UNIVERSIDAD AUTÓNOMA DE SANTO DOMINGO

Facultad de Ciencias Económicas y Sociales

Estadística Industrial II

Sección 02

Grupo 15

Integrantes:

Arianna Grullón - 100586156

Jacob Gómez - 100521486

Profesor:

Francisco Roa Famila

Analizar a fondo ejemplos relativos a los ensayos de Bernoulli y la distribución binomial.

 ¿El siguiente puede tratarse como ensayos Bernoulli?

‘’Los conductores detenidos en un control carretero se verificarán para fracaso en el uso del
cinturón de seguridad.’’

No, el ejemplo no puede considerarse un ensayo de Bernoulli.

Los ensayos de Bernoulli son experimentos aleatorios con solo dos resultados posibles: éxito o
fracaso. Además, la probabilidad de éxito (denotada por p) se mantiene constante en cada
ensayo y es independiente de los resultados anteriores.

En este ejemplo, aunque hay dos resultados posibles (el conductor está usando el cinturón de
seguridad o no lo está), no cumple con la condición de tener una probabilidad constante de
éxito en cada ensayo. La probabilidad de que un conductor esté usando el cinturón de
seguridad puede variar dependiendo de varios factores, como la hora del día, el tipo de
vehículo, la región, etc. Además, la presencia de un control carretero podría influir en el
comportamiento de los conductores, lo que afectaría la independencia de los resultados entre
ensayos consecutivos. Por lo tanto, este escenario no se ajusta a los criterios de un ensayo de
Bernoulli.

Evaluación de probabilidades binomiales

Se afirma que en 60% de todas las instalaciones de calefacción solar, la facturación del servicio
se reduce en al menos un tercio. En concordancia, ¿cuáles son las probabilidades de que tal
factura se reducirá en al menos un tercio en:

a) cuatro de cinco instalaciones;

b) al menos cuatro de cinco instalaciones?

Fórmula para distribución binomial:

()
b ( x ; n , p )= n p (1− p) x=0 , 1 ,2 , … , n
x
x n−x

a) Aplicamos x = 4, n = 5 y p = 0.60 en la fórmula:

()
b ( 4 ; 5 , 0.60 )= 5 0.60 (1−0.60) =0.259
4
4 5− 4
 b) Y al sustituir x = 5, n = 5 y p = 0.60 en la fórmula para la distribución binomial,

()
b ( 5 ; 5 , 0.60 )= 5 0.60 (1−0.60) =0.078
5
5 5−5

Entonces:

B ( 4 ; 5 , 0.60 ) +b ( 5 ; 5 , 0.60 )=0.259+0.078=0.337

La distribución binomial se puede deficinir como un modelo que describe la cantidad de éxitos
en una serie de ensayos independientes, donde cada ensayo puede resultar en uno de dos
posibles resultados: éxito o fracaso. Se expresa por medio de la siguiente formula:

()
b ( x ; n , p )= n p (1− p) x=0 , 1 ,2 , … , n
x
x n−x

Parámetros clave:

 n: número total de ensayos

 p: probabilidad de éxito en un solo ensayo
 1-p: probabilidad de fracaso en un solo ensayo
 X: el número específico de éxitos deseados

Además,

 b ( x ; n , p ): probabilidad de obtener x número de éxitos en n numero de ensayos.

 ( nx): coeficiente binomial, representa el numero de formas de elegir.

 x
p : probabilidad de obtener x éxitos.
n− x
 (1− p) : probabilidad de fracasos.

c) Seguir paso a paso el video sobre Tabla 1, sobre probabilidades binomiales acumuladas o
Función de distribución binomial.

La función de distribución acumulada binomial, también llamada función de distribución

acumulada de la distribución binomial describe la probabilidad acumulada de que una variable
aleatoria binomial sea igual o menor que un valor específico. Esta función se representa como
F(x;n,p), donde 'n' es el número de ensayos, 'p' es la probabilidad de éxito en un solo ensayo, y
'x' es el valor para el cual se calcula la probabilidad acumulada.

En términos matemáticos, la función de distribución acumulada binomial se define como:

( ni ) p (1− p)
x
F ( x ; n , p )=∑ i n−1
, donde:
i=0

 ( ni ): coeficiente binominal que representa el numero de formas en que se puede tener i

éxitos en n ensayos.

Indique una diferencia esencial entre el proceso o ensayo de Bernoulli y la distribución

binomial.

Una diferencia esencial entre el proceso o ensayo de Bernoulli y la distribución binomial radica
en su naturaleza y alcance.

El proceso o ensayo de Bernoulli es un experimento aleatorio que implica solo dos resultados
posibles: éxito o fracaso. Por lo tanto, es un caso especial de la distribución binomial donde solo
se lleva a cabo un solo ensayo. En otras palabras, el proceso de Bernoulli es un caso particular
de la distribución binomial con un solo ensayo (n = 1).

Por otro lado, la distribución binomial describe la probabilidad de tener un número específico
de éxitos en una secuencia de ensayos independientes, donde cada ensayo tiene solo dos
resultados posibles. Esta distribución es más general y puede aplicarse a una serie de ensayos,
cada uno con la misma probabilidad de éxito (p) y la misma probabilidad de fracaso (1-p), lo que
la hace aplicable en una variedad de situaciones más allá de un solo ensayo.

Entonces, mientras que el proceso de Bernoulli es un caso especial de la distribución binomial

con un solo ensayo, la distribución binomial es una extensión más generalizada que puede
modelar el resultado de múltiples ensayos independientes.