You are on page 1of 19

DISTRIBUCION

DE BERNOULLI
La distribucin binomial se utiliza en situaciones cuya solucin tiene
dos posibles resultados.

Por ejemplo:

Al nacer un/a beb puede ser varn o hembra.

En el deporte un equipo puede ganar o perder.

En pruebas de cierto o falso slo hay dos alternativas.
Tambin se utiliza cuando el resultado se puede reducir a dos
opciones.

Por ejemplo:

Un tratamiento mdico puede ser efectivo o inefectivo.

La meta de produccin o ventas del mes se pueden o no lograr.

En pruebas de seleccin mltiple, aunque hay cuatro o cinco
alternativas, se pueden clasificar como correcta o incorrecta.


Estos ejemplos los podemos considerar como
experimentos de Bernoulli
1 - En cada prueba del experimento slo hay dos posibles
resultados: xitos o fracasos.

2 - El resultado obtenido en cada prueba es independiente de los
resultados obtenidos en pruebas anteriores.

3 - La probabilidad de un suceso es constante, la representamos
por p, y no vara de una prueba a otra. La probabilidad del
complemento es 1- p y la representamos por q .


Si repetimos el experimento n veces podemos
obtener resultados para la construccin de la
distribucin binomial.
La distribucin de probabilidad binomial es un ejemplo de
distribucin de probabilidad discreta.
Esta formada por una serie de experimentos de Bernoulli. Los
resutados de cada experimento son mutuamente excluyentes.
Para contruirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de xitos p
3 - utilizar la funcin matemtica.



A continuacin vemos La funcin de probabilidad de la distribucin
Binomial, tambin denominada Funcin de la distribucin de
Bernoulli:





k - es el nmero de aciertos.
n - es el nmero de experimentos.
p - es la probabilidad de xito, como por ejemplo, que salga
"cara" al lanzar la moneda.
1-p - tambin se le denomina como q




Cul es la probabilidad de obtener 6 caras al lanzar una moneda
10 veces?
El nmero de aciertos k es 6. Esto es x=6
El nmero de experimentos n son 10
La probabilidad de xito p, es decir, que salga "cara" al lanzar la
moneda es 50% 0.50
La frmula quedara:

P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces
una moneda es de 20.5% .



Cul es la probabilidad de obtener cuatro veces el nmero 3 al
lanzar un dado ocho veces?
El nmero de aciertos k es 4. Esto es x=4
El nmero de experimentos n son 8
La probabilidad de xito p (probabilidad de que salga un 3 al
tirar el dado) es 1 / 6 (= 0.1666)
La frmula queda:
P (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el nmeros
3 al tirar un dado 8 veces es de 2.6%.
Utilizando la tabla de probabilidad binomial se pueden resolver los
ejemplos anteriores.

Para esto debe saber los valores k y B (n,p) .
k es el nmero de xitos que buscamos. Este valor se encuentra
entre 0 y n.
En el parmetro B(n,p), n debe ser mayor de 0 y p un valor desde 0
al 1.


En los ejemplos 1 y 2 los parmetros B(n,p) son
B(10,0.50) y B(8,0.1666) respectivamente.
Obtenga ms informacin de cmo asignar probabilidades
utilizando las tablas.
Cuando llegue al enlance lea las
primeras 6 preguntas con sus
respuestas y luego practique con los
ejercicios 1.1
Busque en la tabla de probabilidad binomial
Solucin :
Se trata de una distribucin binomial de parmetros B(12,
0.05). Debemos calcular la probabilidad de que x sea igual a k
que en este caso es 2. Esto es P (k=2).
Busque en la parte izquierda de la tabla n=12, luego en la parte
superiror p=0.05 . La probabilidad estar en x=2
El resultado es 0.0988
En una fbrica de cmaras el 5% sale con
defectos. Determine la probabilidad de que en
una muestra de 12 se encuentren 2 cmaras
defectuosas.
Compruebe el cmputo utilizando una calculadora
de probabilidad binomial
Vea otros ejemplos en
este enlace
Solucin :
Se trata de una distribucin binomial de parmetros B(15, 0.10).
Debemos calcular la probabilidad P(X=3).
El resultado es 0.1285
En una oficina de servicio al cliente se atienden 100
personas diarias. Por lo general 10 personas se van
sin recibir bien el servicio. Determine la
probabilidad de que en una encuesta a 15 clientes
3 no hayan recibido un buen servicio.

Observe el cambio de la distribucin variando el parmetro B(n,p)
Cuando llegue al enlance
entre:
n en Number ot trials
p en Prob. of Success
Presente una descripcin escrita de
las observaciones que obtiene al
variar los valores n y p.
17
Caractersticas de la distribucin
binomial
n = 5 p = 0.1
n = 5 p = 0.5
Media
= E(X) = n p
= 5 0.1 = 0.5
= 5 0.5 = 0.25
Desviacin estndar
0
.2
.4
.6
0 1 2 3 4 5
X
P(X)
.2
.4
.6
0 1 2 3 4 5
X
P(X)
0
1 . 1 ) 5 . 0 1 ( 5 . 0 5
67 . 0 ) 1 . 0 1 ( 1 . 0 5
) 1 (


p np
En este mdulo hemos determinado la probabilidad binomial mediante el
uso de la funcin binomial, tablas de distribucin y la calculadora del
enlace. Adems, aprendimos que:

La distribucin binomial se forma de una serie de experimentos de
Bernoulli

La media () en la distribucin binomial se obtiene con el producto de
n x p

La desviacin estndar ( ) en la distribucin binomial se obtiene del
producto de n x p x q.

El valor de q es el complemento de p y se obtiene con 1 p.


Aproximacin de la distribucin
binomial por la normal
Experiencia interactiva, ejemplos y ejercicios relacionados a la
aproximacin binomial por la normal
Una distribucin binomial B (n, p) se puede
aproximar por una distribucin normal, siempre que n
sea grande y p no est muy prxima a 0 1. La
aproximacin consiste en utilizar una distribucin
normal con la misma media y desviacin tpica de la
distribucin binomial.

En la prctica se utiliza la aproximacin cuando:
n>30, np>5, nq>5

En cuyo caso : x= B(n,p) se puede aproximar a N(=np, = npq )

Lea el Mdulo
de la distribucin
normal


Repaso de conceptos
Observe un vdeo de repaso de la distribucin de probabilidad binomial
Cuando llegue al enlace haga
click en la columna izquierda en
Bernoulli
y contine observando el video de
Binomial
Distribucin de probabilidad discreta - distribucin con un nmero
finito de valores.

Distribucin binomial Distribucin discreta que se aplica cuando se
realizan ms de una vez y de forma independiente el experimento de
Bernoulli.

Experimento de Bernoulli Experimento con dos posibles resultados
(xito o fracaso).

Experimento independiente Cuando el resultado de un experimento
no tiene influencia en el resultado de otro experimento

xitos Es la ocurrencia del evento de inters como cantidad de
defectos, llamadas recibidas, servicios completados.

Fracasos Es el complemento de los xitos. Es la ocurrencia del
evento que no es de inters.

Resultados mutuamente excluyentes Son resultados que no pueden
ocurrir al mismo tiempo. Si un producto sale bueno, no puede salir
defectuoso al mismo tiempo.

You might also like