Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Módulo 4
Modulo 4
Variables aleatorias discretas.
Números combinatorios.
Aparato de Galton.
Modelo de distribución binomial
Una distribución de probabilidad no es más que, como su nombre lo indica, la asignación a cada
suceso posible de un experimento de probabilidad que le corresponde. (Modelos)
Estos modelos dependen del tipo de variable aleatoria que se utiliza, ya sea discreta o continua
(explicado en módulos anteriores).
Existen varios modelos, analizaremos en este módulo un modelo para variables discretas y en el
próximo otro para variables continuas. Dado el alcance del curso, nos limitaremos al estudio de
estos dos modelos a sabiendas que nos queda un amplio espectro de modelos sin considerar.
Con los siguientes gráficos podremos ver: Pensemos en tres experiencias de arrojar una dado y
ver el número que sale, en la primera experiencia repetimos 120 veces lanzamientos, en la
segunda 1.200 y en la tercera 4.800 veces.
ISIV – Página 1 de 9
ESTADÍSTICA
Módulo 4
0,3 0,20
0,18
0,25 0,16
0,2 0,14
0,12
0,15 0,10
0,08
0,1 0,06
0,05 0,04
0,02
0 0,00
1 2 3 4 5 6 1 2 3 4 5 6
Caras del dado Caras del dado
0,180
0,166…
0,160
0,140
0,120
0,100
0,080
0,060
0,040
0,020
0,000
1 2 3 4 5 6
Análogamente, si tiramos muchas veces dos dados y anotamos la suma tendremos una
distribución como la siguiente.
ISIV – Página 2 de 9
ESTADÍSTICA
Módulo 4
0,18
0,16
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
2 3 4 5 6 7 8 9 10 11 12
Para resolver situaciones de distribución binomial (para variables discretas), se utilizan los
números combinatorios. En este apartado una breve revisión de los mismos.
NÚMEROS COMBINATORIOS:
6! = 6x5x4x3x2x1= 720
ISIV – Página 3 de 9
ESTADÍSTICA
Módulo 4
m m!
=
n (m − n )!⋅n!
Ejemplo:
APARATO DE GALTON:
Este curioso aparato, tiene una entrada por donde
entran pequeñas bolitas que caen hasta un grupo de
casillas.
Las posibilidades que tienen las bolitas de sortear las bifurcaciones generan las siguientes
probabilidades que dan forma al triángulo de Tartaglia:
ISIV – Página 4 de 9
ESTADÍSTICA
Módulo 4
1 1
1 2 1
1 3 3 1
1 4 6 4 1
Esto quiere decir que el número aproximado de bolitas que caerá en cada casillero es
proporcional a 1, 4, 6, 4, 1, respectivamente, pues esos números son la cantidad posible de
itinerarios por los que se puede llegar a ese casillero.
1
Primer y último casillero:
16
4
Segundo y anteúltimo:
16
6
Casillero central:
16
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1
1 6 15 20 15 6 1
ISIV – Página 5 de 9
ESTADÍSTICA
Módulo 4
Los números del triángulo de Tartaglia se llaman números combinatorios y para referirnos a cada
uno de ellos lo hacemos nombrando su fila y el lugar que ocupa en ella. Las filas son 0, 1, 2, 3, 4,
5, 6, etc. y los lugares también: 0, 1, 2, 3,… etc.
6
Ejemplo: Significa que es el número que está en la fila 6, lugar 3.
3
6
= 20 (que coincide con el cálculo realizado anteriormente, cuando se explicaba cómo se
3
calculaba un número combinatorio)
0
0
1 1 El estudio del aparato de
Galton nos facilita
0 1 notablemente la comprensión
2 2 2 de las distribuciones
0 1 2 binomiales.
3 3 3 3
0 1 2 3
4 4 4 4 4
0 1 2 3 4
……………………………………
EJEMPLO:
Si arrojamos cinco monedas: ¿Cuál es la probabilidad de obtener dos caras?
Consideramos:
La probabilidad de que las dos primeras sean caras y las otras tres tengan número es:
P(C, C, N, N, N) = P(C).P(C).P(N).P(N).P(N) =
Volviendo al ejercicio, hay varias formas de obtener dos caras, algunas de ellas son:
C, N, C, N, N N, C, C, N, N N, C, N, C, N
C, N, N, C, N N, N, C, C, N N, C, N, N, C
C, N, N, N, C N, N, N, C, C N, N, C, N, C
ISIV – Página 6 de 9
ESTADÍSTICA
Módulo 4
= 10
Qué coincide con nuestra enumeración de casos posibles.
P(2 caras)=
1
1 1
1 2 1
1 3 3 1
1 4 6 4 1
1 5 10 10 5 1 1+5+10+10+5+1=32
DISTRIBUCION BINOMIAL:
Antes de definir este tipo de distribución debemos tener en cuenta:
P(A) = p P(A’)= 1 – p = q
ISIV – Página 7 de 9
ESTADÍSTICA
Módulo 4
Si “x” es una variable binomial B(n,p), la probabilidad de obtener “k” éxitos [P(x=k)] en forma
general es:
P(x=k) =
Ejemplo genérico:
3
………………………
………………………………..
k
………………………. …………………………………
n
P(x=4) =
Otro ejemplo:
ISIV – Página 8 de 9
ESTADÍSTICA
Módulo 4
La probabilidad de que un jugador de golf haga hoyo en un lanzamiento a cierta distancia es 0,4.
Si lo intenta 5 veces, calcular la probabilidad de que:
a) No acierte ninguna
b) Acierte alguna
c) Acierte 2
d) Si hace tandas de 5 lanzamientos, ¿cuál será el número medio de aciertos? ¿Cuál será su
desviación típica?
Tenemos aquí una distribución binomial B(5; 0,2) pues consiste en repetir 5 veces la misma
prueba, manteniéndose constante la probabilidad de éxito en 0,2.
(p = 0,2 q= 0,8 y p + q = 1)
ISIV – Página 9 de 9