Está en la página 1de 8

FACULTAD/ESCUELA:

Ingeniera civil
CICLO:

III
ASIGNATURA:

Estadstica y Probabilidades
PROFESOR:

Lopez Jimenez Alfredo Edgar


ALUMNOS:

Toledo Zapana Jonathan Teodoro

Reducindo Asencio Jorge Luis

Gaitn Olivas Marlon Xavier

Barzola Romero Dean Marold

Fernandez Rojas Sal


HUACHO 2014
Utilidad
La distribucion binomial se utiliza en situaciones cuya solucin
tiene dos posibles resultados.
Por ejemplo:
Al nacer un/a beb puede ser varn o mujer.
Puedes ser mayor de 18 aos o menor de 18 aos.
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
Propiedades de un experimento 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 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 construirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de xitos p
3 - utilizar la funcin matemtica P(x=k).
La funcin P(x=k)
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
Excel = DISTR.BINOM(k , n, p, acumulado)
Acumulado = falso : solo para x = k
Acumulado = Verdadero : para x k
Ejemplo 1 de la funcin F(x=k)
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%
Ejemplo 2 de la funcin F(x=k)
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%
Tabla de probabilidad binomial
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.
Y si la probabilidad P no aparece en la tabla?
Entonces haramos interpolacin. Supongamos que X se
distribuye como una binomial con P=0.17; entonces, si queremos
calcular la probabilidad que X sea igual a 3 despus de 6 tiradas
(n=6), tomamos la tabla y localizamos las probabilidades ms
cercanas a 0.17, que son 0.15 y 0.2

La interpolacin la realizaremos como sigue:

Ejemplo 1
B(n,p)
Determinar P(k = 0) para B(4 ; 0,45)
Ejemplo 2
B(n,p)
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.
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
Ejemplo 3
B(n,p)
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.
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
Media, Varianza, y Desviacin Estandar en Distribucin
Binomial
n p
2 n pq
n pq
Ejemplo:
Al adivinar al azar un examen de 100 preguntas multiples, cada
una con 4 posibles respuestas:

100 1 4 25
2 100 1 4 3 4 18.8

100 1 4 3 4 4.3