MODELOS DE
PROBABILIDAD
DISCRETOS
CLASE # 1.
DISTRIBUCIÓN BINOMIAL
INTRODUCCIÓN.
Hasta ahora hemos visto como calcular las
probabilidades de experimentos aleatorios con
espacios muestrales finitos, a través, de métodos
como teoría de conteo, teoría de la suma, teoría del
producto, diagrama de árbol entre otros, sin
embargo existen modelos de probabilidad que bajo
ciertas condiciones del problema son aplicables y
que a través de dichos modelos se facilita el calculo
de la probabilidad.
Estos modelos de probabilidad son expresiones
matemáticas definas para cada caso según la
característica de la variable que se este estudiando,
tendríamos en consecuencia modelos de
probabilidad para variables discretas y modelos de
probabilidad para variables continuas.
En esta clase comenzaremos con el estudio
modelos de probabilidad para variables discretas,
enfocándonos la Distribución Binomial.
DISTRIBUCIÓN DE PROBABILIDAD BINOMIAL.
Cuando un experimento aleatorio consta de una
secuencia de “n” experimentos mas pequeños
llamados ensayos, donde cada ensayo arroja un
resultado dicotómico (dos posibles resultados) y
cada ensayo es independiente (el resultado de
cada ensayo individual no afecta la probabilidad
de los otros ensayos) entonces se esta en
presencia de un experimento ajustado a una
Distribución de Probabilidad Binomial.
A los dos posibles resultados del experimento se
les da el nombre de “éxito” y “fracaso” .
El termino éxito que se utiliza aquí es arbitrario y
no necesariamente representa algo bueno,
cualquiera de los posibles resultados del
experimento puede denominarse éxito.
En resumen un experimento aleatorio se ajusta a
una distribución de probabilidad Binomial si
cumple con las siguientes condiciones:
1. El resultado de cada ensayo del experimento
aleatorio es dicotómico ( dos posibles
resultados).
2. Los ensayos son independientes(el resultado
de un ensayo no afecta la probabilidad de los
otros ensayos).
3. Existe un número fijo de ensayos.
4. La probidad de cada ensayo debe permanecer
constante.
FUNCIÓN DE DISTRIBUCIÓN DE PROBABILIDAD
BINOMIAL.
La función de distribución Binomial tiene la
siguiente expresión matemática:
P(x) = 𝒄𝒏𝒙 𝒑𝒙 𝒒𝒏−𝒙
Donde :
n : número de ensayos
x : número de éxitos en “n” pruebas.
𝒄𝒏𝒙 :combinación de n elementos tomados de x en x.
p: probabilidad de éxito.
q: probabilidad de fracaso.
EJEMPLO #1.
Una caja contiene 20 piezas de las cuales 5 están
dañadas, se realizan 10 extracciones con
sustitución. Determine las siguientes
probabilidades:
a. Dos piezas son defectuosas.
b. Todas las piezas son no defectuosas.
c. Al menos 8 piezas son defectuosas
d. A lo mas una pieza es defectuosa:
Solución:
Analicemos el problema:
1. El espacio muestral es finito(discreto)
2. El experimento tiene dos posibles
resultados(dicotómico), la pieza es buena o la
pieza es defectuosa.
3. Hay un numero fijo de ensayos( 10 extracciones).
4. Los ensayos son independientes, ya que la
extracción se realiza con sustitución.
Tomando en cuenta estas consideraciones nos
damos cuenta que estamos en presencia de una
distribución de probabilidad Binomial.
a).
En consecuencia calcularemos las probabilidades a
través de la distribución Binomial:
P(x) = 𝒄𝒏𝒙 𝒑𝒙 𝒒𝒏−𝒙
Lo primero que debemos hacer es definir quien
será el éxito “p”.
Como se explico, esto se hace de manera arbitraria,
según convenga.
Como la parte “a” del ejercicio pide calcular la
probabilidad de que dos piezas sean defectuosas,
conviene llamar éxito a la extracción de una pieza
defectuosa., entonces:
p : la pieza extraída es defectuosa.
en consecuencia el fracaso “q” será:
q : la pieza extraída es buena.
Luego definimos:
X : número de piezas defectuosas extraídas.
n : 10 ensayos.
Ahora calculamos la probabilidad de éxito y
fracaso:
5
p = 20 = 0,25
15
q = 20 = 0,75
*nótese que también podemos calcular q = 1-p
q = 1-0,25 = 0,75
ahora podemos aplicar la expresión para calcular
la probabilidad solicitada:
P(X= 2) = 𝒄𝟏𝟎 2
𝟐 (0,25) (0,75)
10−2
P(X=2 ) =45*0,0625*0,1001
P(X=2) = 0,2816
b)
En este caso se puede redefinir el éxito y el
fracaso, pero lo vamos dejar como lo establecimos
en la parate “a” del ejercicio.
Como habíamos definido
X: numero de piezas defectuosas.
en consecuencia la probabilidad que piden la
determinamos:
P (X=0) = 𝒄𝟏𝟎 0
𝟎 (0,25) (0,75)
10−0
P(X=0)= 0,0563
C)
Que al menos 3 piezas sean defectuosas implica
,que lo son 3 o más.
Expresamos la probabilidad como:
P(X≥3) y se calcula :
P(X≥ 3) = P(X=3) +P(X=4)+P(X=5)
Ahora calculamos cada una de las probabilidades de
la expresión:
P(X=3) = 𝑐310 (0,25)3 (0,75)10−3
P(X=3) = 0,2503
P(X=4) = 𝑐410 (0,25)4 (0,75)10−4
P(X=4) = 0,146
P(X=5) = 𝑐510 (0,25)5 (0,75)10−5
P(X=5) = 0,0584
Ahora:
P(X≥ 3) = 0,2503+0,146+0,0584
P(X≥ 3) =0,4547
d)
que a lo más una pieza sea defectuosa implica ,
que ninguna lo sea o que lo sea una.
Expresamos esta probabilidad como:
P( X≤1) y se calcula:
P(X ≤ 1) = P(X=0) + P(X=1)
P(X=0) = = 𝑐010 (0,25)0 (0,75)10−0
P(X=0) = 0,0563
P(X=1) = 𝑐110 (0,25)1 (0,75)10−1
P(X=1) = 0,1877
P(X≤1) = 0,0563 + 0,1877
P(X≤1) = 0,244
