0 EN CUALQUIER OTRO CASO

* F(k) = P(x=k)

Donde:

k: proceso que ocurre determinado número de veces en un intervalo de tiempo (en


función de que el evento suceda precisamente k veces)

µ: número medio de veces que se espera que ocurra nuestro suceso en un intervalo
de tiempo dado

3. Valor esperado

E(X) = µ
4. Varianza

σ2 = µ
5. Ejemplo
En un hospital de una importante ciudad se está estudiando los nacimientos de
bebes varones. Se sabe que en una semana nacen una media de siete varones.
Calcular

1. Probabilidad de que nazcan 3 varones en una semana


2. Probabilidad de que nazcan menos de 3 varones a la semana

k = nacimiento de bebe varón

µ = 7 varones a la semana

Desarrollo

1.

73 .𝑒 −7
P(x=3) = = 0,052 = 5.2 %
3!

2.

P(x<3) = P(x=0) + P(x=1) + P(x=2) = 0,029 = 2,9%

Bibliografía:

1. Distribución binomial y de Bernoulli recuperado de:

https://es.slideshare.net/sonyelockheart/distribucin-bernoulli-y-distribucin-
binomial

2. Distribución de Poisson recuperado de:

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.htm

3. Distribución Hipergeometrica recuperado de:

https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/hipergeometric
a.htm