TEMA: DISTRIBUCION BINOMIAL
Los ejercicios, tablas y problemas planteados en estas diapositivas fueron tomadas del libro: Introducción a la
probabilidad y estadística de Mendenhall Beaver
Histograma
Cuando los valores posibles de una variable aleatoria discreta están
espaciados uniformemente, la función de masa de probabilidad se puede
representar por medio de un histograma, con rectángulos centrados en los
valores posibles de la variable aleatoria. El área de un rectángulo centrado en
un valor x es igual a P(X x). Este histograma se llama un histograma de
probabilidad, ya que las áreas representan probabilidades.
Distribución de probabilidad
0,45
0,4
0,35
0,3
Probabilidad
0,25
0,2
p(x)
0,15
0,1
0,05
0
0 1 2 3 4 5
Demanda de laptos
Algunas distribuciones discretas útiles
Se pueden hallar ejemplos de variables aleatorias discretas en
numerosas situaciones cotidianas y en casi todas las disciplinas
académicas. No obstante, hay tres distribuciones discretas de
probabilidad que sirven como modelos para un gran número de
estas aplicaciones.
• Distribución binomial
• Distribución de Poisson
• Distribución hipergeométrica
Distribución binomial
El experimento de lanzar al aire una moneda es un ejemplo sencillo
de una importante variable aleatoria discreta llamada variable
aleatoria binomial. Muchos experimentos prácticos resultan en datos
similares a que salgan cara o cruz al tirar la moneda.
• Un sociólogo está interesado en la proporción de maestros de
escuelas elementales que sean hombres.
• Una comerciante en bebidas gaseosas está interesada en la
proporción de quienes toman refresco de cola y que prefieren la
marca de ella.
• Un genetista está interesado en la proporción de la población que
posee un gen vinculado a la enfermedad de Alzheimer.
Cada persona muestreada es análoga a lanzar al aire una moneda,
pero la probabilidad de una “cara” no es necesariamente igual a 1/2.
Aun cuando estas situaciones tienen diferentes objetivos prácticos,
todas exhiben las características comunes del experimento binomial.
Características
1. El experimento consiste en n intentos idénticos
2. Cada intento resulta en uno de dos resultados. Por falta de un
mejor nombre, el resultado uno se llama éxito, S, y el otro se llama
fracaso, F.
3. La probabilidad de éxito en un solo intento es igual a p y es igual de
un intento a otro. La probabilidad de fracaso es igual a (1- p) = q
4. Los intentos son independientes.
5. Estamos interesados en x, el número de éxitos observado durante
los n intentos, para x = 0, 1, 2, …, n.
Ejemplo 1
Suponga que hay alrededor de un millón de adultos en un condado y
una proporción desconocida p están a favor de limitar el periodo de
función de políticos. Se escogerá una muestra de mil adultos en forma
tal que cada uno del millón de adultos tenga igual probabilidad de ser
seleccionado y a cada uno se le pregunta si él o ella está a favor de
limitar el periodo. ¿Este experimento es binomial?
Solución
1. Un “intento” es la selección de un solo adulto de entre el millón de
adultos del condado. Esta muestra consta de n=1000 intentos
idénticos.
2. Como cada adulto estará a favor o no estará a favor de limitar el
periodo, hay dos resultados que representan los “éxitos” y
“fracasos” del experimento binomial.
Solución
3. La probabilidad de éxito, p, es la probabilidad de que un adulto esté
a favor del límite del periodo. ¿Esta probabilidad sigue igual para cada
uno de los adultos de la muestra?, la respuesta es sí.
4. La independencia de los intentos está garantizada debido al grupo
grande de adultos del que se toma la muestra. La probabilidad de que
un adulto esté a favor de limitar el periodo no cambia, dependiendo de
las respuestas de las personas previamente escogidas.
5. La variable aleatoria x es el número de adultos de la muestra que
estén a favor de limitar el periodo.
Debido a que el estudio satisface las cinco características
razonablemente bien, se puede ver como un experimento binomial
Ejemplo 2
Un paciente llena una receta para un régimen de 10 días de dos
píldoras diarias. Sin que lo sepan el farmacéutico ni el paciente, las 20
pastillas están formadas por 18 píldoras del medicamento prescrito y
dos píldoras que son el equivalente genérico del medicamento
prescrito. El paciente selecciona dos píldoras al azar para la dosis del
primer día. Si verificamos la selección y registramos el número de
píldoras que son genéricas, ¿es éste un experimento binomial?
Solución
1. Un “intento” es la selección de una píldora de entre las 20 de la
receta. Este experimento consta de n =2 intentos.
2. Cada intento resulta en uno de dos resultados. O bien la píldora es
genérica (llame “éxito” a esto) o no lo es (un “fracaso”).
Solución
3. Como las píldoras de una botella de receta se pueden considerar
“mezcladas” al azar, la probabilidad incondicional de sacar una píldora
genérica en un intento determinado sería 2/20.
4. La condición de independencia entre intentos no está satisfecha,
porque la probabilidad de sacar una píldora genérica en el segundo
intento depende del primer intento. Por ejemplo, si la primera píldora
sacada es genérica entonces hay sólo una píldora genérica en las
restantes 19.
Por tanto, los intentos son dependientes y el muestreo no representa
un experimento binomial.
Distribución binomial de probabilidad
Un experimento binomial consta de n intentos idénticos con
probabilidad p de éxito en cada intento. La probabilidad de k
éxitos en n intentos es :
𝑛!
𝑃 𝑥=𝑘 = 𝐶𝑘𝑛 𝑝𝑛 𝑞 𝑛−𝑘 = 𝑝𝑘 𝑞 𝑛−𝑘
𝑘! 𝑛 − 𝑘 !
Para valores de k = 0, 1, 2, …, n. El símbolo 𝐶𝑘𝑛 es igual a:
𝑛!
𝑘! 𝑛−𝑘 !
Donde n!=n(n-1)(n-2)…(2)(1) y 0! =1.
Media y desviación estándar
La variable aleatoria x, el número de éxitos en n intentos, tiene
una distribución de probabilidad con este centro y dispersión:
Media: 𝜇 = 𝑛𝑝
Varianza: 𝜎 2 = 𝑛𝑝
Ejemplo 1: Encuentre P(x = 2) para una variable aleatoria binomial
con n = 10 y p = 0.1
Ejemplo 2: En un tiempo largo, se ha observado que un jugador
profesional de baloncesto puede hacer un tiro libre en un intento
determinado con probabilidad igual a 0.8. Suponga que él lanza
cuatro tiros libres.
a) ¿Cuál es la probabilidad de que enceste exactamente dos tiros
libres?
b) ¿Cuál es la probabilidad de que enceste al menos un tiro libre?
Probabilidades binomiales acumulativas
Calcular probabilidades binomiales puede ser tedioso incluso para
valores relativamente pequeños de n. Cuando n se hace grande, se
hace casi imposible sin ayuda de una calculadora o computadora.
Las tablas de probabilidades binomiales acumulativas para valores
de n que van de 2 a 25 y para valores seleccionados de p.
Nota: La tabla está en los apéndices
Utilización de las tablas
1. Encontrar los valores necesarios de n y p. Aísle la columna
apropiada de la tabla.
2. La tabla da P(x˂=k) en la fila marcada k. Reescriba la
probabilidad que necesite para que esté en esta forma.
• Haga una lista de los valores de x en su evento
• De la lista, escriba el evento como la diferencia de dos
probabilidades:
P x ≤ a − P x ≤ b para a > b
O el complemento del evento:
1−P x≤a
O sólo el evento en sí:
P x ≤ a o P x < 𝑎 = 𝑃(𝑥 ≤ 𝑎 − 1)
Ejemplo
Use la tabla binomial acumulativa para n=5 y p=0.6 para hallar las
probabilidades de estos eventos:
1. Exactamente tres éxitos
2. Tres o más éxitos
Solución
a) Exactamente tres éxitos P x = 3
1. Encontramos a k=3 en la tabla 5.1
Ejemplo
2. Si encuentra k = 3 en la tabla 5.1, el valor en tabla es
P x ≤ 3 = P 0 + P 1 + P 2 + P 3 = 0,063
3. Solo deseamos encontrar P x = 3 , se resta la probabilidad no deseada:
P x ≤ 2 = P 2 + P 1 + P 0 = 0,317
Ejemplo
4. La probabilidad de tener exactamente 3 éxitos P x = 3 :
P x=3 =P x≤3 −P x≤2
P x = 3 = 0,663 − 0,317 = 0,346
b) Tres o más éxitos P x ≥ 3
P x ≥ 3 = P 1 + P 2 + P 3 + P 4 + P(5)
P x ≥ 3 = 1 − P(x ≤ 2)
P x ≥ 3 = 1 − 0,317 = 0,683
Ejercicio
Considere una variable aleatoria binomial con n = 5 y p = 0.6
El problema Valores de x Probabilidad Solución de la prob. Encuentre la
prob.
4 o menos 1,2,3,4
4 o más 4, 5 P x≥4 1−P x≥ 3 1-0,663=0,337
Más de 4 P(X>4)
Menos de 4 P(x<4)
Entre 2 y 4
Exactamente 4