Documente Academic
Documente Profesional
Documente Cultură
Introduccin
La distribucin binomial es uno de los primeros ejemplos de las llamadas distribuciones discretas (que slo pueden tomar un nmero finito, o infinito numerable, de valores). Fue estudiada por Jakob Bernoulli (Suiza, 1654-1705), quin escribi el primer tratado importante sobre probabilidad, Ars conjectandi (El arte de pronosticar)
Ejemplo
Tiramos un dado 7 veces y contamos el nmero de cincos que obtenemos .Cul es la probabilidad de obtener tres cincos?.
Estamos repitiendo 7 veces el experimento de lanzar un dado Cul es nuestro xito?. Evidentemente, sacar un 5, que es en lo que nos fijamos.
El fracaso, por tanto, ser no sacar 5, sino sacar cualquier otro nmero.
Por tanto, Exito = E = sacar un 5 = p(E) = 1/6 Fracaso = F = no sacar un 5 = p(F) =5/6
Para calcular la probabilidad que nos piden, fijmonos en que nos dicen que sacamos 3 cincos y por lo tanto tenemos 3 xitos y 4 fracasos, de cuntas maneras pueden darse estas posibilidades?. Podramos sacar 3 cincos en las 3 primeras tiradas y luego 4 tiradas sin sacar cinco, es decir: EEEFFFF Pero tambin podramos sacar EFEFFFE, es decir que en realidad estamos calculando de cuntas maneras se pueden ordenar 4 fracasos y 3 xitos.
Recordando las tcnicas combinatorias, este problema se reduce a calcular las permutaciones con elementos repetidos:
Y por tanto, como p(E) =1/6 y tengo 3 xitos y p(F) =5/6 y tengo 4 fracasos:
Ejemplo
Antes tenamos Bin (7;1/6), y queramos calcular p(X=3) (obtener 3 exitos). Aplicando la frmula:
Problema:
Supongamos que la probabilidad de que una pareja tenga un hijo o una hija es igual. Calcular la probabilidad de que una familia con 6 descendientes tenga 2 hijos.
En este caso xito = E = tener hijo y p(E) = 05. Fracaso = F = tener hija y p(F) = 05. Estamos por tanto ante una binomial Bin(6;05) y nos piden p(X=2). Si aplicamos la frmula es:
Por ejemplo en el caso anterior, Bin (6;05) , p(X=2), la columna p=05 es la ultima, y cuando n=6 y k=2 encontramos 02344, el valor que habamos calculado.
Nota importante: El caso en que p > 0.5, no se encuentra tabulado. La razn es bien sencilla. Si p > 0.5, entonces q < 0.5 y basta intercambiar los papeles de xito y fracaso para que podamos utilizar la tabla.
EJEMPLO
Probabilidades acumuladas
Es posible que nos pidan no slo la probabilidad de que ocurran un cierto nmero de xitos en concreto, sino que ocurran como mucho k xitos o preguntas similares. En el ejemplo anterior, por ejemplo, podran pedirnos:
Si xito = aprobar y fracaso = suspender, p= 07 y q = 03, entonces nos piden p(X 2). En este caso, basta pensar en que para que aprueben 2 alumnos como mucho, puede que aprueben 2, 1 o ninguno, es decir:
p(X 2) = p(X = 0)+p(X = 1)+p(X = 2) =0 0001 + 00012 + 001 = 01013
Problema
b) Cul es la probabilidad de que aprueben
Solucin
p(3 X 6) = p(X=3)+p(X=4)+p(X=5)+p(X=6) = 0.0467 + 0.1361 + 0.2541 + 0.2965 = 0.7334
La desviacin tpica, , que es una medida de dispersin y mide lo alejados que estn los datos de la media, viene dada por