Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Binomial 1
Binomial 1
MODELOS DE PROBABILIDAD
DISCRETOS
113
Definicin. Ejemplos
( )
P ( A ) = p ; P A =1 p = q
Se repite el experimento n veces en las mismas
condiciones (independencia). Se define la variable aleatoria
Binomial :
X: n de veces que ocurre el suceso A (n xitos) en n
realizaciones independientes del experimento
9 Por lo tanto, X: 0, 1, 2 , 3, n
X B (n; p )
114
Funcin de probabilidad
()
P ( X = r ) = nr p r q n r
n!
=
pr qn r
r !( n r )!
r : 0,1, 2,..., n
r =0
P( X = r ) =
(
n
r =0
n p r q nr = 1
r
115
Ejemplos
116
4.1.2
La media y la varianza
Media
= E[ X ] =
rP( X = r ) = np
r =0
Varianza
2
Var[ X ] = =
2
(
r
)
P ( X = r ) = npq
r =0
Ejemplo
Diez individuos, cada uno de ellos propenso a la
tuberculosis, entran en contacto con un portador de la
enfermedad. La probabilidad de que la enfermedad se
contagie del portador a un sujeto cualquiera es de 0.1.
Cuntos se espera que contraigan la enfermedad?
Solucin:
4.1.3
Uso de tablas
Ejemplo
La probabilidad de que cierto antibitico presente una
reaccin negativa al administrarse a un ave rapaz en
recuperacin es de 0.15. Si se les ha administrado dicho
antibitico a 10 aves, calclense las probabilidades de que
haya reaccin negativa:
a. En dos aves
b. En ningn ave
c. En menos de 4 aves
d. En ms de 3 aves
e. Entre 2 y 5 aves
Solucin:
Suceso A : " A un ave se le presenta reaccin negativa "
X :" n de aves a las que se les presenta tal reaccin "
P ( A ) = 0.15 ; n = 10 ; X B (10 ; 0.15)
a. P ( X = 2) = 0.2759
b. P ( X = 0) = 0.1969
118
c. P ( X < 4) = P ( X 3) = P ( X = 0) + P( X = 1) +
+ P ( X = 2) + P ( X = 3) = 0.1969 + 0.3474 +
+ 0.2759 + 0.1298 = 0.95
d . P ( X > 3) = 1 P ( X 3) = 1 ( P( X = 0) + P( X = 1) +
e. P (2 X 5) = P ( X = 2) + P( X = 3) + P( X = 4) +
+ P ( X = 5) = 0.2759 + 0.1298 + 0.0401 + 0.0085 =
= 0.4543
119
3
n
r
n
r
; r = 0, 1, 2, 3
P ( X = r ) = r p q
= r
4 4
0
P( X
= 0) = 30 1
4
P( X
=1) = 13 1
4
3
4
2
P( X
= 2) = 32 1
4
3
4
P( X
= 3) = 33 1
4
3
4
3
4
= 0.4219
= 0.4219
1
= 0.1406
= 0.0156
120
4.1.4
Aditividad
Independientes entre s
Xi
B ( ni ; p ), i = 1, 2,k
Definimos la variable aleatoria X como:
X = X1 + X 2 + .... + X k
X B (n1 + ... + n k ; p )
121
Definicin. Ejemplos
X P ( )
Ejemplos
N de leucocitos en una gota de sangre
N de veces que una planta de energa nuclear emite
122
Funcin de probabilidad
r
P( X = r) =
e ; r = 0,1, 2, 3,...; > 0
r!
P( X = r) =
r =o
4.2.2
r =o
r
e =1
r!
La media y la varianza
La media
= E[X ] =
Varianza
Var [ X ] = 2 =
123
Ejemplos
Nmero de bacterias nocivas por cada cm3 de agua.
Nmero de partculas radiactivas emitidas cada hora
124
4.2.3
Uso de tablas
P(2 X 5) = P( X = 2) + P( X = 3) + P( X = 4) + P( X = 5) = 0.4689
c.
P( X 1) = 1 P( X < 1) = 1 P( X = 0) = 0.7981
125
4.2.4
Aditividad
Independientes entre s
Xi
P ( ), i = 1, 2,k
i
X = X1 + X 2 + .... + X k
X P ( = 1 + ... + k )
126
X B (n; p )
Si se verifica que
X P ( = np )
127
Ejemplo
La probabilidad de que al administrrsele un antibitico a
un ave rapaz en recuperacin se le presente una reaccin
negativa es 0.05. Si se le va a administrar el antibitico a
80 de estas aves, calclese la probabilidad de que:
1.
2.
3.
Solucin:
Suceso A : " A un ave se le presenta reaccin negativa "
X :" n de aves a las que se les presenta tal reaccin "
P ( A ) = 0.05; n = 80;
X B (80 ; 0.05)
X P ( = np ) = P ( = 80 0.05) = P ( = 4)
1. P ( X = 0) = 0.0183
2. P ( X 2) = 1 P( X 1) = 1 P( X = 0) P ( X = 1)
= 0.9084
3. P( X 5) = P( X = 0) + ... + P ( X = 5) = 0.7851
128