0% encontró este documento útil (0 votos)
62 vistas2 páginas

Distribuciones Binomiales y Bernoulli

1) El documento describe las distribuciones de probabilidad binomial, Poisson y normal, las cuales son utilizadas para modelar el comportamiento de variables aleatorias. 2) La distribución binomial modela experimentos de Bernoulli, donde la probabilidad de éxito es constante en cada intento. 3) La distribución binomial depende de dos parámetros: el número de intentos y la probabilidad de éxito en cada intento.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
62 vistas2 páginas

Distribuciones Binomiales y Bernoulli

1) El documento describe las distribuciones de probabilidad binomial, Poisson y normal, las cuales son utilizadas para modelar el comportamiento de variables aleatorias. 2) La distribución binomial modela experimentos de Bernoulli, donde la probabilidad de éxito es constante en cada intento. 3) La distribución binomial depende de dos parámetros: el número de intentos y la probabilidad de éxito en cada intento.
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

DISTRIBUCIONES DE PROBABILIDAD Los aportes que hizo a las matemáticas fueron muy variados: Paralelismo

entre la lógica y el álgebra. Teoría de la Probabilidad. Ecuación diferencial.


(Binomial, Poisson y Normal)
Geometría.

Frecuentemente un experimento consiste en ensayos


repetidos, cada uno con dos posibles resultados que
pueden llamarse éxito o fracaso. La aplicación
inmediata se da en la clasificación de artículos
producidos como defectuoso o no defectuoso, en el
lanzamiento de una moneda o cae águila o sol, los
dos experimentos descritos anteriormente tienen
propiedades similares en el sentido de que los
intentos o ensayos son independientes son
independientes y la probabilidad de éxito permanece
El comportamiento de una variable aleatoria queda
constante para cada uno de ellos. Este proceso se
descrito por su distribución de probabilidad. Con
conoce como proceso de Bernoulli.
frecuencia las observaciones que se generan en
diferentes experimentos estadísticos tienen el mismo
El proceso de Bernoulli
tipo de comportamiento, en consecuencia, las
variables aleatorias que se asocian con estos
experimentos pueden describirse, esencialmente, Tiene las siguientes propiedades:
por la misma función de distribución de
probabilidad y por lo tanto se representan por una 1. El experimento consiste en n intentos
sola formula. De hecho, se necesita solo un puñado repetidos.
de distribuciones de probabilidad importantes para 2. Los resultados de cada uno de los intentos
describir muchas de las variables aleatorias que se pueden clasificarse como un éxito o un
encuentran en la práctica. fracaso.
3. La probabilidad de éxito, representada por p,
permanece constante para todos los intentos.
DISTRIBUCION 4. Los intentos repetidos permanecen
independientes.
BINOMIAL
El numero X de éxitos en n experimentos de
Jacob Bernoulli Bernoulli recibe el nombre de variable aleatoria
La familia Bernoulli ha sido una de las familias de binomial. La distribución de probabilidad de esta
matemáticos y físicos más importantes a lo largo variable aleatoria discreta se llama distribución
de la historia. Procedentes de la ciudad de Basilea, binomial y sus valores se representan por b( x; n , p )
irrumpieron con fuerza en el mundo científico a
finales del siglo XVII.
Distribución binomial. Un experimento de
Jacob Bernoulli (Basilea, 27 de diciembre de 1654 Bernoulli puede resultar en un éxito con una
– Basilea 16 de agosto de 1705), también conocido como Jakob, Jacques o probabilidad p y en un fracaso con una
James Bernoulli, fue un filósofo, matemático y científico suizo. Fue probabilidad q = 1 − p . Entonces la distribución de
obligado por sus padres a estudiar filosofía y teología. Durante su estancia probabilidad de variable aleatoria binomial X, el
en la universidad, Jacob se inició en el estudio de la astronomía y las número de éxitos en n experimentos independientes,
matemáticas, en contra del deseo de sus padres. Terminados sus estudios, es.
Jacob se dedicó al estudio de las matemáticas y la física, llegando a impartir
clases como profesor en la Universidad de Basilea. Estuvo influenciado en n
sus inicios por la Geometría de Descartes y los trabajos de Barrow, aunque b(x; n, p) =   p x q n − x , x = 0 , 1, 2 ,...,n
sin duda alguna, la influencia que más repercutió en él fue la del filósofo  x
y matemático Gottfried Leibniz.
En ocasiones el interés se centra en problemas donde
es necesario encontrar P( X  r ) o P(a  X  b) ,
para ello se disponen de las sumas binomiales
registradas en las tablas de la distribución.

La media y la variancia de la distribución binomial


b( x; n , p ) están dadas por

 = np y  2 = npq

Ejemplo 1 Ejemplo 2
La probabilidad de que cierto dispositivo electrónico La probabilidad de que un paciente se recupere de
pase con éxito una descarga es ¾. Encuentre la una rara enfermedad de la sangre es 0.4. Si se sabe
probabilidad de que exactamente 2 de los siguientes que 15 personas han contraído esta enfermedad,
4 componentes que se prueben pasen la prueba. ¿cuál es la probabilidad de que: a) al menos 10
sobrevivan, b) sobrevivan entre 3 y 8 personas, y c)
sobrevivan exactamente 5 personas?

El nombre de distribución binomial se deriva del


hecho de que los n + 1 términos de la expansión
binomial (q + p ) n , corresponden a los diversos
valores de b( x; n , p ) para x = 1, 2, …, n, esto es.

(q + p ) n = 
n  n  n  n −1  n  2 n − 2 n
q +   pq +   p q +    +   p n
o 1 2 n

(q + p ) n = b( 0; n, p ) + b( 1; n, p ) + b( 2; n, p ) +    + b( n; n, p )

También podría gustarte