FACULTAD DE CONTADURIA Y CIENCIAS

ADMINISTRATIVAS

PROFESOR:

ALUMNA: Saira Lucia Perez Soto

SECCION: 10
1. INTRODUCCION

DISTRIBUCION DE PROBABILIDAD

1-CONTEPTO:
Valores posibles que resultan de un experimento aleatorio que facilita el manejo de
cantidades información de una forma resumida, al describir un hecho anterior, pasado o
trascurrido, es decir que la distribución de probabilidad es aquella que presenta valores en
un experimento de un evento futuro. Así que podemos definir una distribución de
probabilidad como una lista que nos proporciona todos los resultados de los valores que
pueden presentarse en un acontecimiento.
 TIPOS DE DISTRIBUCION DE PROBABILIDAD

 DISTRIBUCION BIMINAL
 DISTRIBUCION DE POISSON
 DISTGRIBUCION GEOMETRICA

DISTRIBUCION BIOMINAL:

Clasificada como “éxito” o “fracaso”.

La distribución de probabilidad binominal es una distribución de probabilidad discreta que
proporciona muchas aplicaciones. Se asocia con un experimento de múltiples pasos que se
llama experimento binominal
- Si una persona presenta o no una enfermedad.
- Si una mujer se encuentra en estado de embarazo.
- Que un producto sea exitoso o no.
- Que un vuelo se retrase o no.
- Si el lanzamiento de una moneda sale cara en vez de sello.
DISTRIBUCION POISSON:
Describe el número de veces que se presenta un acontecimiento durante un intervalo
específico, este intervalo puede ser de tiempo, distancia, área o volumen. La probabilidad
de ocurrencia es proporcional a la longitud del intervalo. Algunos ejemplos donde se aplica
esta distribución son:
- El número de vehículos que vende por día un concesionario.
- Cantidad de llamadas por hora que recibe una compañía.
- Cuando se requiere conocer el número de defectos en un lote de tela.
- Número de accidentes automovilísticos en el año.
- Número de llegadas de embarcaciones a un puerto por día.

DSITRIBUCION GEOMETRICA:
Es un modelo adecuado para aquellos procesos en los que se repiten pruebas hasta lograr
la consecución del éxito al resultado deseado.
Esta distribución se puede hacer derivar de un proceso experimental puro o de Bernoulli,
de acuerdo con las siguientes características:
El proceso posee un número no definido de pruebas o experimentos separados o
separables. Concluirá cuando se obtenga por primera vez el resultado deseado (éxito).
Cada prueba puede dar dos resultados mutuamente excluyentes: A y no A.
La probabilidad de obtener un resultado A en cada prueba es p; la de un resultado no A, es
q: (p + q = 1).

3- DISTRIBUCION BINOMIAL

La distribución binomial es una distribución de probabilidad discreta. Da la probabilidad de k

de éxitos en n pruebas de Bernoulli independientes (función que asigna a cada suceso
definido sobre la variable la probabilidad de que dicho suceso ocurra) que describe el
número de éxitos al realizar n experimentos o ensayos de Bernoulli independientes entre sí,
acerca de una variable aleatoria.
Un experimento de Bernoulli se caracteriza por tener solo dos resultados. Uno de ellos se
denomina «éxito» y al otro, «fracaso».
De este modo, en otras palabras, la distribución binomial se define como una serie de
experimentos o ensayos en los que solo podemos tener 2 posibles resultados (éxito o
fracaso), siendo el éxito la variable aleatoria.
En la distribución binomial hay tres variables:
n es el número de veces que repetimos el experimento.
p es uno de los dos resultados al que llamaremos éxito.
q es el otro resultado posible al que llamaremos fracaso.
La probabilidad de cada posibilidad no puede ser más grande que 1 y no puede ser negativa.
Por eso, como p y q son los dos únicos resultados posibles, entre los dos su porcentaje debe
sumar uno, por lo que p =1- q.
PROPIEDADES DE DLA DISTRIBUCION BINOMIAL
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que
cumplir las siguientes propiedades:
Como hemos dicho, en cada ensayo, experimento o prueba solo puede haber dos posibles
resultados (éxito o fracaso).
La probabilidad de éxito ha de ser constante. Por ejemplo, la probabilidad de que salga un
número par al lanzar un dado es 0,5 y esta es constante dado que el dado no cambia en cada
ensayo y las probabilidades de sacar par es constate.
La probabilidad de fracaso ha de ser también constate.
Cada experimento es independiente de los demás y no influye en las probabilidades de los
que hagamos posteriormente, por lo que en cada uno la probabilidad de que se dé uno de
los dos resultados será exactamente la misma.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los dos al mismo
tiempo. Al lanzar un dado, no puede salir par e impar a la vez, ni al lanzar una moneda puede
salir cara y cruz al mismo tiempo.
Los resultados son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de ocurrir.
Si no sale par, sale impar, y si no sale cara, sale cruz.
La variable aleatoria que sigue una distribución binomial se suele representar así: X ~ (n, p),
donde, como ya sabes, n representa el número de ensayos o experimentos y p la
probabilidad de éxito.

FORMULA DE LA DSITRIBUCION BINOMIAL

La fórmula para calcular la distribución normal es la siguiente:
Donde:
n = número de ensayos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
Debes tener en cuenta que lo que está entre corchetes es un resultado de una combinatoria
sin repetición, el cual se obtiene con la siguiente formula:
El signo de exclamación representa el símbolo de factorial, es decir el producto de todos los
números enteros positivos desde 1 hasta n. Por ejemplo: 5! = 1 · 2 · 3 · 4 · 5 = 120

EJEMPLOS DE DISTRIBUCION BINOMIAL

Vamos a imaginar que un 80 % de las personas de todo el mundo vieron las Olimpiadas 2016
en Río de Janeiro. Una vez finalizadas, 4 amigos se reúnen para charlar. ¿Cuál es la
probabilidad de que 3 de ellos las hayan visto?
Lo primero que hay que hacer es definir las variables del experimento:
n = 4 (el total de la muestra)
x = número de éxitos (en este caso es igual a 3, ya que buscamos la probabilidad de que 3 de
los 4 amigos las hayan visto)
p = probabilidad de éxito (0,8)
q = probabilidad de fracaso (0,2). Este resultado se obtiene al restar 1-p.
Tras definir todas las variables, solo tenemos que sustituirlas en la fórmula:
El numerador de la factorial se obtiene entonces multiplicando 4 · 3 · 2 · 1 = 24, mientras que
en el denominador tendríamos que multiplicar 3 · 2 · 1 · 1 = 6. Por lo tanto, el resultado de la
factorial sería 24/6=4.
Fuera del corchete, hay dos números. El primero sería 0,83=0,512 y el segundo es 0,2
(porque 4-3 = 1 y cualquier número elevado a 1 es el mismo).
Por tanto, el resultado final sería: 4 · 0,512 · 0,2 = 0,4096.
Si lo multiplicamos por 100, tenemos como resultado que hay una probabilidad del 40,96 %
de que 3 de los 4 amigos hayan visto las Olimpiadas de Brasil.

Otro ejemplo: vamos a suponer que queremos coger un taxi, vamos a calcular la probabilidad
de que el próximo taxi que pase esté libre u ocupado.
Definimos las variables del experimento. Vamos a asignar a la probabilidad de éxito (p), es
decir, de que esté libre un 40 % (es decir: 0,4). Por tanto, la probabilidad de fracaso (q), es
decir, de que esté ocupado, será 1-p, es decir, 1-0,4=0,6 o, lo que es lo mismo, el 60 %.
Vamos a calcular la probabilidad de que, de 5 taxis, 2 estén libres.
El numerador de la factorial se obtiene entonces multiplicando 5 · 4 · 3 · 2 · 1 = 120, mientras
que en el denominador tendríamos que multiplicar 2 · 1 · 3 · 2 · 1 = 12. Por lo tanto, el
resultado de la factorial sería 120/12=10.
Fuera del corchete, tendríamos 0,42=0,16 y 0,63=0,002.
Por tanto, el resultado final sería: 10 · 0,16 · 0,002 = 0,0064.
Si lo multiplicamos por 100, tenemos como resultado que hay una probabilidad del 0,64 %
de que 2 de los 5 taxis estén libres.

PROPIEDADES DE UN EXPERIMENTO BINOMIAL

1. El experimento consiste de una secuencia de n ensayos idénticos.

2. En cada ensayo hay dos resultados posibles. A uno de ellos se le llama éxito y al otro
fracaso
3. La probabilidad del suceso A es constante, la representamos por p, y no varía de una
prueba a otra. La probabilidad es 1- p y la representamos por q.
4. Los ensayos son independientes

FORMULA DE DISTRIBUCION BINOMIAL

La fórmula para la función de probabilidad binomial es

P(x;p,n)=(nx)(p)x(1−p)(n−x)para x=0,1,2,⋯,n

Dónde: (n/ x)=n!x!(n−x)!

La fórmula para la función de probabilidad acumulativa binomial es:

F(x;p,n)=∑xi=0(ni)(p)i(1−p)(n−i)
DISTRIBUCION BINOMIAL EJEMPLO:

En una tienda de Smartphones se tiene que el 80% de los clientes que contrata un seguro
para sus teléfonos inteligentes son mujeres. Si se seleccionan al azar 9 clientes que han
contratado un seguro, determinar la probabilidad que 6 seleccionados sean mujeres.

SOLICION:

a. La variable aleatoria X es binominal con los parámetros n= 9 p = 0.8. los valores

posibles de X son 0,1,2,3,4,5,6,7,8 y 9.
b. Aplicando la fórmula para x=6, tenemos
P(6) =9!/6!3! (0.8) 6 (0.2)3= 0.176
 BIBLIOGRAFIA
Cerinza, N. G. (s. f.). FAEDIS.
http://virtual.umng.edu.co/distancia/ecosistema/odin/odin_desktop.php?path=Li4vb3Zhcy9hZG1
pbmlzdHJhY2lvbl9lbXByZXNhcy9lc3RhZGlzdGljYV9pL3VuaWRhZF8zLw==

Delgado, J. S. (s. f.). ¿Qué es la distribución de probabilidad?

https://www.pragma.com.co/blog/que-es-la-distribucion-de-probabilidad

Delgado, J. S. (s. f.). ¿Qué es la distribución de probabilidad?

https://www.pragma.com.co/blog/que-es-la-distribucion-de-probabilidad

(2022, 7 octubre). Calculadora de Distribución Binomial Online - Probabilidad Binomial.

Calculadoras Online. https://calculadorasonline.com/distribucion-binomial-probabilidad-binomial