Distribucin Binomial

El modelo de distribucin Binomial define experimentos consistentes en realizar

ensayos repetidos e independientes. Cada uno de estos experimentos presenta dos
posibles resultados que denominamos xito o fracaso, cuya probabilidad se
mantiene constante en las diferentes pruebas.
La variable binomial es una variable aleatoria discreta, slo puede tomar los
valores 0,1,2,3,4,....., n suponiendo que se han realizado n pruebas.
La variable se define como X~ "n de veces que ocurre el suceso A en n
experimentos, y viene determinada por dos parmetros:
n = tamao muestral, nmero de experimentos realizados.
p = P(A) = probabilidad de que tenga lugar el suceso A.
En consecuencia, la distribucin Binomial se suele representar por B (n,p) siendo n
y p los parmetros caractersticos de dicha distribucin.
Algunos ejemplos tpicos de la distribucin binomial son:

Al nacer puede ser varn o hembra.

Un equipo de baloncesto puede ganar o perder.
En un test psicotcnico hay peguntas de verdadero o falso, es decir slo
hay dos alternativas.
Un tratamiento mdico, como por ejemplo la vacuna de la gripe A, puede
ser efectivo oinefectivo.
El objetivo de ventas al ao de coches en un concesionario se puede o no
lograr.

Formulas
Varianza

(n) es el nmero de pruebas.

Media

(k) es el nmero de xitos.

(p) es la probabilidad de xito.

Desviacin

(q) es la probabilidad de fracaso.

tpica

Ejemplo
La probabilidad de que un artculo producido por una fabrica sea defectuoso es 0.02. Se
envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero esperado de
artculos defectuosos, la varianza y la desviacin tpica.

Ejemplo
La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80% de los
lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura:
1. Cul es la probabilidad de que el grupo hayan leido la novela 2 personas?
n = 4 p = 0.8 q = 0.2 B=(4, 0.8)

Distribucin de poisson

La distribucin de Poisson se utiliza en situaciones donde los sucesos son

impredecibles o de ocurrencia aleatoria . En otras palabras no se sabe el total de
posibles resultados.

Permite determinar la probabilidad de ocurrencia de un suceso con resultado

discreto .

Es muy til cuando la muestra o segmento n es grande y la probabilidad de xitos p

es pequea.

Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de
un segmento n dado como por ejemplo distancia, rea, volumen o tiempo definido.

Utilidad

La llegada de un cliente al negocio durante una hora.

Las llamadas telefnicas que se reciben en un da .

Los defectos en manufactura de papel por cada metro producido.

Los envases llenados fuera de los lmites por cada 100 galones de producto
terminado.
La distribucin de Poisson se emplea para describir procesos con un elemento en
comn, pueden ser descritos por una variable aleatoria discreta .
La distribucin de probabilidad de Poisson es un ejemplo de distribucin de
probabilidad discreta. La distribucin de Poisson parte de la distribucin binomial.
Cuando en una distribucin binomial se realiza el experimento muchas veces, la
muestra n es grande y la probabilidad de xito p en cada ensayo es baja, es aqu
donde aplica el modelo de distribucin de Poisson.
Se tiene que cumplir que: p < 0 . 10

p * n < 10

Definicion de formula
Donde: P (X=K) es la probabilidad de ocurrencia cuando la variable discreta X
toma un valor finito k

es un nmero real positivo, igual que el nmero esperado de ocurrencias durante el

intervalo dado. Por ejemplo, si los eventos ocurren en promedio 3 veces por minuto,
y uno est interesado en la probabilidad de un evento k que ocurren veces en un
intervalo de 10 minutos, uno podra utilizar una distribucin de Poisson como el
modelo con = 103 = 30
La constante e tiene un valor aproximado de 2.711828
K es el nmero de xitos por unidad A continuacin veremos la funcin de
probabilidad de la distribucin de Poisson.

Por definicin, el valor esperado (media en el intervalo o regin de inters) de una

distribucin deprobabilidad de Poisson es igual a la media de la distribucin.

La varianza del nmero de eventos de una distribucin de probabilidad de Poisson

tambin es igual a la media de la distribucin . De este modo, la desviacin
estndar es la raz cuadrada de .

La media

E(X) =
La varianza

V(X) =

Aproximacin de la distribucin binomial por una de Poisson

Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones
binomiales, sobre todo si n (ensayos) es muy grande y p o q (xito y fracaso) es muy
pequea, se puede usar a cambio la de Poisson, pero debe cumplir con ciertas condiciones
como : n 30 np nq < 5
En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la
distribucin binomial en lugar de la media de la distribucin de Poisson de modo: =np
Ejemplo: Se sabe que 1% de los artculos de un gran embarque de transistores procedente
de un proveedor son defectuosos. Si se selecciona aleatoriamente una muestra de 30
transistores, la probabilidad de que dos o ms de ellos sean defectuosos.
P (X 2 I n=30, p= 0.01) = P (X=2) + P (X=3) + = 0.0328+0.0031+0.0002 = 0.0361
Si =np=30(0.01) = 0.3, la aproximacin de Poisson del anterior valor de probabilidad es
P (X 2 I = 0.3) = P (X=2) + P (X=3) + = 0.0333 + 0.0033 + 0.0002 = 0.0368
As la diferencia entre la aproximacin de Poisson y el valor de probabilidad binomial real
es de slo 0.0007