UNIVERSIDAD MAYOR DE SAN ANDRES FACULTAD DE CS.

PURAS Y NATURALES CARRERA DE INFORMATICA

NOMBRE: IVAN QUISPE CHOQUE DOCENTE: LIC. GALLARDO P. MATERIA: TELEMATICA FECHA: 12 DE MARZO DE 2013

DISTRIBUCION BINOMIAL

UN POCO DE HISTORIA

La distribucin binomial fue desarrollada por Jakob Bernoulli (Suiza,16541705) y es la principal distribucin de probabilidad discreta para variables dicotmicas, es decir, que slo pueden tomar dos posibles resultados. Bernoulli defini el proceso conocido por su nombre. Dicho proceso, consiste en realizar un experimento aleatorio una sola vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que ocurra (xito) y q=1p de que no ocurra (fracaso), por lo que la variable slo puede tomar dos posibles valores, el 1 si ocurre y el 0 sino sucede. La distribucin binomial es una generalizacin de la distribucin de Bernoulli, cuando en lugar de realizar el experimento aleatorio una sola vez, se realiza n, siendo cada ensayo independiente del anterior. DISTRIBUCION BINOMIAL La distribucin binomial es una distribucin de probabilidad que mide el numero de xitos en una secuencia de n ensayos de bernoulli independientes entre si, con una probabilidad fija "p", de ocurrencia del xito entre los ensayos Un experimento de Bernoulli se caracteriza por ser dicotmico, esto es, slo son posibles dos resultados. A uno de estos se denomina xito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribucin binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado nmero de xitos. Para n = 1, la binomial se convierte, de hecho, en una distribucin de Bernoulli. Para representar que una variable aleatoria X sigue una distribucin binomial de parmetros "n" y "p" se escribe de la siguiente forma: X~ B(n,p)

La distribucin binomial es una variable discreta que toma nicamente valores enteros mayores de cero: 0,1,2,3,4..... de manera que puede modelizar comportamientos reales en lis casos en que se den las siguiente condiciones: 1. El experimento se puede repetir un nmero determinado de veces de manera que el resultado en una ejecucin del experimento no influya en los resultados posteriores, es decir los experimentos realizados son independientes. 2. para cada realizacin solo se pueden conseguir un nico resultado de dos posibilidades. O bien xito o fracasos. Como ya vimos hemos concluido que un problema se ajusta mediante un modelo binomial de parmetros n y p. Y tambin sabemos la variable aleatoria X como una Binomial de parmetros n y p. Con este modelo queremos calcular cual es la probabilidad de que en n realizaciones del experimento se produzca k xitos. Es decir P(X=k). Si en el problema nos sale que puede haber k xitos, deben de producirse a su vez n-k fracasos. Por su puesto, todos lo experimentos deben de hacerse de manera independiente, es decir: el resultado de una realizacin del experimento no influye en las posteriores realizaciones del mismo y sabemos que en el caso de sucesos independientes la probabilidad de la interseccin es el producto de las probabilidades. Por lo tanto tenemos lo siguiente: Como tenemos k xitos independientes con probabilidad p cada uno y n-k fracasos en las mismas condiciones, de las cuales:

Donde E = suceso xito y F = Suceso fracaso. Y como cada P(E)=p y cada P(F)=q=1-p, tenemos que: P(X=k)= pkqn-k Pero hasta ahora no hemos considerado que los xitos y los fracasos se pueden dar de manera aleatoria, es decir, pueden darse combinaciones distintas con los k xitos y los n-k fracaso. De esta manera tendremos que multiplicar por la combinacin de n sobre k, es decir, por el nmero combinatorio:

Por lo tanto nos queda la frmula de la binomial de la siguiente manera:

Una vez que una variable aleatoria queda modelizada mediante una ley Binomial de parmetros n y p, podemos calcular de los parmetros caractersticos ms importantes que caracterizan a cualquier distribucin binomial. Estos son la Esperanza Matemtica y la varianza. A continuacin definiremos formulas:

Adems, estos parmetros son caractersticos de una distribucin binomial. Es decir, conocidas la Esperanza matemtica y la Varianza, podemos resolver el sistema no-lineal con variables n y p. De esta manera la solucin nos da la Variable aleatoria que sigue la ley binomial con los parmetros conocidos. sta es, adems, una manera de ver si una distribucin de valores sigue una ley binomial o no. Caractersticas analticas Su funcin de probabilidad est dada por:

donde

, siendo tomados de en )

las combinaciones de

en

elementos

Un ejemplo sencillo seria el siguiente: Ejemplo 1. Supongamos que se lanza un dado (con 6 caras) 50 veces y queremos conocer la probabilidad de que el nmero 3 salga 20 veces. En este caso tenemos una X ~ B(50, 1/6) y la probabilidad sera P(X=20):

Ejemplo 2. Un cazador tiene una probabilidad de acertar cada disparo que realiza con su escopeta (suceso A) del 40%. Qu probabilidad tiene de derribar a su presa si puede efectuar tres disparos consecutivos? Sea el suceso A: derriba a la presa en el disparo. La probabilidad de A, sera p=0,4. Sea la variable X ~ nmero de disparos acertados ~ B (n=3, p=0,4). P (derribarla) = P( derribarla en el primer disparo) + P( derribarla en el segundo disparo) +p(derribarla en el tercer disparo Sin embargo, al ser sucesos independientes, podemos calcularlo de manera ms sencilla, mediante el complementario: P (derribarla) = 1 - P(no derribarla) = 1 - (P(no derribarla en el primer disparo)* P(no derribarla en el segundo disparo)* P( no derribarla en el tercer disparo) P (derribarla) = 1 - (0,6)3 = 1 0 ,216 = 0 ,784 Ejemplo 3. Qu probabilidad hay de obtener al menos un seis al realizar seis lanzamientos consecutivos de un dado?

Sea el suceso A: obtener un seis al lanzar un dado La probabilidad de A, sera p= 1/6. Sea la variable X ~ nmero de seises obtenidos en los seis lanzamientos ~ B (n=6, p=1/6) En resumen el modelo de distribucin Binomial define experimentos consistentes en realizar ensayos repetidos e independientes. Cada uno de estos experimentos presenta dos posibles resultados que denominamos xito o fracaso, cuya probabilidad se mantiene constante en las diferentes pruebas. La variable binomial es una variable aleatoria discreta, slo puede tomar los valores 0,1,2,3,4,....., n suponiendo que se han realizado n pruebas. La variable se define como X~ "n de veces que ocurre el suceso A en n experimentos, y viene determinada por dos parmetros: n = tamao maestral, nmero de experimentos realizados. p = P(A) = probabilidad de que tenga lugar el suceso A. En consecuencia, la distribucin Binomial se suele representar por B (n,p) siendo n y p los parmetros caractersticos de dicha distribucin. El clculo de la probabilidad de la distribucin binomial, requiere la utilizacin de los nmeros combinatorios, y aunque existe una tabla que proporciona los valores de probabilidad para diferentes valores de n y p, a veces el proceso se hace bastante tediosa, especialmente cuando es necesario calcular probabilidades acumuladas. Bibliografa http://www.vitutor.com/pro/3/b_g.html . http://sauce.pntic.mec.es/~jpeo0002/Partes/ejercicios.html . http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf . http://personal5.iddeo.es/ztt/Tem/t19_distribucion_binomial.html. http://www.criced.tsukuba.ac.jp/grapes/es/image/nikou.html http://wwwhinojosamj.blogspot.com/2010/12/distribucion-binomial.html http://ficus.pntic.mec.es/jfey0000/