UNIVERSIDAD NACIONAL SAN ANTONIO ABAD DEL
CUSCO
FACULTAD DE INGENIERA, ELCTRICA,
ELECTRNICA, INFORMTICA Y MECANICA
ESCUELA PROFESIONAL DE INGENIERA ELCTRICA
DISTRIBUCIN BINOMIAL
DOCENTE:
ASIGNATURA:
ESTADISTICA Y PROBABILIDADES
ALUMNOS:
BRANDON ANDRES VELASQUEZ APAZA 140360
CRISTHIAN LULIANO QUISPE YUCRA 140378
SEMESTRE ACADMICO 2016 II
CUSCO PER
PRESENTACIN
A continuacion presentamos este informe sobre la distribucin binomial donde
podremos definir los conceptos basicos y necesarios para el entendimiento del
tema ya nombrado, para haceruso correcto de esta herramienta aplicables en
todo tipo de campo y de esta manera obtener mejores resultados en nuestros
futuros proyectos.
Primeramente veremos la definicin que caracterizara a nuestro tema de los
demas seguidamente evaluaremos temas como la varianza demostrando pasos
necesarios para esta. Tambin presentaremos ejemplos donde es aplicable la
distribucin binomial. Finalmente para la coonclusion de este informe
plantearemos un pequeo proyecto aplicable en nuestra escuela profesional.
DISTRIBUCIONES DE BERNOULLI Y BINOMIAL
La distribucin Binomial.
Consideremos una variable aleatoria X que da el nmero de xitos que aparecen al repetir n
veces de forma independiente un experimento en idnticas condiciones. En esta situacin
diremos que X sigue una distribucin Binomial.
Ejemplos:
X= nmero de huevos defectuosos en un paquete de 12.
Y= nmero de 2 al tirar 10 veces un dado.
Las caractersticas principales de este modelo de distribucin son:
1. Repetir n pruebas independientes unas de otras.
2. Para cada una de las pruebas slo pueden darse dos resultados: xito o fracaso
3. La probabilidad de xito en cada prueba es de p.
En tales condiciones, diremos que la v.a. X = n de xitos en las n pruebas sigue una
distribucin Binomial de parmetros n y p, y lo escribiremos como X B(n,p) .
Observamos que la v.a. X slo puede tomar los valores 0, 1, 2, 3, , n siendo por tanto una
v.a. discreta.
Distribucin de Bernoulli
Definicin.- La variable aleatoria X, que toma solamente dos valores 0 y 1 con funcin de
(1 )1 , = 0,1
probabilidad dado por: () = [ = ] = {
0 ,
Se denomina v.a. de Bernoulli, donde el parmetro que satisface
0<p<1 y0<q=1p<1
De la definicin tenemos: [ = 1] = [ = 0] = 1
La grafica de la funcin de probabilidad de la v.a. Bernoulli X se demuestra en la figura 1 y
de su distribucin acumulada en la fig. 2.
Observacin 1.- Si X es una v.a. con distribucin Bernoulli de parmetro p.
Entonces lo denotaremos por ~ (1, ).
Fig.1 fig.2
Teorema.- SI X es una v.a. que tiene distribucin Bernoulli de parmetro p, entonces:
) [] = , ) [] = , ) () = [ ] = +
Demostracin:
) [] = 1. + 0. =
) [] = [ 2 ] {[]}2 = (12 . + 02 . ) 2 = 2 =
1
]
) () = [ = [ = ] = [ = 0] + [ = 1] = +
=0
Distribucin Binomial
Experimento Binomial
Concepto.- Se dice que un experimento es binomial si satisface los siguientes supuestos.
i. El experimento consiste de n ensayos de Bernoulli, siendo n fijado de antemano
ii. La probabilidad de xito en un ensayo es igual a p y es constante para todos los
ensayos. La probabilidad de fracaso es por tanto igual a q = 1 p
iii. Los ensayos son independientes
iv. El experimentador est interesado en el nmero de xitos y no en el orden que ellos
ocurren.
Ejm.1.- un agente de ventas desea determinar la probabilidad de llevar a cabo 2
ventas en 5 entrevistas. Se sabe que la probabilidad es 0.25 de que el agente lleve a
cabo una venta en una entrevista determinada. Es este un experimento binomial?
Solucin: Para determinar si este es un experimento binomial, se debe verificar si satisface
los 5 supuestos descritos en la definicin anterior.
i. El experimento consiste de n=5 ensayos (entrevistas) de Bernoulli, siendo los
resultados posibles: el agente vende (xito) o no vende (fracaso).
ii. La probabilidad de que el agente venda en cada entrevista es p=0.25, esta
probabilidad permanece constante de ensayo a ensayo.
iii. Los ensayos son independientes, esto es, la probabilidad de que el agente venda en
una entrevista es independiente de lo que l pueda vender en otra entrevista.
iv. Nos interesa el nmero de ventas que realiza el agente, y no el orden en que ellos
ocurrieron.
Supongamos ahora que se realizan n ensayos de Bernoulli sucesivas e independientes.
Denotemos por X el nmero total de xitos obtenidos en las n pruebas. Los posibles valores
de X son 0, 1, 2,, n, luego los pares (x, p(x)), donde p(x)= P[X = x], donde p(x) = P[X =
x], constituyen la llamada distribucin de probabilidad.
Para encontrar la funcin de probabilidad P[X = k], esto es, la probabilidad de obtener k
xitos (y por tanto n k fracasos) en una sucesin de ensayos de Bernoulli, k = 0, 1, 2, ,
n, con P[xito] = p y P[fracaso] = 1 p = q,
. . . .
. .
La probabilidad de ocurrencia de esta sucesin es
(1 ) = (1)
Debido a la independencia de los ensayos. Sin embargo, cualquier sucesin con k xitos y n
k fracasos tendr la misma probabilidad (1).
Por tanto, el nmero de sucesiones distintas con k xitos y n k fracasos que puede ocurrir
es dado por
!
( )=
! ( )!
Luego:
[ = ] = ( )
As tenemos la siguiente definicin.
Definicin.- se dice que la v.a. X; correspondiente al nmero de xitos en un experimento
binomial, tiene distribucin binomial con parmetros n y p (~(, )), si su funcin de
probabilidad es dado por
( ) , = 0, ,1, ,
() = [ = ] = {
0,
Teorema.- Si (~(, )), entonces
) [] =
) [] =
) () = [ ] = ( + )
Demostracin:
) () = [ ]
= [ = ] = ( ) = ( ) ( ) = [
=0 =0 =0
+ ] ( )
()
() = = [ + ]1
2 ()
() = = ( 1)2 2 [ + ]2 + [ + ]1
2
) [] = (0) = [ + ]1 = (1)1 =
) [] = [ 2 ] ([])2 = (0) ()2 = [( 1)2 + ()2 ]
= 2 2 2 + 2 2 = (1 ) =
Observacin:
i. Si 1 , , son variables aleatorias Bernoulli con parmetro p y si = 1 + 2 +
+ , entonces T tiene distribucin binomial de parmetros n y p.
ii. Si 1 , , son variables aleatorias independientes cada uno con distribucin
binomial con parmetros ( = 1, , ), entonces la suma 1 + 2 + +
~ (1 + + , )
VARIANZA EN LA DISTRIBUCIN BINOMIAL
Sea un experimento aleatorio en el que solo se puedan darse dos posibilidades: que ocurra
un determinado suceso A, que llamaremos xito, o que no ocurra dicho suceso, osea que
ocurra su complementario, que llamaremos fracaso al complemento de A.
() = ; ( ) = 1 =
Se repite el experimento n veces en las mismas condiciones. Se define la variable aleatoria
binomial.
X: 0, 1, 2, 3,n, numero de veces que ocurre el suceso A en n realizaciones independientes
del experimento.
(, )
Donde la funcin de probabilidad ser:
!
( = ) = ( ) =
! ( )!
Con r: 0, 1, 2, 3, n.
Comprobndose se verifica:
( = ) = ( ) = 1
=0 =0
Donde la media y la varianza respectivamente son:
= [] = ( = ) =
=0
[] = = ( )2 ( = ) =
2
=0
EJERCICIOS RESUELTOS
1.-Se conoce que los tornillos producidos por una cierta compaa son defectuosos con
probabilidad 0.01, independientemente uno del otro. La compaa vende tornillos en
paquetes de 10 y garantiza que a lo ms uno de los tornillos es defectuoso. Qu
proporcin de paquetes vendidos deber la compaa reemplazar?
Solucin:
Sea X la v.a. que denota al nmero de tornillos defectuosos en un paquete, entonces
~ (10,0.01).
Luego la probabilidad de que el paquete tenga que ser reemplazado es
[ ] = [ > 1] = 1 [ < 1]
10 10
= 1 [ = 0] [ = 1] = 1 ( ) 0.010 0.9910 ( ) (0.01)(0.99)9 = 0.007
0 1
Por tanto, solamente 0.7 % de paquetes tendrn que ser reemplazados.
2.- Supongamos que los motores de un avin fallan, en un vuelo, con probabilidad 1
p independientemente uno del otro, supongamos tambin que el avin realiza vuelos
exitosos si por lo menos 50% de sus motores permanecen operando. Para qu valores
de p es un avin de 4 motores preferible a uno de 2 motores?
Solucin:
Sea X la v.a. que denota al nmero de motores del avin que operan correctamente. Como
cada motor falla o funciona independientemente de los otros motores, entonces ~ (4, )
cuando el avin tiene 4 motores, donde p es la probabilidad de que el motor est operando
correctamente. Luego la probabilidad de que un avin de 4 motores realice un vuelo exitoso
es
4 4 4
[ > 2] = ( ) 2 (1 )2 + ( ) 3 (1 ) + ( ) 4 (1 )0
2 3 4
= 62 (1 )2 + 43 (1 ) + 4
Mientras la probabilidad correspondiente para un avin de 2 motores es
2 2
[ > 1] = ( ) (1 ) + ( ) 2 = 2(1 ) + 2
1 2
Luego se prefiere a un avin de 4 motores cuando
62 (1 )2 + 43 (1 ) + 4 > 2(1 ) + 2
O equivalentemente si
6(1 )2 + 42 (1 ) + 3 > 2
Simplificando tenemos:
33 82 + 7 2 > 0 ( 1)2 (3 2) > 0
El cual es equivalente a
2
3 2 > 0 >
3
Por tanto, se prefiere a un avin de 4 motores cuando la probabilidad de que un motor
funcione correctamente es > 2/3
3.- Una secretaria que debe llegar a su trabajo todas las maanas a las 8 a.m., se
retarda ms de 15 minutos el 20% de las veces. El gerente de la compaa, que no
llega sino a las 10 a.m., llama ocasionalmente a la oficina entre 8 y 8.15 para dictar
una carta. Cul es la probabilidad de que, tres maanas de las 6 en que el gerente
llama, la secretaria no est en la oficina?
Solucin:
Sea X la v.a. que denota el nmero de maanas en que la secretaria llega a la oficina
despus de las 8.15 a.m. Entonces ~ (6,0.20).
La probabilidad de que la secretaria no este entre 8 y 8.15 a.m. en las 3 maanas que llama
el gerente es.
6
[ = 3] = ( ) (0.20)3 (0.80)3 = 0.08192
3
4.- Una tienda dedicada a la venta de camisas, ofrece a sus habituales clientes dos
formas de pago: pago al contado o pago a plazos; sabe que el 30% de las
unidades adquiridas de dichas camisas son bajo la forma de pago al contado.
Si en un periodo de tiempo determinado, se han adquirido 8 unidades, determinar la
probabilidad de que:
a) Tres unidades o ms, que hayan sido adquiridas bajo la forma pago al contado
b) Seis unidades o menos, que hayan sido adquiridas bajo la forma pago a plazos
Solucin:
Como cada unidad vendida ha sido adquirida bajo la forma pago al contado o pago a
plazos, entonces la v.a. es dado por:
0 1
( ) 0.70 0.30
Todos los resultados posibles que pueden darse con las 8 unidades vendidas, vendr
expresado por los valores que toma la variable Y, definida por,
= 1 + 2 + + 8 (N de camisas vendidas bajo la forma pago al contado2).
Luego por observacin 2, ~ (8,0.30).
a) [ > 3] = 1 [ < 2] = 1 [ = 0] [ = 1] [ = 2] = 1 0.5518 = 0.4482
b) [ > 2] = 1 [ < 1] = 1 [ = 0] [ = 1] = 1 0.2553 = 0.7447
5.- A dos grupos de alumnos compuestos, por 8 individuos el primero y 5 individuos el
segundo, se le hace una misma pregunta; suponiendo que las nicas respuestas
posibles son SI o NO, ambas en principio igualmente probables para las
respuestas de cada individuo y para lo de los grupos, determinar la probabilidad de
que:
a) El nmero de respuestas afirmativas, en el primer grupo, sea inferior o igual a 6.
b) el nmero de respuestas afirmativas, en los dos grupos, sea igual o mayor a 11.
Solucin:
a) Sea la v.a. X que denota al nmero de alumnos que responden SI en el primer grupo.
Como cada alumno del primer grupo responde SI o NO, entonces ~ (8,0.5).
Luego.
[ < 6] = 1 [ > 6] = 1 [ = 7] [ = 8]
8 8
= 1 ( ) (0.5)7 (0.5) ( ) (0.5)8 (0.5)0 = 0.96484
7 8
b) Sea la v.a. Y que denota al nmero de alumnos que respondes SI en el segundo grupo,
entonces ~ (5,0.5).
luego, todas las respuestas posibles para los dos grupos se obtendrn como la suma de los
del primer grupo y los del segundo grupo, esto es, las respuestas de los dos grupos vendrn
representados por una variable definida por = + que toma valores 0, 1, 2, , 13.
Como las respuestas dadas por cada grupo son independientes, entonces
~ (13,0.5)
Por tanto,
[ > 11] = [ = 11] + [ = 12] + [ = 13]
13 13 13
= ( ) (0.5)11 (0.5)2 ( ) (0.5)12 (0.5)1 + ( ) (0.5)13 (0.5)0 = 0.011513
11 12 13
PLANTEAMIENTO DE PROYECTO DE INVESTIGACIN CON LA
DISTRIBUCIN BINOMIAL
La distribucin binomial encuentra aplicaciones en muchos campos cientficos. Dentro de
la ingeniera es normal estudiar la proporcin de elementos defectuosos dentro de un
proceso industrial; las mediciones de control de calidad y los esquemas de muestreo se
basan en la distribucin binomial.
Esta se aplica en cualquier situacin industrial donde el resultado es un proceso dicotmico
y los resultados del proceso son independientes y la probabilidad de xito es constante de
una prueba a otra.
La proposicin ms aplicable seria en los materiales de los laboratorios de nuestra carrera
seria de la probabilidad de que componentes en particular de los laboratorios sobrevivan a
posibles cadas, por ejemplo:
La probabilidad de que cierta clase de componente del laboratorio de medidas elctricas I
sobreviva a una prueba de cada es 3/4. Calcular la probabilidad de que sobrevivan
exactamente dos de los cuatro componentes que se prueban.
Supongamos que las pruebas realizadas son independientes y con probabilidad de xito
p=3/4 para cada una de las pruebas, por tanto la variable ~(4,3/4); tenemos que
calcular.
2
4 3 1 2 4! 32 27
[ = 2] = ( ) ( ) ( ) = 4= = 0.2109
2 4 4 2! 2! 4 128
Podemos tambin calcular la media y la varianza:
[] = 3
3
[] =
4
CONCLUSIN
Llegamos a la conclusin de que para describir las variables aleatorias discretas asociadas a
determinados experimentos basta con proporcionar la distribucin de probabilidad; por ello
es importante el estudio de las distribuciones de probabilidad mas importantes que
describen el comportamiento de muchas variables aleatorias discretas que se encuentran en
la practica.
BIBLIOGRAFA
IMPORTANCIA DE LA DISTRIBUCION BINOMIAL Y DE POISSON - Miller
Rodrguez Rodrguez
LA DISTRIBUCIN BINOMIAL - Universidad Politcnica De Valencia
INTRODUCCIN A LA ESTADSTICA ECONMICA Y EMPRESARIAL -
Martn Pliego, F.J. (2004) (Ed.) Thomson
FUNDAMENTOS DE ESTADSTICA - Pea, D (Ed.) Alianza Editorial
INTRODUCCIN A LA ESTADSTICA - Romero, R Y Znica, L.R. (2000) (Ed.)
SPUPV 4071
