Está en la página 1de 8

Distribucin binomial o de Bernoulli

Un experimento sigue el modelo de la distribucin binomial o de Bernoulli si:


1. En cada prueba del experimento slo son posibles dos resultados: el suceso
A (xito) y su contrario

2. La probabilidad del suceso A es constante, es decir, que no vara de una


prueba a otra. Se representa por p.
3. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
La distribucin binomial se suele representar por B(n, p).
n es el nmero de pruebas de que consta el experimento.
p es la probabilidad de xito.
La probabilidad de

es 1 p, y la representamos por q.

Variable aleatoria binomial


La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en
cada prueba del experimento.
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 funcin de probabilidad de la distribucin binomial, tambin denominada
funcin de la distribucin de Bernoulli, es:

n es el nmero de pruebas.
k es el nmero de xitos.
p es la probabilidad de xito.
q es la probabilidad de fracaso.

El nmero combinatorio

Otros valores

Media

Varianza

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 ledo. Un grupo de 4 amigos son aficionados a la
lectura:
Cul es la probabilidad de que el grupo hayan ledo la novela 2
personas?
n=4
p = 0.8
q = 0.2
B(4, 0.8)

DISTRIBUCIN POISSON
El sistema distribucin de Poisson es uno de los ms usuales en el clculo de
probabilidades que se generan en las distintas reas de conocimiento. Este
sistema es un tipo de modelo discreto ya que el tipo de variables que utiliza
son de la misma ndole, discretas. Es decir que, cuando el conjunto de posibles
valores que puede tomar la variable aleatoria es finito o infinito numerable.
Las caractersticas principales de los experimentos o eventos que sigue una
distribucin de Poisson son:

Experimentos que nos interesa contar y el nmero de veces que


ocurre cierto fenmeno durante un periodo fijo o una regin fija del
espacio.
Ejemplo:
Nmero de visitantes diario a un museo.
Nmero de defectos en un metro de tela.
Nmero de llamadas a una central durante una hora.

En este tipo de experimentos la variable aleatoria X que expresa el nmero


de ocurrencias de cierto fenmeno en una regin espacial o temporal fija,
decimos que sigue una distribucin de Poisson de parmetro .
As pues se representa de la siguiente forma:

X Po()
Dnde:
: promedio de ocurrencias del fenmeno
CLCULOS
La funcin de probabilidad (o de cuanta) de la distribucin de Poisson nos da la
probabilidad de que el fenmeno ocurra x veces. La frmula es la siguiente:

f ( x )=P ( X =x ) =

e
x!

La media y la varianza de una distribucin Poisson Po() vienen dadas por :

Media

Varianza

2=

Ejemplo:
Un radar de carretera detecta un promedio de 6 infracciones diarias. Calcula la
probabilidad de que un da dado el radar detecte 4 infracciones.
X: nmero de infracciones detectadas por el radar / da
: promedio de infracciones detectadas por el radar/ da = 6
X ~ Po (6)

P ( X=4 ) =

e6 64
=0.134 la probabilidad de que el radar detecte 4 inf raacciones es de 13.4
4!

DISTRIBUCION JI-CUADRADA (X2)


En realidad la distribucin ji-cuadrada es la distribucin muestral de s 2. O sea
que si se extraen todas las muestras posibles de una poblacin normal y a
cada muestra se le calcula su varianza, se obtendr la distribucin muestral de
varianzas.
Para estimar la varianza poblacional o la desviacin estndar, se necesita
conocer el estadstico X2. Si se elige una muestra de tamao n de una
poblacin normal con varianza

, el estadstico:

tiene una distribucin muestral que es una distribucin ji-cuadrada con


gl=n-1 grados de libertad y se denota X2 (X es la minscula de la letra griega
ji). El estadstico ji-cuadrada esta dado por:

donde n es el tamao de la muestra, s 2 la varianza muestral y


la varianza
de la poblacin de donde se extrajo la muestra. El estadstico ji-cuadrada
tambin se puede dar con la siguiente expresin:

Propiedades de las distribuciones ji-cuadrada


1. Los valores de X2 son mayores o iguales que 0.
2. La forma de una distribucin X2 depende del gl=n-1. En consecuencia,
hay un nmero infinito de distribuciones X2.
3. El rea bajo una curva ji-cuadrada y sobre el eje horizontal es 1.

4. Las distribuciones X2 no son simtricas. Tienen colas estrechas que se


extienden a la derecha; esto es, estn sesgadas a la derecha.
5. Cuando n>2, la media de una distribucin X 2 es n-1 y la varianza es 2(n1).
6. El valor modal de una distribucin X2 se da en el valor (n-3).

La funcin de densidad de la distribucin X2 esta dada por:

Para x>0
La tabla es del libro de probabilidad y estadstica de Walpole, la cual da valores
crticos

(gl) para veinte valores especiales de

. Para denotar el valor

crtico de una distribucin X2 con gl grados de libertad se usa el smbolo


(gl); este valor crtico determina a su derecha un rea de
bajo la curva X2 y
2
sobre el eje horizontal. Por ejemplo para encontrar X 0.05(6) en la tabla se
localiza 6 gl en el lado izquierdo y
misma tabla.

a o largo del lado superior de la

Clculo de Probabilidad
El clculo de probabilidad en una distribucin muestral de varianzas nos sirve
para saber como se va a comportar la varianza o desviacin estndar en una
muestra que proviene de una distribucin normal.
Ejemplos:

1. Suponga que los tiempos requeridos por un cierto autobs para alcanzar
un de sus destinos en una ciudad grande forman una distribucin normal
con una desviacin estndar
=1 minuto. Si se elige al azar una
muestra de 17 tiempos, encuentre la probabilidad de que la varianza
muestral sea mayor que 2.
Solucin:
Primero se encontrar el valor de ji-cuadrada correspondiente a s 2=2 como
sigue:

El valor de 32 se busca adentro de la tabla en el rengln de 16 grados de


libertad y se encuentra que a este valor le corresponde un rea a la derecha de
0.01. En consecuencia, el valor de la probabilidad es P(s 2>2)

2. Encuentre la probabilidad de que una muestra aleatoria de 25


observaciones, de una poblacin normal con varianza
, tenga una varianza muestral:
a. Mayor que 9.1
b. Entre 3.462 y 10.745
Solucin.
a. Primero se proceder a calcular el valor de la ji-cuadrada:

Al buscar este nmero en el rengln de 24 grados de libertad nos da un rea a


la derecha de 0.05. Por lo que la P(s 2 >9.1) = 0.05
1. Se calcularn dos valores de ji-cuadrada:

y
Cabe mencionar que existen tablas del mismo chi cuadrado para denotar los
valores obtenidos.