1 / 8

CALCULO PROBABILIDADES EN LA BINOMIAL

CALCULO PROBABILIDADES EN LA BINOMIAL. Bloque IV * Tema 174. DISTRIBUCIÓN BINOMIAL. Muchos experimentos sociales quedan determinados por dos sucesos contrarios: Hombre o mujer; mayor de 18 años o menor de 18 años; trabajador o en paro; etc.

kueng
Télécharger la présentation

CALCULO PROBABILIDADES EN LA BINOMIAL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. CALCULO PROBABILIDADES EN LA BINOMIAL Bloque IV * Tema 174 Matemáticas Acceso a CFGS

  2. DISTRIBUCIÓN BINOMIAL • Muchos experimentos sociales quedan determinados por dos sucesos contrarios: Hombre o mujer; mayor de 18 años o menor de 18 años; trabajador o en paro; etc. • La distribución de probabilidad discreta que estudia estos experimentos recibe el nombre dedistribución binomial. • En general, a estos dos sucesos contrarios los calificamos por éxito (E) y fracaso (F). • Esta distribución queda caracterizada por: • (1) El resultado de una prueba del experimento aleatorio debe concretarse en dos únicas opciones que, como se ha dicho, llamaremos éxito (E) y fracaso (F). • (2) Se realizan n ensayos del experimento, independientes unos de otros. • (3) La probabilidad de éxito es constante a lo largo de las n pruebas y suele denotarse por p. • P(E) = p • Por tanto, la probabilidad de fracaso también es constante e igual a 1-p = q. • P(F) = q = 1 – P(E) = 1 – p • (4) La variable aleatoria X cuenta el número r de éxitos en las n pruebas: • r = 0, 1, 2, ..., n • Por tanto, los valores que puede tomar X son: 0, 1, 2, ..., ni. • Tal variable binomial queda caracterizada por los parámetros n y p, y se escribe • B(n, p) Matemáticas Acceso a CFGS

  3. Probabilidad de r éxitos • Para conocer completamente la distribución de la variable binomial X = B(n, p), debemos encontrar la probabilidad de r éxitos: P(X = r) = pr, r = 0, 1, ..., n. • (1) Si n = 1, los éxitos o son 0 o son 1: • P(X = 1)= P(E) = p • P(X = 0)= P(F) = q • (2) Si n = 2, los éxitos pueden ser 0, 1 y 2 : • P(X = 2) = P(EE) = p.p = p2 • P(X = 1) = P(EF + FE) = pq + qp = 2.pq • P(X = 0) = P(FF) = q.q = q2 • (3) Si n = 3, se tiene: • P(X = 3) = P(EEE) = p.p.p = p3 • P(X = 2) = P(EEF + EFE + FEE) = ppq + pqp + qpp = 3 p2q • P(X = 1) = P(EFF + FEF + FFE) = p qq + qpq + qqp = 3 pq2 • P(X = 0) = P(FFF) = q q. q =q3 Matemáticas Acceso a CFGS

  4. Probabilidad de r éxitos • (4) Si n = 4, se tiene: • P(X = 4) = P(EEEE) = p.p.p.p = p4 • P(X = 3) = P(EEEF + EEFE + EFEE + FEEE) = 4. p3q • P(X = 2) = P(EEFF + EFEF + EFFE + FEFE + FEEF + FFEE) = 6p2q2 • P(X = 1) = P(EFFF + FEFF + FFEF + FFFE) = 4pq3 • P(X = 0) = P(FFFF) = q.q.q.q = q4 • El exponente de p nos indica el número de éxitos y el exponente de q el de los consiguientes fracasos en n pruebas. • Además, el coeficiente de cualquier monomiopodemos deducirlo mediante el triángulo de Tartaglia o aplicando el Binomio de Newton. • Se observa una simetría de las probabilidades en esta distribución, tanto en los coeficientes, k , como en las potencias de p, r, y de q, n-r. Matemáticas Acceso a CFGS

  5. Probabilidad de r éxitos • (5) Teniendo en cuenta lo anterior, para el caso n = 5 • P(X = 5) = p5 • P(X = 4) = 5. p4q • P(X = 3) = 10. p3q2 • P(X = 2) = 10. p2q3 • P(X = 1) = 5. pq4 • P(X = 0) = q5 • En general: • r n-r • P(X = r)= k.p . q • Para valores de n superiores a 5 se utiliza laTabla de la Binomial, o se calcula el parámetro k sabiendo que es un número combinatorio. • k = C = n! / r! . (n-r)! • n, r Matemáticas Acceso a CFGS

  6. Ejemplo • Lanzamos una moneda al aire 20 veces. • ¿Cuál es la probabilidad de que nos salgan 7 caras? • RESOLUCIÓN: • n=20, pues se repite el lanzamiento 20 veces • r=7 , pues se trata de ver la probabilidad de tener 7 exitos. • p=0,5 , que es la probabilidad de éxito ( salir cara ). • Luego, aplicando la fórmula obtenida: • r n-r • P(X = r)= k.p . q • 7 20-7 • P(x =7) = k. (1/2) . (1 – ½) • 7 7 20-7 7 13 • P(x =7) = C . (1/2) . (1 – ½) = [ 20! / 7!.(20-7)! ]. 0,5 . 0,5 = • 20 • = 77.520 0,00000095 = 0,074 Matemáticas Acceso a CFGS

  7. Otro Ejemplo • Lanzamos un dado al aire 20 veces. • ¿Cuál es la probabilidad de que nos salgan 7 seises? • RESOLUCIÓN: • n=20, pues se repite el lanzamiento 20 veces • r=7 , pues se trata de ver la probabilidad de tener 7 exitos. • p=0,167 , pues la probabilidad de éxito ( salir un seis ) es p = 1/6 = 0,167 • Luego, aplicando la fórmula obtenida: • r n-r • P(X = r)= k.p . q • 7 20-7 • P(x =7) = k. (1/6) . (1 – 1/6) • 7 7 20-7 7 13 • P(x =7) = C . (1/6) . (5/6) = [ 20! / 7!.(20-7)! ]. 0,167 . 0,833 = • 20 • = 77520 0,000000334 = 0,026 Matemáticas Acceso a CFGS

  8. MEDIDAS ESTADÍSTICAS de una distribución binomial • MEDIA • μ = n.p • En nuestros ejemplos: • μ = n.p = 20.0,5 = 10 para la moneda • μ = n.p = 20.0,167 = 3,34 para el dado • DESVIACIÓN TÍPICA • σ = √(n.p.q) • σ = √(n.p.q) = √ 20.0,5.0,5 = √5 = 2,24 para la moneda • σ = √(n.p.q) = √ 20.0,167.0,833 = √2,77 = 1,67 para el dado Matemáticas Acceso a CFGS

More Related