Documentos de Académico
Documentos de Profesional
Documentos de Cultura
674
1. Definición teórica:
Una 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.
La distribución binomial se extiende como una serie de pruebas o ensayos en la que
solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
N= es el número de pruebas
k= es el número de éxitos
p= es la probabilidad del éxito
q= es la probabilidad del fracaso
Número Combinatorio:
\( \frac{N}{K} = \frac{N!}{K!(N-K)!} \)
Media:
\( \mu = n \cdot p \)
Varianza:
\( \sigma^2=n \cdot p \cdot q \)
Desviación Típica
\( \sigma= \sqrt{n \cdotp \cdot q } \)
3. Condiciones o propiedades:
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene
que cumplir con 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 constante.
La probabilidad de fracaso ha de ser también constante. 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 lo siguiente.
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.
b)P(X=3)=(0,5)3(1-0,5)8-3 =0,2188
c) P(X≥6)=P(X=6)+P(X=7)+P(X=8)=
=(0,5)6(1-0,5)8-6+(0,5)7(1-0,5)8-7+(0,5)8(1-0,5)8-8
=0,10938+0,03125+0,00391
=0,1445
d)P(X≥2)=1-P(x<2)
=1-P(X=0)-P(X=1)
=1-(0,5)0(1-0,5)8-0-(0,5)1(1-0,5)8-1
=1-0,00391-0,03125
=0,9648
Definición teórica
\( \frac{n}{k}= \frac{n!}{k!(n-k)!} \)
N: tamaño de la población
R: número de elementos en la población original que pertenecen a la categoría deseada
n: tamaño de la muestra
x: valor que toma la variable
Condiciones o propiedades
- La cantidad total de elementos de una población es finita.
- La muestra representa una porción de la población.
- La probabilidad de ocurrencia del evento en la población es conocida y cambia
ligeramente luego de cada prueba.
Si X H(N,R,n), entonces
Media
\( \mu x = \frac{(n)(R)}{N} \)
Varianza
\( \sigma x^2=(\frac{R}{N})(1-\frac{R}{N} )( \frac{N-n}{N-1} ) \)
Desviación estándar
Probabilidad de combinación
\( \frac{n}{k}= \frac{n!}{k!(n-k)!} \)
\( \frac{3}{2} = \frac{3!}{2!(3-2)!}=3 \)
\( \frac{7}{2}= \frac{7!}{2!(7-2)!}=21 \)
\( \frac{10}{4}= \frac{10!}{4!(10-4)!}=210 \)
Sustituyendo
\( P(X=2)= \frac{(3)(21)}{(210)}=0,3 \)
P=30%
Media
\( \mu x = \frac{(n)(R)}{N} \)
Varianza
\( \sigma x^2=(\frac{R}{N})(1-\frac{R}{N} )( \frac{N-n}{N-1} ) \)
Desviación Estándar
2. Definición matemática:
Este tipo de distribución admite que una variable al azar específica, a una función es
dependiente de la media conjuntamente de la desviación típica, donde la función y la
variable aleatoria poseen la misma estructura con diferencias leves. Cuando la variable es
continua, toma números reales, mientras que coma cuando es discreta toma números
naturales. Por ejemplo: los resultados de un examen (siendo está la variable continua) y el
número de estudiantes en una escuela (siendo está la variable discreta). Se dice que Dale
la variable al azar "X", la frecuencia de sus observaciones puede aproximarse a una
distribución normal tal que: X~N (µ, σ)
"Variable aleatoria “X” aproximada a una distribución normal"
µ= media
σ= desviación típica
En general, se convierte a unidades estándar al restar la media y dividir entre la desviación
estándar. Por consiguiente, si x es una unidad seleccionada de una población normal con
media m y varianza s2, la unidad estándar equivalente a x es el número z:
3. Condiciones o propiedades:
a) ¿Cuál es la probabilidad de que una muestra de esta aleación tenga resistencia mayor a 12 GPa?
Solución:
\( \mu = 10 \)
\( \sigma = 1,4 \)
a) \( Z= \frac{12-10}{1,4} = 1,43 \)