martes, 25 de enero de 2011

Distribucion Binomial




Un experimento sigue el modelo de la distribución binomial o de Bernoulli si:
1. En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito) y su contrario suceso contrario.
2.La probabilidad del suceso A es constante, es decir, que no varía de una prueba a otra. Se representa por p.
3.El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.

Variable aleatoria binomial

La variable aleatoria binomial, X, expresa el número de éxitos obtenidos en cada prueba del experimento.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.

Ejemplo

k = 6, al lanzar una moneda 10 veces y obtener 6 caras.

Distribución binomial

La distribución binomial se suele representar por B(n, p).
n es el número de pruebas de que consta el experimento.
p es la probabilidad de éxito.
La probabilidad de suceso contrario es 1− p, y la representamos por q.


Supongamos que un experimento aleatorio tiene las siguientes características:
  • En cada prueba del experimento sólo son posibles dos resultados: el suceso A (éxito) y su contrario`A (fracaso).
  • El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.
  • La probabilidad del suceso A es constante, la representamos por  p, y no varía de una prueba a otra. La probabilidad de `A   es  1- p  y la representamos por  q .
  • El experimento consta de un número  n  de pruebas.
Todo experimento que tenga estas características diremos que sigue el modelo de la distribución Binomial. A la variable  X  que expresa el número de éxitos obtenidos en cada prueba del experimento, la llamaremos variable aleatoria binomial.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n  suponiendo que se han realizado  n  pruebas. Como hay que considerar todas las maneras posibles de obtener  k-éxitos  y  (n-k) fracasos debemos calcular éstas por combinaciones (número combinatorio n sobre k).
La distribución Binomial se suele representar por  B(n,p)  siendo  n  y  p  los parámetros de dicha distribución.
Función de Probabilidad de la v.a. Binomial
Función de probabilidad de la distribución Binomial o también denominada función de la distribución de Bernoulli (para n=1). Verificándose:  0 £  p £ 1

Como el cálculo de estas probabilidades puede resultar algo tedioso se han construido tablas para algunos valores de  n  y  p  que nos facilitan el trabajo.
Ver Tabla de la Función de Probabilidad de la Binomial
Parámetros de la Distribución Binomial
Función de Distribución de la v.a. Binomial

siendo k el mayor número entero menor o igual a xi.
Esta función de distribución proporciona, para cada número real xi, la probabilidad de que la variable X tome valores menores o iguales que xi.
El cálculo de las F(x) = p( X £x) puede resultar laborioso, por ello se  han construido tablas para algunos valores de  n  y  p  que nos facilitan el trabajo.

Sea X una variable aleatoria discreta correspondiente a una distribución binomial.
Pulse debajo


Ejemplo 1
Una máquina fabrica una determinada pieza y se sabe que produce un 7 por 1000 de piezas defectuosas. Hallar la probabilidad de que al examinar 50 piezas sólo haya una defectuosa.
Solución :
Se trata de una distribución binomial de parámetros B(50, 0'007) y debemos calcular la probabilidad  p(X=1).
Ejemplo 2
La probabilidad de éxito de una determinada vacuna es 0,72. Calcula la probabilidad de a que una vez administrada a 15 pacientes:
a) Ninguno sufra la enfermedad
b) Todos sufran la enfermedad
c) Dos de ellos contraigan la enfermedad
Solución :
Se trata de una distribución binomial de parámetros B(15, 0'72)
Ejemplo 3
La probabilidad de que el carburador de un coche salga de fábrica defectuoso es del 4 por 100. Hallar :
a) El número de carburadores defectuosos esperados en un lote de 1000
b) La varianza y la desviación típica.
Solución :
Funcion de probabilidad.-
La función de probabilidad de la distribución binomial, también denominada función de la distribución de Bernoulli, es:
binomial
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso.

Ejemplo

La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura:
1. ¿Cuál es la probabilidad de que el grupo hayan leido la novela 2 personas?
n = 4
p = 0.8
q = 0.2
B(4, 0.8)
binomial
2.¿Y cómo máximo 2?
binomial



Media

media

Varianza

varianza

Desviación típica

desviación típica

Ejemplo

La probabilidad de que un artículo producido por una fabrica sea defectuoso es 0.02. Se envió un cargamento de 10.000 artículos a unos almacenes. Hallar el número esperado de artículos defectuosos, la varianza y la desviación típica.
solución
solución




solución


Ejercicio

Un laboratorio afirma que una droga causa efectos secundarios en una proporción de 3 de cada 100 pacientes. Para contrastar esta afirmación, otro laboratorio elige al azar a 5 pacientes a los que aplica la droga. ¿Cuál es la probabilidad de los siguientes sucesos?
1. Ningún paciente tenga efectos secundarios.
B(100, 0.03) p = 0.03 q = 0.97
solucioón
2.Al menos dos tengan efectos secundarios.
solucioón
solucioón
3.¿Cuál es el número medio de pacientes que espera laboratorio que sufran efectos secundarios si elige 100 pacientes al azar?
solucioón


Ejercicio.- 
En unas pruebas de alcoholemia se ha observado que el 5% de los conductores controlados dan positivo en la prueba y que el 10% de los conductores controlados no llevan puesto el cinturón de seguridad. También se ha observado que las dos infracciones son independientes.
Un guardia de tráfico para cinco conductores al azar. Si tenemos en cuenta que el número de conductores es suficientemente importante como para estimar que la proporción de infractores no varía al hacer la selección.
1. Determinar la probabilidad de que exactamente tres conductores hayan cometido alguna de las dos infracciones.
solución
solución
solución
2. Determine la probabilidad de que al menos uno de los conductores controlados haya cometido alguna de las dos infracciones.
solución

binomial

sábado, 22 de enero de 2011

Cronograma de clases- Tentativo-


SEGUNDA NOTA: CLASES   28/1, 4/2, 11/2, 18/2, 25/2.                EXAMEN  25/2.

 TERCERA NOTA:  CLASES    11/3, 18/3,25/3                                 EXAMEN  25/3

  RECUPERACIONES                                                                        DIA 1/4

Trabajos unidad III, IV y V

Estos trabajos deben ser expuestos a partir del 28 de enero

Grupo 1: Poblacion y muestra. Parametros y estadistica.Inferencia Estadistica.

Grupo 2: Muestreo probabilistico. Tipo de muetsreo. Distribucion muestal. Error tipico de estimación Distribución muestral de proporciones. 


Grupo 3: Estimador. Estimacion. Características. Insesgado. Consistente. Tamaño de muestra. Errores tipicos de estimación. Riesgo. Intervalos de confianza.

Grupo 4: Hipotesis cientifica e hipotesis estadistica.Concepto contraste de hipotesis.Hipotesis nula. Nivel de significación. Contraste de hipotésis para la media y la proporción.       

Grupo 5: Contraste de hipotésis para la media y la proporción. test bilateral y unilateral.Muestra grandes  y pequeñas. Grado de Libertad. T-student. Caracteristicas. Utilidad.

Grupo 6:  Relación entre variables. Problemas de la relación o dependencia. Diagrama de dispersión.

Grupo 7:Coeficiente de correlación lineal de Pearson. (producto-momento). Rango de valores de del coeficiente de Pearson.

Grupo 8:  Causalidad y correlación. Circunstancisa que afectan el valor de los coeficientes.
Grupo 9:  Coeficiente de correlación por rango de Spearman.

Grupo 10: Coeficiente biserial puntual. Nociones sobre correlación parcial y múltiple.