Documentos de Académico
Documentos de Profesional
Documentos de Cultura
discretas.
s f s
s
f
s
f
f s
f
Distribución binomial
• De tal manera que se puede calcular
• Por consiguiente podemos con la siguiente formula:
determinar que están presentes
las propiedades de un
experimento binomial. 𝑛!
𝑛𝐶𝑥 =
• El número de resultados que
𝑥! 𝑛 − 𝑥 !
produce exactamente x éxitos • Donde :
en n ensayos n! = n(n-1)(n-2)…(2)(1)
• Y por definición
0! = 1
Distribución binomial
• Volvemos al experimento de Martin Clothing, donde la
ecuación nos permitirá determinar el número de
resultados; es decir, el número de maneras de obtener x= 2
éxitos en n = 3 ensayos. • Si utilizamos esta misma ecuación para
determinar cuántos resultados del
experimento tienen tres éxitos (compras)
• Realizar el calculo.
El resultado nos muestra tres de los resultados del
experimento que produjeron dos éxitos.
Distribución binomial
𝑓 𝑥 = 𝑛𝐶𝑥 𝜋 𝑥 (1 − 𝜋)(𝑛−𝑥)
Donde:
x= número de éxitos
𝜋= probabilidad de un éxito en un ensayo
n= número de ensayos
𝑓 𝑥 = probabilidad de x éxitos en n ensayos
𝑛!
𝑛𝐶𝑥 = 𝑥! 𝑛−𝑥 !
0.3
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3
Número de clientes que realizan una compra
Distribución binomial
• Ejercicios de repaso
1.Considere un experimento binomial con dos ensayos y p = 0.4.
a) Trace un diagrama de árbol para este experimento
b) Calcule la probabilidad de un éxito, f(1)
c) Calcule f(0)
d) Calcule f(2)
e) Calcule la probabilidad de por lo menos un éxito.
f) Calcule el valor esperado, la varianza y desviación estándar.
Distribución binomial
• Ejercicios de repaso
1.Considere un experimento binomial con dos ensayos y p = 0.4.
2 2!
a) b) 𝑓 1 = 0.4 1 (0.6)1 = 1!1! 0.4 0.6 = 0.48
1
2 2!
c) 𝑓 0 = 0.4 0 (0.6)2 = 1 0.36 = 0.36
0 0!2!
2 2!
d) 𝑓 2 = 0.4 2 (0.6)0 = 0.16 1 = 0.16
2 2!0!
e) 𝑝 𝑥 ≥ 1 = 𝑓 1 + 𝑓 2 = 0.48 + 0.16 = 0.64
f) 𝐸 𝑥 = 𝑛𝑝 = 2 0.4 = 0.8
𝑉𝑎𝑟 𝑥 = 𝑛𝑝 1 − 𝑝 = 2 0.4 0.6 = .48
𝜎 = .048 = 0.6928
Distribución binomial
• Ejercicios de repaso
2.Considere un experimento binomial con n=10 y p=0.10.
a) Calcule f(0)
b) Calcule f(2)
c) Calcule p(x≤2)
d) Calcule p(x≥1)
e) Calcule E(x)
f) Calcule Var(x) y σ
Distribución binomial
• Ejercicios de repaso
2.Considere un experimento binomial con n=10 y p=0.10.
a) .3487
b) .1937
c) P(x 2) = f (0) + f (1) + f (2) = .3487 + .3874 + .1937 = .9298
d) P(x 1) = 1 - f (0) = 1 - .3487 = .6513
e) E(x) = n p = 10 (.1) = 1
f) Var(x) = n p (1 - p) = 10 (.1) (.9) = .9
σ = √0.9 = .95
Distribución binomial
• Ejercicios de repaso
3.Considere un experimento binomial con n = 20 y p = 0.70
a) Calcule f(12)
b) Calcule f(16)
c) Calcule P(x≥16)
d) Calcule P(x≤15)
e) Calcule E(x)
f) Calcule Var (x) y σ
Distribución
• Ejercicios de repaso
binomial
3.Considere un experimento binomial con n = 20 y p = 0.70
a)f (12) = .1144
b)f (16) = .1304
c)P(x ≥ 16) = f (16) + f (17) + f (18) + f (19) + f (20)
= .1304 + .0716 + .0278 + .0068 + .0008 = .2374
d)P(x ≤b cv 15) = 1 - P (x ³ 16) = 1 - .2374 = .7626
e) E(x) = n p = 20(.7) = 14
f) Var(x) = n p (1 - p) = 20 (.7) (.3) = 4.2
σ = √4.2 = 2.0494
Distribución binomial
• Ejercicios de tarea
1. Un estudio de Harris Interative Para Intercontineltal Hotel & Resorts le preguntó a los
encuestados: “Cuando viaja por el mundo, ¿se aventura por cuenta propia para experimentar la
cultura, o sigue con su grupo del tour y los itinerarios?” El sondeo reveló que 23% de los
encuestados se queda con el grupo del tour.
a) En una muestra de 6 viajeros internacionales, ¿Cuál es la probabilidad de que dos se queden en el grupo del
Tour?
b) En una muestra de 6 viajeros, ¿Cuál es la probabilidad de que por lo menos dos permanezcan con su grupo
del tour?
c) En una muestra de 10 viajeros, ¿Cuál es la probabilidad de que ninguno se quede con el grupo del tour?
Distribución binomial
6
a) 𝑓 2 =
2
(.23)2 (.77)4 =. 𝟐𝟕𝟖𝟗
6 6
b) 𝑓 𝑥 ≥ 2 = 1−𝑓 0 −𝑓 1 =1−
0
.23 0 .77 6 −
1
.23 1 .77 5 = 1 − .2084 − .3735 =. 𝟒𝟏𝟖𝟏
10
c) 𝑓 0 =
0
.23 0 (.77)10 =. 𝟎𝟕𝟑𝟑
Distribución binomial
• Ejercicios de tarea.
2.En San Francisco. 30% de los trabajadores toman diario el transporte
público.
a. En una muestra de 10 trabajadores, ¿Cuál es la probabilidad de que exactamente tres tomen el
transporte público todos los días?
b. En una muestra de 10 trabajadores, ¿Cuál es la probabilidad de que por lo menos tres aborden el
transporte público todos los días?
Distribución binomial
• Respuesta ejercicios de tarea.
• Ejercicios de tarea.
3.Cuando una máquina nueva funciona adecuadamente, solo 3% de los artículos
producidos resultan con defectos. Suponga que seleccionamos al azar dos partes
producidas en la máquina y que nos interesa el número de partes defectuosas
encontradas.
a) Describa las condiciones bajo las cuales esta situación seria un experimento binomial.
b) Trace un diagrama de árbol que muestra este problema como un experimento de dos ensayos.
c) ¿En cuántos resultados experimentales se encuentra exactamente un defecto?
d) Calcule las probabilidades asociadas con no encontrar defecto, hallar exactamente uno y dos defectos
Distribución binomial
• Respuesta ejercicios de tarea.
3.a) La probabilidad de que un articulo producido esté defectuoso debe ser de
0.03 por cada pieza seleccionada; las partes deben ser seleccionadas de
forma independiente.
b) c) Los dos resultados presentaron exactamente un defecto.
Distribución binomial
• Respuesta ejercicios de tarea.
d) P (sin defectos)= (0.97)(.097) = 0.9409
P ( 1 defecto) = 2(0.03)(0.97) = 0.0582
P (2 defectos) = (0.03)(0.03) = 0.0009
• Valor esperado y varianza de la distribución binomial :
𝐸 𝑥 = 𝜇 = 𝑛𝑝
𝑉𝑎𝑟 𝑥 = 𝜎 2 = 𝑛𝑝 1 − 𝑝
𝜎 = √𝑛𝑝(1 − 𝑝)
Distribución Hipergeométrica
• Definición: mantiene una relación estrecha con la distribución binomial, pero difiere de
ésta en dos puntos esenciales:
1. Los resultados de cada ensayo de un experimento se clasifican en dos categorías exclusivas: éxito o
fracaso
2. La variable aleatoria es el número de éxitos de un número fijo de ensayos
3. Sus ensayos no soy independientes
4. Los muestreos se realizan con una población finita sin remplazo y
(𝑆𝐶𝑥)(𝑁 − 𝑆𝐶𝑛 − 𝑥)
𝑓 𝑥 =
𝑁𝐶 𝑛
N= Tamaño de la población
S= El numero de éxitos en la población
x= Número de éxitos en la muestra; este puede asumir los valores 0,1,2,3…
n= Es el tamaño de la muestra o el numero de ensayos
C= El símbolo de la combinación
ƒ(x)= Probabilidad de x éxitos en n ensayos
Distribución Hipergeométrica
• Ejemplo:
Los fusibles eléctricos producidos por Ontario Electric se empacan en cajas de 12
unidades cada una. Suponga que un inspector selecciona al azar tres de los 12
fusibles de una caja para probarlos. Si esta contiene exactamente 5 fusibles
averiados, ¿cuál es la probabilidad de que el inspector encuentre exactamente un
fusible defectuoso en los tres que seleccionó?
En esta aplicación tenemos que:
N = 12 (número de elemento de la población)
S = 5 fusible defectuoso (número de éxitos en la población)
x= 1 fusible defectuoso (número de éxitos en la muestra)
n = 3 (número de ensayos)
r = 5 fusibles defectuosos en la caja (elementos de la población considerados como éxitos)
Distribución Hipergeométrica
• respuesta:
5! 7!
5𝐶1 7𝐶2 1! 4! 2! 5! 5 21
𝑓 1 = = = = 0.4773
𝐶
12 3
12! 220
3! 9!
Ahora supongamos que el supervisor desea saber la probabilidad de encontrar
por lo menos un fusible defectuoso:
Respuesta:
5! 7!
5𝐶0 7𝐶3 0! 5! 3! 4! 1 35
𝑓 0 = = = = 0.1591
12𝐶3
12! 220
3! 9!
Con la probabilidad ƒ(0)= 0.1591, concluimos que la probabilidad de encontrar
por lo menos un defectuoso debe ser:
1-0.1591=0.8409
Distribución Hipergeométrica
• Valor esperado, varianza y desviación estándar:
𝑺
𝑬 𝒙 =𝝁=𝒏
𝑵
𝑺 𝑺 𝑵−𝒏
𝑽𝒂𝒓 𝒙 = 𝝈𝟐 = 𝒏 𝟏−
𝑵 𝑵 𝑵−𝟏
𝑺 𝑺 𝑵−𝒏
𝝈= 𝒏 𝟏−
𝑵 𝑵 𝑵−𝟏
Distribución Hipergeométrica
• Valor esperado, varianza y desviación estándar aplicado al ejercicio de los
fusibles:
𝑺 𝟓
𝑬 𝒙 =𝝁=𝒏 =𝟑 = 𝟏. 𝟐𝟓
𝑵 𝟏𝟐
𝑺 𝑺 𝑵−𝒏 𝟓 𝟓 𝟏𝟐 − 𝟑
𝑽𝒂𝒓 𝒙 = 𝝈𝟐 =𝒏 𝟏− =𝟑 𝟏− = 𝟎. 𝟔𝟎
𝑵 𝑵 𝑵−𝟏 𝟏𝟐 𝟏𝟐 𝟏𝟐 − 𝟏
𝑺 𝑺 𝑵−𝒏
𝝈= 𝒏 𝟏− = 𝟎. 𝟔𝟎 = 𝟎. 𝟕𝟕
𝑵 𝑵 𝑵−𝟏
Hipergeometrica
Ejemplo:
•Play time Toys, Inc., tiene 50 empleados en el departamento de ensamblado. Solo cuarenta
de ellos pertenecen al sindicato. Se eligen al azar cinco empelados para formar un comité
que hablará con la empresa sobre el horario de los turnos. ¿Cuál es la probabilidad de que
cuatro de los 5 empleados elegidos para formar parte de del comité pertenezcan a un
sindicato?
40! 10!
40𝐶4 10𝐶1 4! 36! 1! 9! 91390 10
𝑓 4 = = = = 0.4313
50𝐶5 50! 2118760
5! 45!
Regla empírica:
Si los elementos seleccionados no regresan a la población, se puede aplicar la
distribución binomial para calcular la distribución Hipergeométrica cuando n<0.05 al
tamaño de la población. Es decir, basta la distribución binomial si el tamaño de la
muestra es menor que 5%de la población.
Aproximación de la Hipergeométrica
por la Binomial
• Ejemplo:
Se estima que 4,000 de 10,000 votantes residentes en la ciudad están en contra de un
nuevo impuesto a las ventas. Si se selecciona al azar 15 votantes y se les pide la opinión. ¿Cuál
es la probabilidad de que por lo menos 7 estén a favor del nuevo impuesto?
Respuesta:
Sea X= número de votantes en contra de un nuevo impuesto a las ventas.
X = 1,2,3,…..,15
Observando los parámetros, podemos asegurar que es una distribución Hipergeométrica.
Como N>n, es decir 10,000>15 se puede aproximar a una binomial
H(x;10000,15,4000)⟹ B(x;15,0.4) P (4000/10000)=0.4
Aproximación de la Hipergeométrica
por la Binomial
• Procedemos a resolver el problema como una distribución binomial.
• Se puede encontrar la probabilidad de que por lo menos 7 estén a favor del nuevo impuesto
• X= número de votantes a favor de un nuevo impuesto a las ventas
• X= 0,1,2,3,….,15
• P= 0.60
• B(x,15,06)
Respuesta:
P(x ≥ 7) = 1- P(x ≤ 6)
P(x ≥ 7) = 1 − Σ𝑃 𝑥; 15,0.60
P(x ≥ 7) = 1 − 0.0940 = 𝟎. 𝟗𝟎𝟔𝟎
Distribución multinomial
• Cada elemento de una población es asignado a una y sólo una de
tres o mas categorías.
• Como ejemplo consideramos el estudio de participación de
memrcado qi}ue realizó Scott Marqketing Research. En los
últimos años, las participaciones de mercado de un producto se
han estabilizado en 30% para la empresa A, 50% para la empresa
B y 20% para la empresa C. Dado que cada cliente se clasifica
como comprador𝒅𝒆de𝒒𝒖𝒆
𝑷𝑨 = 𝒑𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 una
𝒖𝒏 de estas
𝒄𝒍𝒊𝒆𝒏𝒕𝒆 tres 𝒆𝒍
𝒄𝒐𝒎𝒑𝒓𝒆 empresas, tenemos
𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝒅𝒆 una𝑨
𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒛𝒂
distribución multinomial
𝑷𝑩 = 𝑷𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 con 𝒄𝒐𝒎𝒑𝒓𝒆
𝒅𝒆 𝒒𝒖𝒆 𝒖𝒏 𝒄𝒍𝒊𝒆𝒏𝒕𝒆 tres posibles resultados.
𝒆𝒍 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐 𝒅𝒆 𝒍𝒂 𝒆𝒎𝒑𝒓𝒆𝒛𝒂 La𝑩
probabilidad de cada
𝑷𝑪 = 𝑷𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 uno
𝒅𝒆 𝒒𝒖𝒆 𝒖𝒏de estos𝒄𝒐𝒎𝒑𝒓𝒆
𝒄𝒍𝒊𝒆𝒏𝒕𝒆 tres resultados
𝒆𝒍 𝒑𝒓𝒐𝒅𝒖𝒄𝒕𝒐es
𝒆𝒏al𝒍𝒂siguiente:
𝒆𝒎𝒑𝒓𝒆𝒛𝒂 𝑪
Distribución multinomial
• Si se emplean las participaciones de mercado históricas, tenemos una distribución
multinomial con pA=0.30, pB=0.50 y pC=0.20
• La empresa C planea introducir un producto “nuevo y mejorado” para reemplazar
su producto actual del mercado.
• La empresa C contrata una empresa para determinar si el nuevo producto alterará
o cambiará la participación del mercado de las tres empresas.
• El estudio presentará el nuevo producto de la empresa C a una muestra de
clientes, y posteriormente les solicitará que indiquen su preferencia para el
producto de la empresa A, el de la empresa B y el de la empresa C.
• Con base a los datos de la muestra, se puede emplear las siguientes hipótesis para
determinar si e nuevo producto de la empresa C puede modificar las
participaciones de mercado históricas para las tres empresas.
𝐻0 : 𝑝𝐴 = 0.30, 𝑝𝐵 = 0.50 𝑦 𝑃𝑐 = 0.20
𝐻𝐴 = 𝐿𝑎𝑠 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖𝑜𝑛𝑒𝑠 𝑝𝑜𝑏𝑎𝑐𝑖𝑜𝑛𝑎𝑙𝑒𝑠 𝑛𝑜 𝑠𝑜𝑛:
𝑝𝐴 = 0.30, 𝑝𝐵 = 0.50 𝑦 𝑃𝑐 = 0.20
Distribución multinomial
• Suponga que la firma de investigación de mercados ha utilizado
un panel de consumidores con 200 clientes.
• Se le pide a cada cliente que especifique su preferencia de
compra entre las tres alternativas: el producto de la empresa A,
el de la empresa B y el nuevo producto de la empresa C.
Frecuencias observadas
Producto de la empresa A Producto de la empresa B Nuevo producto de la
empresa C
48 98 54
• Continuando
Proporción
conFrecuencia
el ejemploFrecuencia
de Scott Marketing,Diferencia
Diferencia
utilizando Diferencia al cuadrado
al un
dividida entre la
nivel se
Categoría significancia
hipotética de ∝= 𝟎.
observada 𝟎𝟓
esperada
(𝒇𝒊 − 𝒆𝒊 )
cuadrado
frecuencia esperada
(𝒇𝒊 ) (𝒆𝒊 ) (𝒇𝒊 − 𝒆𝒊 )𝟐
(𝒇𝒊 −𝒆𝒊 )𝟐 /𝒆𝒊
Empresa A 0.30 48 60 -12 144 2.40
Empresa B 0.50 98 100 -2 4 0.04
Empresa C 0.20 54 40 14 196 4.90
Total 200 𝑋 2 = 7.34
Distribución multinomial
• Si empelamos el método de valor crítico
Región de
rechazo 0.05
No se rechaza
𝐻0
5.991
valor
critico
• Se rechaza 𝐻0 si 𝑋 2 ≥ 5.991
• Conclusión: la introducción del nuevo producto de la empresa C
modificará las participaciones de mercado históricas.
Distribución multinomial
3
𝜇 = 48 = 2.4
60
2.40 𝑒 −24
𝑓 0 = = .0907
0!