Documentos de Académico
Documentos de Profesional
Documentos de Cultura
99 102
(ACV-S07)Foro de Debate Calificado 05 - EP - Distribución de probabilidad
Hoy tienes el desafío de participar en el Foro de Debate Calificado N°5 cuya dinámica consiste
en:
¡Éxitos!
Este tema fue bloqueado en 12 de oct en 23:59.
Estimado profesor
Saludos
Gracias Danny por participar, recuerda luego completar lo requerido en la consigna del
foro. No olvides indicar la fuente.
Bibliografía
Martines Gommez, M., & Marí Benlloch, M. (2010). La distribución binomial. Valencia.
(http
La distribución binomial es uno de los modelos matemáticos que más se utilizan para calcular
la probabilidad de éxito de un evento, siempre y cuando la variable a analizar sea discreta. Se
relaciona con el experimento aleatorio de Bernoulli, nombrado así en honor de Jakob
Bernoulli, matemático y científico suizo.
Puesto que sólo hay dos resultados posibles, la probabilidad de fracaso, a la que podemos
enominar q, está dada por la diferencia 1 – p, esto es, corresponde al complemento de la
probabilidad de éxito, y como ésta última es constante, entonces también lo es la
probabilidad de fracaso.
P(x)=nCxpxqn- x
Esta fórmula nos dice que la probabilidad de obtener x número de éxitos en n pruebas, está
dada por la multiplicación de n combinaciones en grupos de x por la probabilidad de éxito
elevada al número de éxitos deseado, y por la probabilidad de fracaso elevada al número de
fracasos deseados.
Una vez que hemos confirmado que se trata de una distribución binomial, aplicamos la
expresión P(x) = nCx pxq(n-x), de modo que…
(http
La probabilidad de cada posibilidad no puede ser más grande que 1 y no puede ser negativa.
Por ejemplo, si lanzamos un dado la posibilidad de que el resultado sea par (2, 4 ó 6) o impar
(1, 3 ó 5) será exactamente la misma si el dado está bien equilibrado, el 50% y por muchas
veces que lo lancemos la probabilidad, en cada una de esas veces, seguirá siendo el 50%.
Como p y q son los dos únicos resultados posibles, entre los dos su porcentaje debe sumar
uno por lo que p=1-q.
Para hacer el experimento lo primero que tenemos que hacer es definir p, es decir, en el
ejemplo del dado definir si éxito o p es que salga un número par o impar; a partir de ahí, q
será la otra posibilidad.
Por ejemplo, si observamos que pasan diez taxis y queremos saber la probabilidad de que
tres de ellos estén libres la fórmula sería:
donde
es el número de pruebas.
es el número de éxitos.
es la probabilidad de éxito.
es la probabilidad de fracaso.
Ejemplo 1
La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los
lectores ya la han leído. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura: ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2
personas?
¿Y como máximo 2?
Ejemplo 2
Ejemplo 3
Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más 2/3. Hállese la probabilidad de que, transcurrido 30 años,
vivan:
Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan más caras que
cruces.
Ejemplo 5
Referencia: https://www.sdelsol.com/glosario/distribucion-
binomial/#:~:text=La%20distribuci%C3%B3n%20binomial%20es%20una,y%20no%20pu
ede%20ser%20negativa (https://www.sdelsol.com/glosario/distribucion-
binomial/#:~:text=La%20distribuci%C3%B3n%20binomial%20es%20una,y%20no%20puede%20se
r%20negativa) .
Editado por JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272) el 11 de oct en
9:34
(http
Hola estimado compañero, no podría decirte que es de fácil comprensión, ya que para mi
es un poco complicado. Lo que puedo resaltar es que este tipo de probabilidades abarca
situaciones especiales que a simple vista parecieran muy complicadas o casi imposible
de determinarlas. Para mi intervención en este foro, tomé mis referencia de este medio y
me pareció interesante la manera de como lo explicaron.
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
(http
En este enlace puedes ver ejercicios resuletos que te pueden ayudar a complementar
Aplicaciones de la distribución binomial (https://www.youtube.com/watch?
v=DIbfaX9WQ0w)
(https://www.youtube.com/watch?v=DIbfaX9WQ0w)
Saludos
Me agrada bastante tu aporte compañero, ya que esos ejemplos que nos muestras son
prácticos y fácil de entender. me ayudo bastante.
https://www.youtube.com/watch?v=f0h4ldtbgiw
Fuente: https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
Saludos,
Fernando Alegre
Editado por FERNANDO EBER ALEGRE DIAZ (https://canvas.utp.edu.pe/courses/133597/users/86411) el 7 de oct en 0:21
(http
Buen aporte compañero. Sugeriría este video como complemento ya que nos da
ejercicios prácticos para mayor comprensión del tema.
Una distribución binomial es una distribución de probabilidad discreta que describe el número
de éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo
esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que
definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos
los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades se ajustaría a
una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la
que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que
cumplir las siguientes propiedades:
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La
probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que
la moneda no cambia en cada experimento y las probabilidades de sacar cara son
constantes.
La probabilidad de fracaso ha de ser también constate. Esta se representa mediante la
letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o sabiendo q,
podemos obtener la que nos falte.
El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo
tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda
salga cara y cruz al mismo tiempo.
Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de
salir cruz.
La variable aleatoria que sigue una distribución binomial se suele representar como X~
(n,p), donde n representa el número de ensayos o experimentos y p la probabilidad de
éxito.
Fuente: https://www.youtube.com/watch?
v=GvqsxC8UL3I&ab_channel=F%C3%ADsicayMates
(http
Definición
Aplicaciones prácticas
Ejemplo 1
Un cazador tiene una probabilidad de acertar cada disparo que realiza con su escopeta
(suceso A) del 40 %. ¿Qué probabilidad tiene de derribar a su presa si puede efectuar tres
disparos consecutivos?
Sin embargo, al ser sucesos independientes, podemos calcularlo de manera más sencilla,
mediante el complementario:
P(derribarla) = 1 – P(no derribarla) = 1 – P(no derribarla en el primer disparo) * P(no derribarla
en el segundo disparo) * P(no derribarla en el tercer disparo)
Ejemplo 2 (Televisores)
Datos y análisis
Podemos verificar si se trata de una distribución binomial mediante una lista de chequeo de
cada uno de los puntos que caracterizan a esta distribución.
Sustitución y solución
Una vez que hemos confirmado que se trata de una distribución binomial, aplicamos la
expresión P(x) = nCx.px.q(n-x), de modo que…
Claramente es un experimento aleatorio con tres ensayos y en todos ellos sólo hay dos
resultados posibles, cada uno con probabilidad de 0.5 en cada ensayo. Si se define como
éxito que el sexo sea masculino, entonces podemos decir que se desea saber la probabilidad
de que haya tres éxitos.
Sustitución y solución
El resultado obtenido es la probabilidad de que los tres hijos de la pareja sean varones. Si
queremos pasarlo a porcentaje, el valor se debe multiplicar por 100 %
1. ¿Cuál será la probabilidad de que exactamente dos puedan localizar este país?
2. ¿Cuál será la probabilidad de que un máximo de dos puedan localizar este país?
Datos y análisis
Al igual que en los casos anteriores, verificamos si se cumple o no que el experimento lleve a
una distribución binomial.
Se trata de un experimento con seis ensayos, en cada uno de los cuales puede ocurrir que el
estudiante sepa o no sepa localizar Afganistán en el mapa. Si se define como éxito que sí
sepa la localización, podemos decir que la probabilidad de éxito es de 0.70. Además, las
probabilidades que se desean calcular se refieren al número de éxitos. Concluimos que el
experimento es Bernoulli y, por lo tanto
Sustitución
P(2) = 6C2 (0.70)2(0.30)4 = 15 (0.49)(0.0081) = 0.059535
Por cuanto hace al inciso (b), la frase “un máximo de dos” significa que X toma los valores
cero, uno o dos. Entonces…
= 0.05953
Referencias
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resourc
e/content/1/contenido/index.html
(https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/content
/1/contenido/index.html)
Saludos
(http
Compañera, me parece muy Interesantes los ejemplos y análisis en los los casos que
presentas.
Excelente aporte compañera ya que nos das a conocer que en diferentes situaciones
podemos aplicar la distribución de probabilidad binomial.
https://www.monografias.com/trabajos104/aplicacion-distribucion-probabilidad-
discreta/aplicacion-distribucion-probabilidad-discreta.shtml
(https://www.monografias.com/trabajos104/aplicacion-distribucion-probabilidad-
discreta/aplicacion-distribucion-probabilidad-discreta.shtml)
Editado por GABRIEL FERNANDO RODAS MONTES (https://canvas.utp.edu.pe/courses/133597/users/112542) el 8 de oct en
19:43
(http KATTY MARILU MOLINA LUNA (https://canvas.utp.edu.pe/courses/133597/users/235925)
11 de oct de 2020
Aporto que entre las aplicaciones prácticas diarias que se puede usar la
distribución de probabilidad Binomial tenemos:
Saludos
(https://
Las empleamos en nuestro lenguaje cotidiano al decir que "esto es poco probable que ocurra"
cuando algo no sucede muy a menudo, o "aquello es muy probable que suceda" cuando
ocurre con mucha frecuencia.
Decisiones médicas: Si un paciente necesita que le realicen una cirugía querrá saber cuál
es la probabilidad de éxito para decidir si se opera o no. Lo mismo pasa cuando se tiene que
iniciar un tratamiento, sería deseable conocer la probabilidad de éxito en base a los
resultados obtenidos previamente en otros pacientes.
Esperanza de vida: Es una medida del promedio de años que se espera que viva una
persona en las condiciones de mortalidad del período que se calcula. Se basa en el cálculo de
la probabilidad de muerte o de vida de la población a partir de los datos recogidos sobre
nacimientos y defunciones, distribuidos por sexo, edades, territorios.
Análisis de riesgos: Antes de tomar una decisión importante se debe hacer un análisis del
riesgo que conlleva tomarla. Las empresas utilizan métodos basados en estudios para medir
la repercusión que tendrán las medidas que van a tomar y así poder elegir aquéllas que sean
las más acertadas o las menos arriesgadas.
Juegos de azar: Como comprenderán, los dueños de los casinos están en el negocio para
ganar dinero por que han estudiado muy bien cuál es la probabilidad de que el cliente gane en
cada juego y saben perfectamente que dicha probabilidad es baja.
(http
Compañera una critica constructiva, con unos ejemplos seria mejor entendido el concepto
dado.
(http
muy buen aporte compañera pero seria mas entendible agregar la formula para calcular
la distribucion binomial que es
donde
n= Numero de ensayos/experimentos
x=Numero de exitos
p= probabilidades de fracaso(1-p)
Las, probabilidades son muy importantes ya que sin darnos cuentas las utilizamos a
diario, por ejemplo, ¿De qué humor estará el profesor hoy? ¿Nos resfriaremos este
invierno? ¿Quién ganará el campeonato? Hechos tan simples como los mencionados
requieren ser interpretados con pensamiento probabilista, el cual gira alrededor de las
nociones de azar e incertidumbre.
P(x=k)=)pk (1-p)n-k
donde:
n= número de pruebas
k= número de exitos
p= probabilidad de éxito
Ejemplo:
La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los
lectores ya la han leido. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura, 2 hayan leido la novela.
1. La probabilidad de que una persona haya leido el libro es de 0.8, por lo que la probabilidad
de que no lo haya leido es de 0.2
n= 4
k= 2
p= 0.8
q= 0,.2
2. Laprobabilidad de que exactamente 2 personas del grupo 4 amigos hayan leído la novela
p(x=2)
Hallando:
Bibliografía:
unr.edu.ar
superprof.es
(http
La naturaleza de la distribución binomial Para que se considere que una variable aleatoria
sigue una distribución binomial, debe satisfacer las siguientes propiedades: En cada ensayo,
experimento o prueba, solo son posibles dos resultados (éxito o fracaso). La probabilidad de
éxito debe ser constante. ... La probabilidad de falla también debe ser constante.
Cuando la variable aleatoria discreta es el número de éxitos en una muestra compuesta por n
observaciones, la distribución binomial es uno de los modelos teóricos de distribución de
probabilidad.
En cada ensayo, experimento o prueba, solo son posibles dos resultados (éxito o fracaso).
La probabilidad de éxito debe ser constante. Esto está representado por la letra p. La
probabilidad de lanzar una moneda es 0.5, que es constante, porque la moneda no cambia en
cada experimento y la probabilidad de lanzarla es constante.
La probabilidad de falla también debe ser constante. Esto está representado por la letra q = 1-
p. Es importante notar que, al conocer la ecuación de p o q, podemos obtener la que falta.
Estos eventos son mutuamente excluyentes, es decir, no pueden ocurrir al mismo tiempo. Al
lanzar una moneda, no puedes ser hombre y mujer al mismo tiempo, ni puedes tener cabeza
y cola.
Estos eventos son exhaustivos en general, lo que significa que debe ocurrir al menos uno de
dos eventos. Si no es un hombre, entonces es una mujer, y si lanza una moneda, si la
moneda no está boca arriba, entonces debe estar boca arriba.
Las variables aleatorias que siguen una distribución binomial generalmente se expresan como
X ~ (n, p), donde n representa el número de ensayos o experimentos y p representa la
probabilidad de éxito.
(http
muy buen aporte compañera pero le pondrias la formula para calcular la distribucion
binomial.
Buen día compañera, muy claros tus ejemplos en el tema a tratar en este foro; sin
embargo, te recuerdo que tenemos que colocar las fuentes a la cual recurrimos. Con el
fin, de no restar puntos a nuestra participación, ya que así esta dispuesta en la rubrica.
(http ERICH AMERICO BARINEZA MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/142905)
11 de oct de 2020
(https://economipedia.com/wp-
content/uploads/distribuci%C3%B3n-binomial.jpg)
(https://
Distribución binomial
Distribución Binomial
La Distribución Binomial está relacionada con a la distribución de Bernoulli que es una
distribución de variable aleatoria X que toma solamente valores de cero y uno (éxito y
fracaso), cuando se realiza un solo experimento.
Donde:
n = tamaño de la muestra
p = probabilidad de éxito
1 – p = probabilidad de fracaso
Condiciones
Forma
Simétrica: Cuando p=0.5 sin tomar en cuenta que tan grande o pequeño sea el valor de
"n"
Sesgada: Cuando p≠0.5. Cuanto más cerca se encuentre "p" de 0.5 y mayor sea el
número de observaciones "n", menos sesgada será la distribución, por otra parte, con una
"p" pequeña la distribución tendrá un gran sesgo a la derecha y para una "p" muy grande
la distribución tendría un gran sesgo a la izquierda.
Tabla
La tabla proporciona, para diversas combinaciones de n y p, las probabilidades de que la
variable aleatoria binomial tome valores x = 0, 1, 2, ..., n. Tiene en la primera fila los valores
de "p"; en la primera columna los valores de "n" y en la segunda columna los valores de x,
pero están representados en ella por una k Sí se quiere tener el resultado de la probabilidad
se combinan los valores de n y p y dentro de ellos se busca el valor de x que se necesita.
Ejemplos
Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud.
Según las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
años o más es 2/3.
(https://www.youtube.com/watch?v=-XxZGvNClkg)
download_frd=1&verifier=bfZdQjcItGxfq8jnkkFQhGr9yIrLoeAMHItyC7kf)
Buen aporte compañero, el video hace mas fácil entender los ejemplos.
(https:// MANUEL ANGEL CHAFLOQUE CAPUÑAY (https://canvas.utp.edu.pe/courses/133597/users/164050)
9 de oct de 2020
Una distribución de probabilidad binomial es una distribución teórica, que se puede calcular
mediante el uso de la fórmula de la función de probabilidad. Sin embargo, los cálculos pueden
ser muy tediosos, especialmente cuando nos piden probabilidades acumuladas, ya que será
necesario aplicar la fórmula repetidamente. Por tal motivo existen tablas en las que se
pueden consultar las probabilidades de un determinado número de éxitos para varios valores
de n y de p, pero únicamente para valores máximos de n = 25. Para cualquier n superior
hemos de utilizar inevitablemente la fórmula de la función de probabilidad.
En lo cual existe una gran diversidad de experimentos o sucesos que se puede ser
caracterizado bajo la distribucion de probabilidad el suceso sacar cara” como el éxito. Si
lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos, nuestra
distribución de probabilidades se ajustaría a una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la
que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.Asimismo sus propiedades de la distribucion binomial ,es decir que para una variable
aleatoria se considere que sigue una distribucion binomial ,tiene que cumplir la siguiente
propiedades,en primer lugar en cada ensayo,experimentoo prueba solo son posibles dos
resultados éxito ofracaso,en segundo lugar la probabilidad del exitos ha de ser constante.en
lo cual esto se representa mediant la letra p. La probabilidad de que salga cara al lanzar una
moneda es 0,5 y esta es constante dado que la moneda no cambia en cada experimento y la
probabilidades de sacar carason constantes.en tercer lugar la probabilidad de fracaso ha de
ser tambien cosntante.esta se representa mediante la una letra q=-p.es importante fijarse que
mediante esa ecuacion sabiendo p o sabiendo q, podemos obtener la que nos falte. En tercer
lugar, el resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes. Los sucesos son mutuamente
excluyentes, es decir, no pueden ocurrir los 2 al mismo tiempo. No se puede ser hombre y
mujer al mismo tiempo o que al lanzar una moneda salga cara y cruz al mismo tiempo.
también Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de salir
cruz. Finalmente La variable aleatoria que sigue una distribución binomial se suele
representar como X~(n,p), donde n representa el número de ensayos o experimentos y p la
probabilidad de éxito. En otras palabras la fórmula para calcular la distribución binomial es:
Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino
que es un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente
formula:
1. Un cazador tiene una probabilidad de acertar cada disparo que realiza con su escopeta
(suceso A) del 40 %. ¿Qué probabilidad tiene de derribar a su presa si puede efectuar tres
disparos consecutivos?Sea el suceso A: derriba a la presa en el disparo.
Sin embargo, al ser sucesos independientes, podemos calcularlo de manera más sencilla,
mediante el complementario:
P(derribarla=1-(0,6)³=1-0,216=0,784
Suceso A : "A un ave se le presenta reacción negativa:" X :"n º de aves a las que se les
presenta tal reacción"
n>30 y p <0.1
1. P(X=0)= 0.0183
2. P(X ≥ 2)=1-P(x ≤ 1)=1-P(X=0)-P(x=1)=0.9084
3. P(X ≤ 52)=P(x =0)+…+P(X=5)=0.7851
Bibliografia
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf
https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha
%20de%20ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de
%20ser%20tambi%C3%A9n%20constate.
Editado por MANUEL ANGEL CHAFLOQUE CAPUÑAY (https://canvas.utp.edu.pe/courses/133597/users/164050) el 9 de oct
en 22:40
La distribución binomial se entiende como una serie de pruebas o ensayos en la que solo
podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que
cumplir las siguientes propiedades
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La
probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que
la moneda no cambia en cada experimento y las probabilidades de sacar cara son
constantes.
La probabilidad de fracaso ha de ser también constate. Esta se representa mediante la
letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o sabiendo q,
podemos obtener la que nos falte.
El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo
tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda
salga cara y cruz al mismo tiempo.
Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de
salir cruz.
La variable aleatoria que sigue una distribución binomial se suele representar como X~
(n,p), donde n representa el número de ensayos o experimentos y p la probabilidad de
éxito.
(https://canvas.utp.edu.pe/courses/133597/external_tools/retrieve?
display=borderless&url=https%3A%2F%2Foffice365-iad-prod.instructure.com%2Flti%2Flinked-
share-item%2F462432%2Frce_content_item_selection)
La distribución binomial es uno de los modelos matemáticos que más se utilizan para calcular
la probabilidad de éxito de un evento, siempre y cuando la variable a analizar sea discreta. Se
relaciona con el experimento aleatorio de Bernoulli, nombrado así en honor de Jakob
Bernoulli, matemático y científico suizo.
Utilizamos la distribución binomial en todos los eventos donde solamente hay dos resultados,
por ejemplo, la definición del sexo de un bebé; el que nuestro equipo favorito gane o pierda
algún partido; el que pase o repruebe un examen. Ahí, sin darnos cuenta, estamos haciendo
uso de este concepto.
Su uso es más común de lo que se piensa. Consideramos cuántas veces en la vida diaria y
en qué momento utilizamos la distribución binomial; verás que son muchas más de las que
nos habíamos dado cuenta.
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que
cumplir las siguientes propiedades:
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
Se dice que X sigue una distribución Binomial de parámetros n y p, que se representa con la
siguiente notación:
Jesús coincido con tu aporte, he buscado en varios libro y existen muchas formas de
desarrollar los problemas...!!
(https://
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo
esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que
definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos
los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades se ajustaría a
una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la
que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
(http
es el número de pruebas.
es el número de éxitos.
es la probabilidad de éxito.
es la probabilidad de fracaso.
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resourc
e/content/1/contenido/index.html
(https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/content
/1/contenido/index.html)
https://www.ecured.cu/Distribuci%C3%B3n_binomial
(https://www.ecured.cu/Distribuci%C3%B3n_binomial)
Editado por FIORELLA LOPEZ AYBAR (https://canvas.utp.edu.pe/courses/133597/users/37275) el 11 de oct en 12:34
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en
la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
Saludos
José Vargas
de DISTRIBUCION BINOMIAL
1. Hay solamente dos casos posibles en cada ensayo, llamados arbitrariamente casos
"favorables" y "desfavorables", sin inferir de esto que un caso favorables sea necesariamente
un caso deseado. (Por ejemplo, la aplicación de una unidad defectuosa en una inspección
puede considerarse como un caso "favorable")
Por supuesto, si no se cumplen estas condiciones, el problema tendrá que resolverse con otro
tipo diferente de distribución de probabilidades adecuado al caso.
A A A A A.................A A B B B B .............B B
X n-x
formando por x casos favorables, seguidos por n -x casos desfavorables. Por la hipótesis que
hicimos de independencia, la probabilidad de esta sucesión es el producto de las
probabilidades de los casos individuales; hay x factores p, n -x factores 1-p, y por
consiguiente, la probabilidad es pz(1-p)n-x . Nótese que se habría obtenido un resultado
idéntico a partir de cualquiera otra sucesión que tuviera x casos favorables y n -x casos
desfavorables en un orden dado. En este caso, también hubiera habido x factores p, y n-x
factores 1 - p, y la probabilidad buscada sería también su producto.
https://books.google.es/books?
hl=es&lr=&id=eQTjfzD00QMC&oi=fnd&pg=PA1&dq=LIBROS+DE+ESTADISTICAS+proba
bilidad+binomial&ots=VhfS8uaJxk&sig=9xcSh9OjTOrk8_G5OUsOPEgB3UQ#v=onepage
&q&f=false (https://books.google.es/books?
hl=es&lr=&id=eQTjfzD00QMC&oi=fnd&pg=PA1&dq=LIBROS+DE+ESTADISTICAS+probabilidad+bi
nomial&ots=VhfS8uaJxk&sig=9xcSh9OjTOrk8_G5OUsOPEgB3UQ#v=onepage&q&f=false)
Editado por MAX ALEXANDER RICALDE MARCOS (https://canvas.utp.edu.pe/courses/133597/users/95581) el 11 de oct en
12:35
Muy buen aporte compañero, los ejemplos en mención estan bien formulados.
Propiedades de la distribución binomial
Para que una variable aleatoria se considere que sigue una distribución binomial,
tiene que cumplir las siguientes propiedades: En cada ensayo, experimento o prueba
solo son posibles dos resultados (éxito o fracaso). La probabilidad del éxito ha de ser
constante. ... La probabilidad de fracaso ha de ser también constate.
ECUACIONES:
Fuentes:
https://economipedia.com/definiciones/distribucion-binomial.html
(https://economipedia.com/definiciones/distribucion-binomial.html)
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
Fuente:
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
Editado por JHOSEPH WILLIAM BARAHONA QUISPE (https://canvas.utp.edu.pe/courses/133597/users/53276) el 11 de oct en
15:26
ACV-S07.docx (https://canvas.utp.edu.pe/files/29369427/download?
download_frd=1&verifier=QTV9sXOyzJ387fJCAF0lQJ3i4WKzaAHqBsk7mYw3)
Explique las aplicaciones prácticas de la distribución de probabilidad Binomial.
Propiedades:
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La
probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que
la moneda no cambia en cada experimento y las probabilidades de sacar cara son
constantes.
La probabilidad de fracaso ha de ser también constate. Esta se representa mediante la
letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o sabiendo q,
podemos obtener la que nos falte.
El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo
tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda
salga cara y cruz al mismo tiempo.
Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de
salir cruz.
La variable aleatoria que sigue una distribución binomial se suele representar como X~
(n,p), donde n representa el número de ensayos o experimentos y p la probabilidad de
éxito.
Fórmula:
(https://economipedia.com/wp-
content/uploads/distribuci%C3%B3n-binomial.jpg)
Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino
que es un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente
formula:
(https://economipedia.com/wp-
content/uploads/combinatoria-sin-repetici%C3%B3n-1.jpg)
Por eso, en algunos libros se encontrará la función de probabilidad binomial f(x) con el
coeficiente binomial ya incorporado y presentada de la siguiente manera:
Ejemplo 1:
Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para ello,
tiene que cumplir con las 4 condiciones que mencionamos arriba. Efectivamente, se trata de
un experimento binomial.
En este caso, vamos a centrarnos en los clientes a los que les gusta esta hamburguesa, por
ello diremos que:
Recuerda que X, nuestra variable aleatoria, es el número de clientes nuevos de 5 a los que
les gustan las hamburguesas de Jorge. Aunque el problema no lo pide, vamos a elaborar la
tablita de distribución de probabilidad. Para calcular todas las probabilidades, usaré la misma
fórmula de arriba.
Vamos a elaborar una gráfica para representar esta distribución de probabilidad, empleando
un diagrama de barras.
Ejemplo 2:
De todas las flores plantadas por una empresa de jardinería, el 90% sobrevive. Si se plantan
10 flores ¿cuál es la probabilidad de que 9 o más sobrevivan?
Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para ello,
tiene que cumplir con las 4 condiciones que mencionamos arriba. Efectivamente, se trata de
un experimento binomial.
En este caso, vamos a centrarnos en las flores que sobreviven, por ello diremos que:
Entonces consideramos un éxito si la flor sobrevive. A las que flores que se mueren, las
consideramos como un fracaso.
Este problema tiene trampa, porque dado que se plantaron 10 flores, la máxima cantidad de
flores que pueden sobrevivir es 10, por lo tanto:
Y reemplazamos lo calculado:
A continuación adjunto las referencias:
https://matemovil.com/distribucion-binomial-ejercicios-resueltos/
(https://matemovil.com/distribucion-binomial-ejercicios-resueltos/)
https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha
%20de%20ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de
%20ser%20tambi%C3%A9n%20constate
(https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha%20de%2
0ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de%20ser%20tambi%C
3%A9n%20constate) .
Saludos,
1. Cada prueba tiene exactamente dos resultados posibles. A uno de ellos se le llama
arbitrariamente éxito y al otro, fracaso.
2. La probabilidad de éxito de cada prueba aislada es constante para todas las pruebas y
recibe la denominación de p.
3. Por medio de la distribución binomial tratamos de encontrar un número dado de éxitos en
un número igual o mayor de pruebas.
Las cuales se pueden usar juegos de azar, finanzas, ventas ,economía e incluso problemas
de la vida cotidiana.
Ejemplo :
Una pareja de recién casados planea tener tres hijos. Indica cuál es la probabilidad de que los
tres hijos sean varones si consideramos que la probabilidad de que el descendiente sea
hombre o mujer es igual.
Análisis:
Claramente es un experimento aleatorio con tres ensayos y en todos ellos sólo hay dos
resultados posibles, cada uno con probabilidad de 0.5 en cada ensayo. Si se define como
éxito que el sexo sea masculino, entonces podemos decir que se desea saber la probabilidad
de que haya tres éxitos.
FUENTES:
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resourc
e/content/1/contenido/index.html (Enlaces a un sitio externo.)
(https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/content
/1/contenido/index.html)
(https://es.slideshare.net/leonardo19940511/cinco-ejemplos-de-aplicacin-de-las-distribuciones-
de-probabilidad)
excelente compañero muy buen aporte es una muy buena fuente gracias por compartir
función de probabilidad
Ejemplo:
Podemos verificar si se trata de una distribución binomial mediante una lista de chequeo
de cada uno de los puntos que caracterizan a esta distribución.
La probabilidad de que la
La probabilidad de éxito es Sí unidad esté defectuosa es
constante.
3/20.
Se desea saber la
Sí Se desea saber la
probabilidad de un cierto
probabilidad de que X = 2
número de éxitos.
Una vez que hemos confirmado que se trata de una distribución binomial, se aplica la
fórmula de probabilidad Binomial.
fuente:
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/c
ontent/1/contenido/index.html
fuente:
- https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf
(https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf)
- https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
Distribución binomial:
Sea un experimento aleatorio en el que sólo puedan darse dos posibilidades: que ocurra un
determinado suceso A, que llamaremos éxito, o que no ocurra dicho suceso, o sea que ocurra
su complementario, que llamaremos fracaso, A.
X: “nº de veces que ocurre el suceso A (nº éxitos) en n realizaciones independientes del
experimento” Por lo tanto, X: 0, 1, 2 , 3, ……n
X -----> B(n;p)
Xi B ( ni ; p ), i = 1, 2,…k
X = X1+ X2+...+XK
EJEMPLO:
Diez individuos, cada uno de ellos propenso a la tuberculosis, entran en contacto con un
portador de la enfermedad. La probabilidad de que la enfermedad se contagie del portador a
un sujeto cualquiera es de 0.1. ¿Cuántos se espera que contraigan la enfermedad? Solución:
Donde
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso.
Ejemplo:
La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los
lectores ya la han leído. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura, 2 hayan leído la novela.
1 La probabilidad de que una persona haya leído el libro es de 0.8, por lo que la probabilidad
de que no lo haya leído es de 0.2
n=4
k=2
p=0.8
q=0.2
https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass
(https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass)
(https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass)
es el número de pruebas.
es el número de éxitos.
es la probabilidad de éxito.
es la probabilidad de fracaso.
Otro ejemplo seria, para calcular la probabilidad para obtener al menos un seis al realizar
seis lanzamientos consecutivos de un dado.
Compañero, también de puede aplicar en las ocasiones en las que se necesite calcular la
probabilidad de que algún elemento de la producción resulte defectuoso. Esto servirá
principalmente para los que trabajen en fábricas o administren almacenes de mercadería.
Profesor
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la
que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
Saludos
José Vargas
Media = n*p
Varianza = n*p (1 - p)
uente:
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf)
Puesto que sólo hay dos resultados posibles, la probabilidad de fracaso, a la que podemos
denominar q, está dada por la diferencia 1 – p, esto es, corresponde al complemento de la
probabilidad de éxito, y como ésta última es constante, entonces también lo es la probabilidad
de fracaso.
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
Editado por FANNY MARGOT PERICHE CHERRE (https://canvas.utp.edu.pe/courses/133597/users/60673) el 11 de oct en
20:40
https://www.youtube.com/watch?v=GvqsxC8UL3I
Este tipo de distribución también se le denomina Bernoulli debido a que fue desarrollada por
Jakob Bernoulli en Suiza.
Problema.
en una clase con 20 alumnos el profesor de estadística decide preguntar a sus 20 alumnos
sobre la distribución binomial en donde la probabilidad que el alumno responda
correctamente es de 0.3 con lo cual se pregunta lo siguiente :
1. Modelar el problema .
Solución
Para concluir el foro en mención y afianzando lo manifestado llevamos el conocimiento hacia
la vida práctica y establecemos algunos ejemplos típicos de la distribución binomial son:
adjunto el ejemplo.
Distribucion-Binomial-pdf.pdf (https://canvas.utp.edu.pe/files/29391273/download?
download_frd=1&verifier=0TLp9mptaIxngcs0z6PCxKkw4FRPx9g1YmwE29Xd)
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores
0,1,2,3,4,....., n suponiendo que se han realizado n pruebas. La variable se define como X~
"nº de veces que ocurre el suceso A en n experimentos”, y viene determinada por dos
parámetros:
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ≥9, podemos aproximar la distribución
binomial a una distribución normal.
APLICACIONES PRÁCTICAS:
* Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último
mundial de fútbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad
de que 3 de ellos hayan visto el partido?
* Hay una urna con 342 boletos, para ganar un automóvil, al momento de sacar alguno de
ellos ¿Que probabilidad hay para que pueda salir premiado el boleto número 342?
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 del 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.
Des de luego, la otra característica del proceso de Bernoulli también deberá ser satisfecha.
Cada prueba deberá arrojar tan sólo dos resultados (éxito o fracaso= y los resultados de las
pruebas habrán de ser estadísticamente independientes.
Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último
mundial de fútbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad
de que 3 de ellos hayan visto el partido?
x = número de éxitos, que en este caso es igual a 3, dado que buscamos la probabilidad de
que 3 de los 4 amigos lo hayan visto.
Fuera del corchete tenemos dos números. El primero sería 0,8^3=0,512 y el segundo 0,2
(dado que 4-3 = 1 y cualquier número elevado a 1 es el mismo).
Por tanto, nuestro resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100
tenemos que hay una probabilidad del 40,96% de que 3 de los 4 amigos haya visto el partido
de la final del mundial.
fuente
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
(https://www.gestiopolis.com/que-es-una-distribucion-binomial/)
La propiedad binomial es una distribución de propiedad discreta que mide el número de éxitos
si la variable es aleatoria discreta, es decir si solo puede tomar valores de 0, 1, 2, 3, .......n.
Suponiendo que se realizan n número de pruebas.
Las aplicaciones prácticas se dan en las situaciones en las que se necesite calcular la
probabilidad de que un hecho ocurra en cierta cantidad de experimentos.
Un evento tiene 55% de probabilidades de ocurrir cada vez que alguien entra al hospital.
¿cuál es la probabilidad de que dicho evento ocurra en 2 de 5 personas ingresadas hoy?
n= 5. Total de experimentos
x= 2. Total de éxitos
La probabilidad de que ocurra el evento es el 27.56%
Otro ejemplo.
n = 12
x=2
La variable aleatoria X que cuenta el número de éxitos en n ensayos tiene la siguiente función
de distribución de probabilidades:
Ejemplo
Para el ejemplo anterior:
https://www.edificacion.upm.es/personales/redondas/docencia/ampliacion/objetos/Mod
elos%20de%20Probabilidad.pdf
(https://www.edificacion.upm.es/personales/redondas/docencia/ampliacion/objetos/Modelos%20d
e%20Probabilidad.pdf)
~ En un test psicotécnico hay peguntas de verdadero o falso, es decir sólo hay dos
alternativas.
~ Un tratamiento médico, como por ejemplo la vacuna de la gripe A, puede ser efectivo o
inefectivo.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores
0,1,2,3,4,.... , n suponiendo que se han realizado n pruebas.
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ³9, podemos aproximar la distribución
binomial a una distribución normal.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores
0,1,2,3,4,....., n suponiendo que se han realizado n pruebas. La variable se define como X~
"nº de veces que ocurre el suceso A en n experimentos”, y viene determinada por dos
parámetros:
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ≥9, podemos aproximar la distribución
binomial a una distribución normal.
APLICACIONES PRÁCTICAS:
* Hay una urna con 342 boletos, para ganar un automóvil, al momento de sacar alguno de
ellos ¿Que probabilidad hay para que pueda salir premiado el boleto número 342?
Editado por JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) el 11 de oct en 23:59