METODOS ESTADISTICOS BINOMIAL

INTRODUCCION
PROBABILIDAD
La probabilidad mide la frecuencia con la que aparece un resultado determinado cuando se realiza un
experimento.
Podemos definirla como la: La posibilidad de ocurrencia de un evento o hecho

Ejemplo: tiramos un dado al aire y queremos saber cuál es la probabilidad de que salga un 2 o que
salga un numero par, o que salga un número menor que 4.
La probabilidad toma valores entre 0 y 1 (o expresados en tanto por ciento entre 0% y 100%).
El valor cero corresponde al suceso imposible: lanzamos un dado al aire y la probabilidad de que
salga el número 7 es cero (al menos, si es un dado certificado por la OMD “Organización Mundial de
Dados”)
El valor uno corresponde al suceso seguro: lanzamos un dado al aire y la probabilidad de que salga
un número del 1 al 6 es igual a uno (100%)
El resto de sucesos tendrá probabilidades entre cero y uno: que será tanto mayor cuando más
probable sea que dicho suceso tenga lugar.
¿Qué es probabilidad?
El término probabilidad se utiliza para definir el cálculo matemático que establece todas las
posibilidades que existen de que ocurra un fenómeno en determinadas circunstancias de azar. La
probabilidad se calcula con base en un valor entre 0 y 1 y el nivel de certidumbre viene determinado
por la cercanía a la unidad; por el contrario, en caso de que se aproxime al cero, hay menos
seguridad en el resultado final.
¿Cuál es la fórmula para calcular la probabilidad?

Para el cálculo de la probabilidad es necesario dividir el número de sucesos favorables entre el
número total de sucesos posibles. Esto genera una muestra y, a partir de los datos obtenidos, se
puede realizar el cálculo.
El cálculo de probabilidades se expresa en porcentaje y responde a la siguiente fórmula:
Probabilidad = Casos favorables / casos posibles x 100.

¿Qué tipos de probabilidad existen?
Matemática: sigue los principios de una lógica formal y no experimental, calculando en cifras
eventos aleatorios que pueden ocurrir en un determinado campo.
Frecuencial: se basa en la experimentación y determina el número de veces que un suceso puede
ocurrir, teniendo en cuenta un número específico de oportunidades.
Objetiva: tiene en cuenta con antelación la frecuencia del evento, y solo da a conocer los casos
probables en los que puede ocurrir tal evento.
Subjetiva: su concepto es opuesto a la probabilidad matemática, ya que toma en cuenta ciertas
eventualidades que permiten inferir la probabilidad de un determinado evento, aun sin tener una
certeza a nivel aritmético.
Binomial: determina el éxito o fracaso de un evento que tenga únicamente dos posibles resultados.
Lógica: plantea la posibilidad de que un evento ocurra a partir de leyes inductivas.
Condicionada: explica la probabilidad de que suceda un evento según la ocurrencia previa de otro,
por lo que uno es dependiente del otro.
Hipergeométrica: probabilidad que se obtiene a partir de técnicas de muestreo, es decir, que los
eventos se clasifican según la frecuencia de su acontecimiento. De esta forma, se crean una serie de
grupos de eventos que están determinados según su aparición.
Distribución de probabilidades
Una distribución indica toda gama de valores que pueden representarse como resultado de un
experimento si este se lleva a Cabo.
Toda distribución de probabilidad es generada por una variable (que puede tomar valores
diferentes) aleatoria x (cualquier valor al azar) y puede ser de dos tipos. Variable aleatoria discreta y
variable aleatoria continua.
Variable aleatoria discreta (x)
Una variable aleatoria es discreta cuando sólo puede tomar unos ciertos valores enteros en un
número finito de valores o infinito numerable. Por ejemplo, número de caras obtenidas al lanzar
tres monedas: 0, 1, 2, 3. Las variables discretas representan algo que podemos contar, y no suelen
llevar decimales.
Ejemplo:
X= numero de personas que viajan en un bus
X=0, …, 50
(0, 1, 2, 3, 4, 5…etc.)
Variable aleatoria continua (x)
Una variable aleatoria continua es una variable aleatoria que solo tiene valores continuos. Los
valores continuos son incontables y están relacionados con números reales.
La principal diferencia entre las variables aleatorias continuas y discretas es que la probabilidad
continua se mide a lo largo de intervalos, mientras que la probabilidad discreta se calcula en puntos
exactos.
Por ejemplo, no tendría sentido encontrar la probabilidad de que tardó exactamente 32 minutos en
terminar un examen. Podría tomarte 32.012342472... minutos. La probabilidad de puntos ya no
tiene sentido cuando pasamos de variables aleatorias discretas a continuas.
En cambio, podrías encontrar la probabilidad de tomar al menos 32 minutos para el examen, o la

probabilidad de tomar entre 31 y 33 minutos para completar el examen.
Ejemplo:
X= peso de una persona
70, 70.260, 70.261, 70.263, … 71 si
¿Qué es una distribución de probabilidades?

Una distribución de probabilidad es aquella que permite establecer toda gama de resultados
probables de ocurrir en un experimento determinad. Es decir, describe la probabilidad de que un
evento se realice en el futuro
TIPOS DE DISTRIBUCION DE PROBABILIDAD
• Distribución de probabilidad discreta

• Distribución de Bernoulli
• Distribución binomial
• Distribución de polisón
• Distribución geométrica
• Distribución hipergeométrica
Distribución de Bernoulli
Es una distribución discreta que puede tomar dos valores uno con probabilidad y otro no. Se utiliza para
describir sucesos que solo tienen dos posibles resultados, como Si/No o Cara/Cruz.
Ejemplo: Cuando tiramos una moneda al aire

Distribución de probabilidad binomial
Es una probabilidad discreta y se presenta con mucha frecuencia en nuestra vida cotidiana. Fue propuesta
por Jakob Bernoulli (1654-1705), y es utilizada con acontecimientos que tengan respuesta binaria,
generalmente clasificada como “éxito” o “fracaso”.
Distribución Binomial
Definición técnica
Una distribución binomial es una distribución de probabilidad discreta que describe el número de
éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo esta
distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que definimos el
suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos los éxitos (sacar cara)
que obtenemos, nuestra distribución de probabilidades se ajustaría a una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la que
solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.
Propiedades de la distribución binomial
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que cumplir
las siguientes propiedades:
1.- En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
2.- La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La
probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que la moneda
no cambia en cada experimento y las probabilidades de sacar cara son constantes.
3.- La probabilidad de fracaso ha de ser también constante. Esta se representa mediante la letra q =
1-p. Es importante fijarse que, mediante esa ecuación, sabiendo p o sabiendo q, podemos obtener
la que nos falte.
4.- El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo que
ocurra en cada experimento no afecta a los siguientes.
5.- Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo tiempo. No
se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda salga cara y cruz al
mismo tiempo.
6.- Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de ocurrir. Si no
se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de salir cruz.
7.- La variable aleatoria que sigue una distribución binomial se suele representar como X~(n, p),
donde n representa el número de ensayos o experimentos y p la probabilidad de éxito.
Formula de la distribución binomial
La fórmula para calcular la distribución binomial es:
Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
q = Probabilidad de fracaso (1-p)
Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino que es
un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente formula.
El signo de exclamación en la expresión anterior representa el símbolo de factorial.
Ejemplo:1
Ejemplo:2

METODOS ESTADISTICOS BINOMIAL

Cargado por

Copyright:

Formatos disponibles

METODOS ESTADISTICOS BINOMIAL

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

METODOS ESTADISTICOS BINOMIAL

Cargado por

Copyright:

Formatos disponibles

INTRODUCCION

Podemos definirla como la: La posibilidad de ocurrencia de un evento o hecho

¿Cuál es la fórmula para calcular la probabilidad?

Probabilidad = Casos favorables / casos posibles x 100.

En cambio, podrías encontrar la probabilidad de tomar al menos 32 minutos para el examen, o la

X= peso de una persona

70, 70.260, 70.261, 70.263, … 71 si

¿Qué es una distribución de probabilidades?

• Distribución de probabilidad discreta

Ejemplo: Cuando tiramos una moneda al aire

El signo de exclamación en la expresión anterior representa el símbolo de factorial.

También podría gustarte