Distribución binomial

Una distribución binomial es una distribución de probabilidad ampliamente utilizada

de una variable aleatoria discreta es la distribución binomial. Esta describe varios
procesos de interés para los administradores.

Describe datos discretos, resultantes de un experimento denominado proceso de

Bernoulli en honor del matemático suizo Jacob Bernoulli, quien vivió en el siglo XVII.

Empleo del proceso de Bernoulli

Podemos servirnos de los resultados de un número fijo de lanzamientos de una
moneda como ejemplo de un proceso de Bernoulli. Este proceso lo describimos así:

1. Cada ensayo (cada lanzamiento, en nuestro caso) tiene sólo dos resultados
posibles: lado A o lado B, sí o no, éxito o fracaso.

2. La probabilidad del resultado de cualquier ensayo (lanzamiento) permanece

fija con el tiempo. Tratándose de una moneda la probabilidad de que salga
de el lado A sigue siendo de 0.5 en cada lanzamiento, cualquiera que sea el
número de veces que la moneda sea arrojada.

3. Los ensayos son estadísticamente independientes, es decir, el resultado de

un lanzamiento no afecta al de cualquier otro lanzamiento.

Existe una fórmula binomial:

Probabilidad de r éxitos en n ensayos es:
N! / R! (N-R)! PR QN-R
¡Recordemos que el símbolo factorial! ¡Significa por ejemplo que es 3! = 3*2*1 = 6
¡Los matemáticos definen 0! = 1.
Ejercicio:

Las posibilidades de que un byte transmitido a través de un canal de transmisión

digital se reciba con error es 0.1 supón además que los ensayos de transmisión son
independientes.
a) Definir la variable aleatoria
X= Numero de Bits con error Xp = Tipos de Bits
D= {0,1,2,3,4} Dp = {Sin E, con E}
P éxito = 0.1
q fracaso = 0.9

b) Obtener la distribución de masa de probabilidad

X P(X)
0 0.6561
Formula de
1 0.2916
combinación:
2 0.048
3 0.0036
4 0.0001
100%

4C0 * (0.1)0 * (0.9)4-0 = 0.6561

4C1 * (0.1)1 * (0.9)4-1 = 0.2916

4C2 * (0.1)2 * (0.9)4-2 = 0.048

4C3 * (0.1)3 * (0.9)4-3 = 0.0036

4C4 * (0.1)4 * (0.9)4-4 = 0.0001

 c) ) Grafica:

d) Esperanza Matemática

E(x) = n(P) =4 (0.1 = 0.4 media. Se esperaría que al transmitir 4 bits ocurran en
promedio 0.4 bits con error

e) Varianza
V(X) = n(p)(q) = (4) (0.1) (0.9) = 0.36 bits con error al cuadrado ( E2 )
= √ 0.36 = 0.6 Bits con error

f) Coeficiente de variación
CV = S/X * 100 = 0.6 / 0.4 * 100 = 150 %