SlideShare una empresa de Scribd logo
8
Lo más leído
14
Lo más leído
16
Lo más leído
DISTRIBUCIÓN BINOMIAL
INTRODUCCION: Es una distribución de probabilidad de variable discreta y Bernoulli es el autor de esta distribución. Ensayo de Bernoulli :  Es cualquier ensayo de algún  experimento que conduce sólo a uno de dos resultados  mutuamente excluyentes, tales como: vivo o muerto; enfermo o saludable; + ó –  De una sucesión de ensayos de Bernoulli se obtiene la  distribución binomial. La formación de un proceso de Bernoulli se efectúa bajo las siguientes condiciones. A.  Se tiene un número finito de ensayos B. Cada ensayo conduce a uno de dos resultados mutuamente excluyentes. Uno de los resultados posibles se denomina (arbitrariamente)  éxito   y el otro  fracaso .
C.  La probabilidad de éxito, representada por p,  permanece constante de ensayo a ensayo. La  probabilidad de fracaso, 1-p, se denota por q. D. Los ensayos son independientes, es decir, el  resultado de cualquier ensayo particular no es  afectado por el resultado del otro ensayo. CÁLCULO DE PROBABILIDADES CON LA DISTRIBUCIÓN BINOMIAL Al estudiar la distribución binomial se tiene interés en calcular la probabilidad de obtener x éxitos de un total de n ensayos de Bernoulli. Este cálculo se realiza con:
Donde:  X = variable aleatoria x = 0,1,2,3,....n Se demuestra que la distribución binomial es una distribución de probabilidad ya que: P(x)    0    P(x) =1 La distribución binomial tiene dos parámetros:  n  y  p La media de la distribución binomial es:   x  = np La desviación estándar es:     x  =   npq
Ejemplo: En cierta población la prevalencia de alergia es  de 20%. Si se selecciona una muestra aleatoria de n=10. Calcular : La probabilidad de que la muestra contenga exactamente un alérgico . Solución: Datos: Éxito= tener alérgia    p = 0,2  y  q = 0,8  n = 10 x = 1 Luego: P(X=1)=  10!  (0,2) 1  (0,8) 9   1!9!  =  10 (0,2)(0,8) 9     P(X=1) =  0,2684
La probabilidad de que la muestra incluya menos de dos alérgicos Solución: p = 0,2 q = 0,8 n = 10 P(X<2) =  P(X=0) + P(X=1) =  10!  (0,2) 0  (0,8) 10  +  0,2684 0!10!  =  0,1074 + 0,2684   P(X<2) =  0,3758 c. La probabilidad de que la muestra incluya  dos o más alérgicos. d. La probabilidad de que la muestra incluya  entre uno y tres alérgicos inclusive. C. Cuál es el valor de la media y varianza
DISTRIBUCION NORMAL
DISTRIBUCION NORMAL Es una distribución de probabilidad de variablecontinua. El matemático Gauss contribuyó notablemente en el estudio y difusión de esta distribución. La mayoría de las variables continuas tienen polígonos de frecuencias que permiten visualizar un aumento gradual hasta llegar a un máximo y luego un descenso igualmente gradual. Así:
Polígono de frecuencias Si  n       e  i   0 X i  x X i Curva normal y
Como toda figura geométrica en el plano, la curva normal posee una fórmula o ecuación denominada tambien  Función de densidad de la variable aleatoria continua  que es la siguiente: Donde:  y  = altura de la curva en el punto  x    = media aritmética de la distribución    = desviación estándar de la distribución -      x      (1)
Características más importantes de la distribución normal Es simétrica respecto a la media,   . La media, la mediana y la moda son iguales. El área total debajo de la curva y  por encima del eje x es igual a una unidad cuadrada Si se levantan perpendiculares a una distancia de una desviación estándar a ambos lados de la media, se habrá delimitado aproximadamente el 68.26% del área total.
Si se extienden estas perpendiculares hasta dos desviaciones estándar, se define como 95.44% del área total y con 3 desviaciones estándar aproximadamente el 99.74%. Así: 5. La normal queda completamente determinada por los parámetros    y     -  X i  +  0,68 26   -2  X i  +2  0,9544
Distribución normal unitaria o normal estándar Tiene una media de cero y desviación estándar de uno Se obtiene a partir de la ecuación (1), haciendo   =0,   =1  y  x -     =  z     Donde z es una variable aleatoria con distribución normal. Luego:
Cálculo de área o probabilidad en la curva normal estándar Se utiliza la tabla de áreas. Ejemplo 1 :   Calcular el área entre z= -   y z=2 Solución : Se recomienda graficar la curva normal y sombrear el área solicitada para facilitar la resolución del problema. Así:
De la tabla de áreas se obtiene: P(z    2) = 0,9772 Interpretación :   La probabilidad de que la variable z asuma valores entre -   y 2 inclusive, es 0,9772 0 z i  =1 2
Ejemplo 2 : Si de la población de posibles valores de z, se elige uno al azar, ¿ cuál es la probabilidad de que se encuentre entre 0,84 y 2,45 inclusive? Solución : La pregunta permite calcular: P(0,84    z    2,45) = ? Veamos el gráfico siguiente:
De la tabla:  área entre -   y z=2,45   0,9929   área entre -   y z=0,84   0,7995 P(0,84    z    2,45) = 0,9929 - 0,7995= 0,1934 Interpretación :   La probabilidad de que una z elegida al azar quede entre 0,84 y 2,45 es de 0,1934 ó el 19,34% de los valores de z están entre 0,84 y 2,45. 0,84 z i  =1 2,45 0
Ejemplo 3 : Calcular P(z  2,71). Solución :  Graficando: Interpretación : La probabilidad de que un valor de z sea mayor o igual a 2,71 es de 0,0034 .  De la tabla: área entre -   y  z=2,71    0,9966 Luego: P(z  2,71)=1,0-0,9966 =0,0034.  z i  =1 2,71 0
Cálculo de áreas en una curva normal cualquiera Ejemplo : Los niveles de colesterol total en la población general se distribuyen normalmente con   =200 y   = 20. Si de esta población se selecciona un sujeto al azar, ¿ cúal es la probabilidad de que: tenga un valor entre 170 y 230? Solución :
Se solicita: P(170  x  230)=?.  En el gráfico, el área que debemos calcular aparece sombreada: Se transforman o estandarizan los valores de x i  en términos de z. 200 170 X i 230  =20
Luego: P(170  x  230)= P(-1,50  z  1,50)=?. De la tabla:  P(-1,50  z  1,50)= 0,9332 - 0,0668 = 0,8664 Interpretación : La probabilidad de que un sujeto seleccionado al azar tenga un nivel de colesterol entre 170 y 230, es de 0,8664 0 -1,50 z i 1,50  =1
b. Tenga un valor de 270 ó más. Solución : p(x  270) =? Cálculo de z: Z=  270 – 200 =3,50 20 Luego: P(x  270)=P(z  3,50) = 1 - 0,9998 = 0,0002. Interpretación : La probabilidad de que un sujeto elegido al azar tenga  un nivel de colesterol de 270 ó más, es de 0,0002 x i  =20 270 200 z i  =1 3,50 0
b.1   Calcular el valor de la mediana y moda C.  A partir de que valor del colesterol se localiza el 10% superior de la población? D . Entre que valores de colesterol se localiza el 80% central de la población?
 

Más contenido relacionado

PPTX
Distribucion de Poisson
PPTX
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
PDF
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
PPSX
Teorema de bayes
PPTX
Presentacion t student
DOC
Ventajas y Desventajas de Métodos de Bisección, Secante y Newton Raphson
PPT
Distribucion Normal
PDF
Estimación.intervalos de confianza para la media y para las proporciones
Distribucion de Poisson
DISTRIBUCIÓN BERNOULLI Y DISTRIBUCIÓN BINOMIAL
Prueba de Hipotesis para Muestras Pequeñas Est ind clase03
Teorema de bayes
Presentacion t student
Ventajas y Desventajas de Métodos de Bisección, Secante y Newton Raphson
Distribucion Normal
Estimación.intervalos de confianza para la media y para las proporciones

La actualidad más candente (20)

PPTX
Ejercicios Propuesto: Laboratorio 2 / Estadística Aplicada
PPTX
Distribución poisson
PDF
Ejercicios estadistica
PPT
Chi cuadrada
PPTX
2012 3 distribucion-f_(fisher)
PPTX
Distribución t student
PPTX
Distribuciones Continuas de Probabilidad
PDF
Distribucion normal
PPTX
Distribuciones discretas-2017.ppt
DOCX
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
PPT
Distribucion de poisson
PDF
Aplicaciones de las ecuaciones diferenciales
PDF
Chi cuadrado propiedades
PPTX
Distribución multinomial
DOCX
Prueba t de student para datos relacionados
PPT
La distribucion binomial power point
PDF
Problemas unidad 3
DOCX
Taller de bioestadistica
DOCX
Unidad dos punto n°3
Ejercicios Propuesto: Laboratorio 2 / Estadística Aplicada
Distribución poisson
Ejercicios estadistica
Chi cuadrada
2012 3 distribucion-f_(fisher)
Distribución t student
Distribuciones Continuas de Probabilidad
Distribucion normal
Distribuciones discretas-2017.ppt
Ejercicios de prueba de hipotesis con 𝜎 desconocida (10)
Distribucion de poisson
Aplicaciones de las ecuaciones diferenciales
Chi cuadrado propiedades
Distribución multinomial
Prueba t de student para datos relacionados
La distribucion binomial power point
Problemas unidad 3
Taller de bioestadistica
Unidad dos punto n°3
Publicidad

Destacado (20)

PDF
PDF
Distribución Binomial
PPTX
Distribucion binomial
PPT
La Empresa Y La Contabilidad
PPT
Empresa y contabilidad
PDF
Guía práctica para elaborar informes escritos
PPTX
Registro De Libros Contables
PPTX
Libros contables expocicion
DOCX
Libros contables principales
PPTX
DISTRIBUCION BINOMIAL
PPTX
Distribucion binomial y de poisson
PPT
Distribucion binomial
PPT
Distribucion binomial paoleny
PPTX
Sesión 01
PDF
Distribucion Binomial
PPTX
Distribución binomial slide
PPT
La Distribucion Normal
PPTX
Libros contables
PPT
Libro de inventarios y balances
PPTX
Distribucion binomial
Distribución Binomial
Distribucion binomial
La Empresa Y La Contabilidad
Empresa y contabilidad
Guía práctica para elaborar informes escritos
Registro De Libros Contables
Libros contables expocicion
Libros contables principales
DISTRIBUCION BINOMIAL
Distribucion binomial y de poisson
Distribucion binomial
Distribucion binomial paoleny
Sesión 01
Distribucion Binomial
Distribución binomial slide
La Distribucion Normal
Libros contables
Libro de inventarios y balances
Distribucion binomial
Publicidad

Similar a Distribucion Binomial (20)

PPTX
Clase02 distribuciones de probabilidad
PPTX
Clase02 - Distribuciones de Probabilidad (1).pptx
PPT
Distribuciones de Probabilidad
PDF
Quinta parte del resumen de probabilidad
PPT
Distribucion normal completo
PPT
7 distribucion normal_total
PPT
La normal
DOCX
Guia ii distribucion de probabilidades
PPTX
PPTX
4. Distribuciones de probabilidad.pptx
PPSX
Jose borges tarea presentacion ppt dist de prob
PPTX
distribucionnormal-conceptosbasicos.pptx
PPTX
Distribucion de probabilidad Continua.pptx
PPTX
Resumen de las Distribuciones de probabilidad.pptx
PPTX
Normal
PPTX
Presentacion final estadistica
PPTX
Seminario 8
PDF
Densidad probabilistica
PPT
Estadistica y probabilidades cap vii
PDF
VARIABLE ALEATORIA CONTINUA (VAC).pdffffff
Clase02 distribuciones de probabilidad
Clase02 - Distribuciones de Probabilidad (1).pptx
Distribuciones de Probabilidad
Quinta parte del resumen de probabilidad
Distribucion normal completo
7 distribucion normal_total
La normal
Guia ii distribucion de probabilidades
4. Distribuciones de probabilidad.pptx
Jose borges tarea presentacion ppt dist de prob
distribucionnormal-conceptosbasicos.pptx
Distribucion de probabilidad Continua.pptx
Resumen de las Distribuciones de probabilidad.pptx
Normal
Presentacion final estadistica
Seminario 8
Densidad probabilistica
Estadistica y probabilidades cap vii
VARIABLE ALEATORIA CONTINUA (VAC).pdffffff

Último (20)

PDF
La Inteligencia Emocional - Fabian Goleman TE4 Ccesa007.pdf
PDF
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
PDF
Esc. Sab. Lección 7. El pan y el agua de vida.pdf
PDF
Escuelas Desarmando una mirada subjetiva a la educación
PDF
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
PPTX
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
PDF
TOMO II - LITERATURA.pd plusenmas ultras
PDF
La Formacion Universitaria en Nuevos Escenarios Ccesa007.pdf
PDF
Integrando la Inteligencia Artificial Generativa (IAG) en el Aula
DOCX
PLANES DE área ciencias naturales y aplicadas
PDF
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE.pdf
PDF
Unidad de Aprendizaje 5 de Educacion para el Trabajo EPT Ccesa007.pdf
PDF
La Evaluacion Formativa en Nuevos Escenarios de Aprendizaje UGEL03 Ccesa007.pdf
DOCX
Programa_Sintetico_Fase_4.docx 3° Y 4°..
DOCX
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS
PDF
Ernst Cassirer - Antropologia Filosofica.pdf
PDF
Aumente su Autoestima - Lair Ribeiro Ccesa007.pdf
PDF
IDH_Guatemala_2.pdfnjjjkeioooe ,l dkdldp ekooe
PDF
2.0 Introduccion a processing, y como obtenerlo
PDF
5°-UNIDAD 5 - 2025.pdf aprendizaje 5tooo
La Inteligencia Emocional - Fabian Goleman TE4 Ccesa007.pdf
Gasista de unidades unifuncionales - pagina 23 en adelante.pdf
Esc. Sab. Lección 7. El pan y el agua de vida.pdf
Escuelas Desarmando una mirada subjetiva a la educación
ACERTIJO Súper Círculo y la clave contra el Malvado Señor de las Formas. Por ...
LAS MIGRACIONES E INVASIONES Y EL INICIO EDAD MEDIA
TOMO II - LITERATURA.pd plusenmas ultras
La Formacion Universitaria en Nuevos Escenarios Ccesa007.pdf
Integrando la Inteligencia Artificial Generativa (IAG) en el Aula
PLANES DE área ciencias naturales y aplicadas
MATERIAL DIDÁCTICO 2023 SELECCIÓN 1_REFORZAMIENTO 1° BIMESTRE.pdf
Unidad de Aprendizaje 5 de Educacion para el Trabajo EPT Ccesa007.pdf
La Evaluacion Formativa en Nuevos Escenarios de Aprendizaje UGEL03 Ccesa007.pdf
Programa_Sintetico_Fase_4.docx 3° Y 4°..
PLAN DE AREA DE CIENCIAS SOCIALES TODOS LOS GRUPOS
Ernst Cassirer - Antropologia Filosofica.pdf
Aumente su Autoestima - Lair Ribeiro Ccesa007.pdf
IDH_Guatemala_2.pdfnjjjkeioooe ,l dkdldp ekooe
2.0 Introduccion a processing, y como obtenerlo
5°-UNIDAD 5 - 2025.pdf aprendizaje 5tooo

Distribucion Binomial

  • 2. INTRODUCCION: Es una distribución de probabilidad de variable discreta y Bernoulli es el autor de esta distribución. Ensayo de Bernoulli : Es cualquier ensayo de algún experimento que conduce sólo a uno de dos resultados mutuamente excluyentes, tales como: vivo o muerto; enfermo o saludable; + ó – De una sucesión de ensayos de Bernoulli se obtiene la distribución binomial. La formación de un proceso de Bernoulli se efectúa bajo las siguientes condiciones. A. Se tiene un número finito de ensayos B. Cada ensayo conduce a uno de dos resultados mutuamente excluyentes. Uno de los resultados posibles se denomina (arbitrariamente) éxito y el otro fracaso .
  • 3. C. La probabilidad de éxito, representada por p, permanece constante de ensayo a ensayo. La probabilidad de fracaso, 1-p, se denota por q. D. Los ensayos son independientes, es decir, el resultado de cualquier ensayo particular no es afectado por el resultado del otro ensayo. CÁLCULO DE PROBABILIDADES CON LA DISTRIBUCIÓN BINOMIAL Al estudiar la distribución binomial se tiene interés en calcular la probabilidad de obtener x éxitos de un total de n ensayos de Bernoulli. Este cálculo se realiza con:
  • 4. Donde: X = variable aleatoria x = 0,1,2,3,....n Se demuestra que la distribución binomial es una distribución de probabilidad ya que: P(x)  0  P(x) =1 La distribución binomial tiene dos parámetros: n y p La media de la distribución binomial es:  x = np La desviación estándar es:  x =  npq
  • 5. Ejemplo: En cierta población la prevalencia de alergia es de 20%. Si se selecciona una muestra aleatoria de n=10. Calcular : La probabilidad de que la muestra contenga exactamente un alérgico . Solución: Datos: Éxito= tener alérgia  p = 0,2 y q = 0,8 n = 10 x = 1 Luego: P(X=1)= 10! (0,2) 1 (0,8) 9 1!9! = 10 (0,2)(0,8) 9 P(X=1) = 0,2684
  • 6. La probabilidad de que la muestra incluya menos de dos alérgicos Solución: p = 0,2 q = 0,8 n = 10 P(X<2) = P(X=0) + P(X=1) = 10! (0,2) 0 (0,8) 10 + 0,2684 0!10! = 0,1074 + 0,2684 P(X<2) = 0,3758 c. La probabilidad de que la muestra incluya dos o más alérgicos. d. La probabilidad de que la muestra incluya entre uno y tres alérgicos inclusive. C. Cuál es el valor de la media y varianza
  • 8. DISTRIBUCION NORMAL Es una distribución de probabilidad de variablecontinua. El matemático Gauss contribuyó notablemente en el estudio y difusión de esta distribución. La mayoría de las variables continuas tienen polígonos de frecuencias que permiten visualizar un aumento gradual hasta llegar a un máximo y luego un descenso igualmente gradual. Así:
  • 9. Polígono de frecuencias Si n   e i  0 X i  x X i Curva normal y
  • 10. Como toda figura geométrica en el plano, la curva normal posee una fórmula o ecuación denominada tambien Función de densidad de la variable aleatoria continua que es la siguiente: Donde: y = altura de la curva en el punto x  = media aritmética de la distribución  = desviación estándar de la distribución -   x   (1)
  • 11. Características más importantes de la distribución normal Es simétrica respecto a la media,  . La media, la mediana y la moda son iguales. El área total debajo de la curva y por encima del eje x es igual a una unidad cuadrada Si se levantan perpendiculares a una distancia de una desviación estándar a ambos lados de la media, se habrá delimitado aproximadamente el 68.26% del área total.
  • 12. Si se extienden estas perpendiculares hasta dos desviaciones estándar, se define como 95.44% del área total y con 3 desviaciones estándar aproximadamente el 99.74%. Así: 5. La normal queda completamente determinada por los parámetros  y    -  X i  +  0,68 26   -2  X i  +2  0,9544
  • 13. Distribución normal unitaria o normal estándar Tiene una media de cero y desviación estándar de uno Se obtiene a partir de la ecuación (1), haciendo  =0,  =1 y x -  = z  Donde z es una variable aleatoria con distribución normal. Luego:
  • 14. Cálculo de área o probabilidad en la curva normal estándar Se utiliza la tabla de áreas. Ejemplo 1 : Calcular el área entre z= -  y z=2 Solución : Se recomienda graficar la curva normal y sombrear el área solicitada para facilitar la resolución del problema. Así:
  • 15. De la tabla de áreas se obtiene: P(z  2) = 0,9772 Interpretación : La probabilidad de que la variable z asuma valores entre -  y 2 inclusive, es 0,9772 0 z i  =1 2
  • 16. Ejemplo 2 : Si de la población de posibles valores de z, se elige uno al azar, ¿ cuál es la probabilidad de que se encuentre entre 0,84 y 2,45 inclusive? Solución : La pregunta permite calcular: P(0,84  z  2,45) = ? Veamos el gráfico siguiente:
  • 17. De la tabla: área entre -  y z=2,45  0,9929 área entre -  y z=0,84  0,7995 P(0,84  z  2,45) = 0,9929 - 0,7995= 0,1934 Interpretación : La probabilidad de que una z elegida al azar quede entre 0,84 y 2,45 es de 0,1934 ó el 19,34% de los valores de z están entre 0,84 y 2,45. 0,84 z i  =1 2,45 0
  • 18. Ejemplo 3 : Calcular P(z  2,71). Solución : Graficando: Interpretación : La probabilidad de que un valor de z sea mayor o igual a 2,71 es de 0,0034 . De la tabla: área entre -  y z=2,71  0,9966 Luego: P(z  2,71)=1,0-0,9966 =0,0034. z i  =1 2,71 0
  • 19. Cálculo de áreas en una curva normal cualquiera Ejemplo : Los niveles de colesterol total en la población general se distribuyen normalmente con  =200 y  = 20. Si de esta población se selecciona un sujeto al azar, ¿ cúal es la probabilidad de que: tenga un valor entre 170 y 230? Solución :
  • 20. Se solicita: P(170  x  230)=?. En el gráfico, el área que debemos calcular aparece sombreada: Se transforman o estandarizan los valores de x i en términos de z. 200 170 X i 230  =20
  • 21. Luego: P(170  x  230)= P(-1,50  z  1,50)=?. De la tabla: P(-1,50  z  1,50)= 0,9332 - 0,0668 = 0,8664 Interpretación : La probabilidad de que un sujeto seleccionado al azar tenga un nivel de colesterol entre 170 y 230, es de 0,8664 0 -1,50 z i 1,50  =1
  • 22. b. Tenga un valor de 270 ó más. Solución : p(x  270) =? Cálculo de z: Z= 270 – 200 =3,50 20 Luego: P(x  270)=P(z  3,50) = 1 - 0,9998 = 0,0002. Interpretación : La probabilidad de que un sujeto elegido al azar tenga un nivel de colesterol de 270 ó más, es de 0,0002 x i  =20 270 200 z i  =1 3,50 0
  • 23. b.1 Calcular el valor de la mediana y moda C. A partir de que valor del colesterol se localiza el 10% superior de la población? D . Entre que valores de colesterol se localiza el 80% central de la población?
  • 24.