Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuciones Binomial.
• Experimentos que se ajustan a las siguientes condiciones.
• El experimento consta de una secuencia de n experimentos más pequeños
llamados ensayos, donde n se fija antes de iniciar el experimento.
• Cada ensayo puede dar por resultado un de dos posibles resultados: éxito o falla.
• Los resultados son independientes, de modo que el resultado de cualquier ensayo
no influye en el resultado de otro ensayo.
• La probabilidad de éxito (p), y por tanto de falla (q), es constante de un ensayo a
otro.
2
Se cumplen las condiciones para que sea un experimento binomial.
3
Probabilidad de éxito en el primer ensayo:
P(E1) = 4/10 = 0,4
4
Probabilidad de éxito en el primer ensayo:
P(E1) = 400/1000 = 0,4
5
6
Al mantener fijo el parámetro n, y cambiar el parámetro p, se puede observar que se
dan cambios en la forma de la gráfica.
7
Al mantener fijo el parámetro p, y variar el parámetro n, se observa que la curva
mantiene la misma forma pero se desplaza sobre el eje X. La escala del eje horizontal
es igual para los cuatro gráficos presentados, nótese que las escalas del eje vertical
no son iguales para las gráficas.
8
Suponga un experimento binomial con n = 5 y p(E)=0.3.
9
Usualmente en los experimentos binomiales lo que interesa es el número total de
éxitos (E), no interesa qué ensayos dieron los éxitos. Por ejemplo, si nos interesa X=2,
es indiferente en la forma que se presente (EEF, EFE, FEE), cualquiera de los tres
resultados posibles tiene la misma importancia.
X = {0, 1, 2, 3)
10
11
Dependiendo de los parámetros de la fmp binomial, cambian las probabilidades de
X=x, igualmente cambia su varianza
12
En R:
dbinom(x = 3, n = 50, p = 0.1)
13
¿Cuál es la probabilidad de que al menos 3 televisores requieran garantía?
𝑃 𝑋 ≤3 =𝑃 𝑋 =0 +𝑃 𝑋 =1 +𝑃 𝑋 =2 +𝑃 𝑋 =3
50
𝑃 𝑋=0 =𝑓 0 = 0.10 1 − 0.1 50−0 = 0.0052
0
50
𝑃 𝑋=1 =𝑓 1 = 0.11 1 − 0.1 50−1 = 0.0286
1
50
𝑃 𝑋=2 =𝑓 2 = 0.12 1 − 0.1 50−2 = 0.0779
2
50
𝑃 𝑋=3 =𝑓 3 = 0.13 (1 − 0.1)50−3 = 0.1386
3
14
E(X) = np = 50*0.1 = 5 televisores
V(X) = npq = 50*0.1*0.9 = 4.5
Costo = E(120X) = 120 E(X) = 120*5 = $600
15
16
17
18
19
Valor esperado y Varianza
𝐾
𝐸 𝑋 =𝑛∙
𝑁
𝑁−𝑛 𝐾 𝐾
𝑉 𝑋 = ∙𝑛∙ ∙ 1−
𝑁−1 𝑁 𝑁
𝐾
Como 𝑁 = 𝑃 𝐾 = 𝑃 é𝑥𝑖𝑡𝑜 = 𝑝
Entonces,
𝐸 𝑋 = 𝑛∙𝑝
𝑁−𝑛
𝑉 𝑋 = ∙𝑛∙𝑝∙ 1−𝑝
𝑁−1
20
N = 20
K = 10
n = 15
10 20−10
10 15−10
P(X=10) = 20 =0.0163
15
21
𝑁−𝑛
El factor 𝑁−1 es aproximadamente 1 cuando n es muy pequeño en relación a N.
Esto quiere decir que a medida que la relación n/N se hace más pequeña h(x; n, K, N)
tiende a B(x; n, p).
Como regla general, si n/N < 0.05 la distribución binomial puede utilizarse para
calcular probabilidades aproximadas que implican número de éxitos en la muestra.
𝑁−𝑛
=
800 − 20 = 780 = 0.97, 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 1.
𝑁−1 800 − 1 799
22
𝑁−𝑛
=
10000 − 20 = 9980 = 0.9981, 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 1.
𝑁−1 10000 − 1 9999
Así cada vez más la varianza de las dos distribuciones será similar a medida que la
relación n/N se hace más cercana a cero.
Nota:
𝑁−𝑛
𝑁−1
siempre es menor que 1, por tanto la varianza de la distribución hipergeométrica
es menor a la de la distribución binomial.
22
23
24
25
26
Denotamos como éxito E = que el producto esté defectuoso.
Nos interesa r = 2
p = 0.01
𝑥+𝑟−1 𝑟 198 + 2 − 1
P(X = 200)= 𝑝 (1 − 𝑝)𝑥 = 0.012 (1 − 0.01)198
𝑟−1 2−1
E(X)=198
27