Está en la página 1de 6

INTRODUCCIN

DISTRIBUCIN BINOMIAL

En estadstica, la distribucin binomial es una distribucin de probabilidad


discreta que cuenta el nmero de xitos en una secuencia de n ensayos
de Daniel Bernoulli independientes entre s, con una probabilidad fija p
de ocurrencia del xito entre los ensayos. Un experimento de Bernoulli se
caracteriza por ser dicotmico, slo son posibles dos resultados.
En una determinada empresa o trabajo se tiene muchas situaciones
donde se espera que ocurra o no un evento especfico. ste puede ser de
xito o fracaso sin dar paso a un punto medio. Por ejemplo, en la
produccin de cualquier tipo de artculos, ste puede salir bueno o malo.
Casi bueno no es un resultado de inters. Para situaciones como stas se
utiliza la distribucin binomial. En este mdulo se describe el uso de la
distribucin binomial para obtener la probabilidad de ocurrencia de ese
evento que representa un resultado esperado. Este material nos sirve
para nuestros futuros trabajos como comunicadores.
Existen muchas situaciones en las que se presenta una experiencia
binomial. Cada uno de los experimentos es independiente de los restantes
(la probabilidad del resultado de un experimento no depende del
resultado del resto). El resultado de cada experimento ha de admitir slo
dos categoras (a las que se denomina xito y fracaso
Esperamos que la presentacin de nuestro trabajo sirva para el inicio de
una prctica y que se sepa utilizar correctamente la distribucin binomial
para la obtencin de probabilidades de aquellas situaciones gerenciales
con dos posibles resultados, tambin esperamos que se pueda identificar
las propiedades de una distribucin binomial, determinar los valores del
xito (p) fracaso (q) de esa manera establecer las bases para el cmputo
de probabilidades, establecer el promedio la varianza y la derivacin
estndar utilizando las variables de la distribucin binomial.
HISTORIA
El clculo de probabilidades tuvo un notable desarrollo con el trabajo del
matemtico suizo Jacob Bernoulli (1654-1705). Bernoulli defini el
proceso conocido por su nombre el cual establece las bases para el
desarrollo y utilizacin de la distribucin binomial.
DEFINICIN
El experimento de Bernoulli (dicotmico) tiene 2 posibles resultados:

XITO: probabilidad de ocurrencia p

FRACASO: probabilidad q=1-p


El resultado obtenido en cada prueba es INDEPENDIENTE de pruebas
anteriores.
P(k)=(n/k) p q
n= ensayos repetidos independientes (sean xitos o fracasos)
k= ensayos exitosos
p= probabilidad de xito
q= probabilidad de fracaso
UTILIDAD
La distribucion Binomial frecuentemente se utiliza en situaciones cuya
solucin tiene dos posibles resultados.
Ejemplo:
En una prueba de falso o verdad solo hay dos posibilidades de
repuesta.
Al nacer un beb este puede ser de sexo masculino o femenino.
Pero tambin cuando el resultado se puede reducir a dos opciones
Ejemplo:
Un tratamiento medico puede resultar efectivo o inefectivo.
PROPIEDADES
Media y Varianza de una distribuci n discreta de probabilidades. n
discreta de probabilidades.
o Media o nmero de xitos
o Varianza
o Desviasin estndar
La media y desviacin estndar Caractersticas de la distribucin
binomial
Media E(X) = n p = P(X) n = 5 p = 0.1 .6 .4 5 0.1 = 0.5 = .2 0 X 5 0.5
= 0.25 = 0 1 2 3 4 5
Desviacin estndar P(X) n = 5 p = 0.5 np(1 ) = p .6 .4 5 0.1(1 .1) =
.67 = 0 0 .2 0 X 5 0.5 (1 .5) =.1 = 0 1 0 1 2 3 4 5 17
CARACTERISTICAS
La distribucion binomial puede considerarse como una generalizacin del
modelo de Bernoulli en donde el experimento se realiza n veces.
Para construir un proceso binomial se necesita lo siguiente:
1) En el experimento slo hay dos resultados a)EXITO = 1 b)FRACASO = 0
2) A la probabilidad de xito xitose le llama p p
3) A la de fracaso fracasose le llamaq q
4) Se cumple que p + q = 1 p + q = 1(por lo tanto q = 1 p )
5) La probabilidad de xito permanece constante
6) Los eventos son independientes. Por ejemplo: si lanzamos una moneda
las segunda vez no importa lo que pasantes.
7) El experimento se realiza nveces
8) Lo que se desea es conocer la probabilidad de xito, P(x), en los
nintentos. (Nota: xito no significa que sea bueno, slo significa que
ocurra el evento).
EJEMPLOS
tirar una moneda y esperar que salga sol podra ser el xito y guila
sera entonces fracaso,
obtener un producto defectuoso podra ser xito, mientras que el
producto libre de defectos sera fracaso (claro que podra ser al revs)
tomar en cuenta una venta en un almacn por persona podra ser
nuestro xito, mientras que no realizarla sera fracaso.

EJEMPLO B (n,p) Compruebe el cmputo utilizando una calculadora de


probabilidad binomial 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. Se trata de una distribucin binomial de
parmetros B (15, 0.10).
Debemos calcular la probabilidad P(X=3).
El resultado es 0.1285
CONCLUSIN

Es una distribucin de probabilidad discreta que cuenta el nmero


de xitos en una secuencia de n ensayos, independientes entre s,
con una probabilidad entre s con una probabilidad fija p de
ocurrencia de xito.

En ocasiones queremos analizar los resultados de efectuar un


nmero de observaciones en los que la variable slo puede tomar
ciertos valores puntuales. A esto le llamamos distribucin de
variable discreta.

En muchos casos podemos resolver problemas que tienen que ver


con la estadstica considerando una distribucin binomial. Esto se
presenta cuando el resultado de una medicin o experimento
puede tener slo dos posibilidades. A una de ellas comnmente se
le denomina xito (aun cuando el resultado no sea muy
agradable) y a la otra fracaso.
BIBLIOGRAFA

Anderson, S. (2006).
Estadsticas para administracin y economa, (8tva ed.)
Mxico: Thomson.
Newbold, P. (2003). Statistics for Business And Economics,
(5ta. Ed.). New Jersey: Prentice Hall.
Bluman, A. G. (2007). Statistics. (6ta ed.). New York: Mc Graw
Hil, New
http://karnak.upc.es/teaching/estad/MC/taules/com-usar-
taules.pdf

http://personal5.iddeo.es/ztt/Tem/t19_distribucion_bino
mial.htm
http://www.stat.stanford.edu/~naras/jsm/example5.htm
http://cyber.gwc.cccd.edu/faculty/jmiller/Binom_Tab.pdf
http://descartes.cnice.mecd.es/Estadistica/Distribucion_b
inomial/binomia
http://descartes.cnice.mecd.es/Estadistica/Binomial_Nor
mal/index.htm