Está en la página 1de 22

Distribucin Binomial

n 0,1,..., x ; ) 1 ( ) ( ) ( =
|
|
.
|

\
|
=
x n x
p p
x
n
x P
Los matemticos han definido numerosas
distribuciones tericas. Una de estas distribuciones
de particular inters es la distribucin binomial:
Hay un experimento cuyo resultado puede
ser uno de dos posibles, xito con
probabilidad p, o fracaso con
probabilidad q = 1- p
El experimento se realiza n veces en forma
independiente y las probabilidades de xito y
fracaso se mantienen constantes en cada
vez.
La variable de inters, X, es el nmero de
xitos ocurridos en los n ensayos.
La variable definida se dice que tiene distribucin binomial
con parmetros n y p.

Puede demostrarse que la distribucin de probabilidades se
rige por la siguiente frmula:
n 0,1,..., x ; ) 1 ( ) ( ) ( =
|
|
.
|

\
|
=
x n x
p p
x
n
x P

y su valor medio y varianza por:
( ) p np y np = = 1
2
o
( )
!
! !
n
n
x x n x
| |
=
|

\ .
Ejercicio1: Se lanza una moneda cuatro veces y se cuenta el
nmero de caras que ocurren (en cada lanzamiento el xito es
que ocurra cara). Describa la distribucin de probabilidades
de la variable de inters.

Realizar el experimento un nmero grande
de veces y tabular los datos. Compare los
valores observados con los valores tericos
(Realicemos el experimento entre todos y
luego juntamos los resultados).
Resultados del ejercicio1 (al realizar el experimento 162
veces, por los alumnos de un curso anterior, se obtuvieron los
resultados siguientes):
x f
USANDO
FORMULA
PROBABILIDAD
FRECUENCIAL
0 8 0.0625 0.049382716
1 43 0.25 0.265432099
2 62 0.375 0.382716049
3 39 0.25 0.240740741
4 10 0.0625 0.061728395
TOTAL 162 1 1
Comparacin de la probabilidad
estimada contra la terica
Ejemplo:
Suponga que en una poblacin muy grande de
animales, el 80% tienen una coloracin normal y solo
el 20% son albinos (no tienen pigmentacin en la piel
y el cabello). Una expedicin cientfica quiere atrapar
tres animales al azar.
Nota: El hecho que la poblacin sea muy grande,
implica que al atrapar tres animales sin
reemplazarlos, no afecta los resultados de
expediciones futuras, es decir, cada prueba ser
considerada como independiente.
Cul es la probabilidad que alguno de los animales
sea albino?
Solucin
:
X: nmero de animales albinos
p: 0.2
q: 0.8

384 . 0 ) 8 . 0 ( ) 2 . 0 (
1
3
) 1 (
2 1
=
|
|
.
|

\
|
= = x P
En Excel:
DISTR.BINOM(1,3,0.2,FALSO)

Ejemplo:
La ltima novela de un autor ha tenido un gran
xito, hasta el punto de que el 80% de los
lectores ya la han ledo. Un grupo de 4 amigos
son aficionados a la lectura:
1. Cul es la probabilidad de que en el grupo hayan
ledo la novela 2 personas?

2.Y cmo mnimo 2?

3. Y como mximo 2?


Ejemplo:
Un agente de seguros vende plizas a cinco
personas de la misma edad y que disfrutan de
buena salud. Segn las tablas actuales, la
probabilidad de que una persona en estas
condiciones viva 30 aos o ms es 2/3. Hllese
la probabilidad de que, transcurridos 30 aos,
vivan:
1. Las cinco personas.
2.Al menos tres personas.
3.Exactamente dos personas.

Distribucin de Poisson
,... 2 , 1 , 0 ;
!
) ( = =

x
x
e
x p
x

Cuando ciertos eventos ocurren al azar en


el tiempo (o en una longitud, o en una
superficie, . . .), entonces el nmero de
estos eventos ocurridos en una unidad de
tiempo ( de longitud, de superficie, . . .)
sigue una distribucin de probabilidades
llamada distribucin de Poisson.
Por ejemplo:
El nmero de reclamos que se hacen en un comercio
en un da de trabajo.
El nmero de accidentes de trnsito ocurridos en una
semana y en una carretera determinada.
El nmero de clientes que llegan a una sucursal
bancaria entre las 11:30 y 12:00 de la maana.
El nmero de imperfecciones ocurridas en un metro
de tela fabricada por una mquina.
El nmero de huelgas que ocurren en un ao en una
fbrica.
La distribucin de Poisson se rige por
la siguiente funcin de probabilidad:
e = 2.718281
es la tasa de ocurrencias de los eventos por
unidad de tiempo (longitud, superficie, . )
x es el nmero de eventos ocurridos en la
unidad de tiempo (longitud, superficie, .. )
p(x) es la probabilidad de que ocurran x
eventos en la unidad de tiempo.
,... 2 , 1 , 0 ;
!
) ( = =

x
x
e
x p
x

Se puede demostrar que el valor medio o valor esperado y


la varianza de esta distribucin coinciden numricamente
con la tasa de ocurrencias
o = =
2
Los periodos de la distribucin de poisson se pueden modificar en un
factor t, de manera que la distribucin queda en tal caso:

,... 2 , 1 , 0 x ;
! x
) t ( e
) x ( p
x ) t (
=

=

Propiedades:
La distribucin de Poisson se puede utilizar
para aproximar la distribucin binomial
cuando el nmero de ensayos (n) es grande
y la probabilidad de xito (p) es pequea de
tal manera que el producto np se mantiene
pequeo. Para hacer la aproximacin se
utiliza =np en la Poisson.
Supngase que estamos investigando la
seguridad de un crucero muy peligroso. Los
archivos de la polica indican una media de
cinco accidentes por mes en l. El nmero de
accidentes est distribuido conforme a la
distribucin de Poisson, y la divisin de
seguridad en carreteras quiere calcular la
probabilidad de exactamente 0,1,2,3 y 4
accidentes en un mes determinado.
P(0) = (5)
0
(e
-5)
/0! = 0.00674

P(1) = (5)
1
(e
-5)
/1! = 0.03370

P(2) = (5)
2
(e
-5)
/2! = 0.08425

P(3) = (5)
3
(e
-5)
/3! = 0.14042

P(4) = (5)
4
(e
-5)
/4! = 0.17552


Para saber cual es la probabilidad en
3 o menos, sumaremos las
probabilidades de 0,1,2,3 lo que ser
igual a :
P(0) = 0.00674
P(1) = 0.03370
P(2) = 0.08425
P(3) = 0.14042
P(3 o menos) = 0.26511

En excel:
POISSON(3,5,VERDADERO)
Dado que la probabilidad de que haya 3 o
menos accidentes es de 0.26511 entonces la
probabilidad de que ocurran ms de tres
debe ser = 1 0.26511 = 0.73489.

También podría gustarte