Distribución Bernoulli
Distribución Bernoulli
Distribución Bernoulli
R
1 Distribución de Bernoulli
2 Distribución Binomial
3 Gráficos
4 Funciones en R de la distribución binomial
5 Ejemplos
5.1 Ejemplo
5.2 Ejemplo
1 Distribución de Bernoulli
Consideremos un experimento con únicamente dos resultados posibles: éxito y fracaso y supongamos que la probabilidad de éxito es conocida
y denotada por p, P (Exito) = p . A este experimento se le conoce como Prueba de Bernoulli.
Función de probabilidad
p x= 1
P (X = x) = px = {
1−p= q x= 0
Que se puede escribir,
Momentos
1. E[X] = 1 ⋅ p + 0 ⋅ (1 − p)
2. V (X) = 1 2 ⋅ p + 0 2 ⋅ (1 − p) = p ⋅ (1 − p) = p ⋅ q
Notación
X ∼ B(p)
Ejemplo 1. Se lanza una moneda y se considera la siguiente v.a.
1 sale cara
X={
0 sale cruz
X es una B( 12 )
2 Distribución Binomial
Supongamos un experimento de Bernoulli que se repite n veces en idénticas condiciones. Sea la variable aleatoria
X = n úmero de exitos obtenidos en una prueba de Bernoulli
Se dice que la variable aleatoria X sigue una distribución binomial de parámetros n y p, X ∼ B(n, p) y su espacio muestral es
S = {0, 1, ⋯ , n} .
Función de probabilidad
⎧ n x n−x
⎪ ( )p (1 − p) x = 0, 1, ⋯ , n
P (X = x) = px = ⎨ x
⎩
⎪
0 Otro caso
Función de distribución
⎧
⎪ 0 x< 0
⎪
⎪ x n
⎪
n−i
F (x) = ⎨ ∑ ( )pi (1 − p ) x = 0, 1, ⋯ , n
i
⎪ i=0
⎪
⎪
⎩
⎪
1 x≥ n
Momentos
E[X] = n ⋅ p
1. E[X] = n ⋅ p
2. V (X) = n ⋅ p ⋅ (1 − p)
Propiedad reproductiva
3 Gráficos
Binomial n = 10 , p = 0.5 , X ∼ B(10, 0.5)
*Función de Probabilidad y de Distribución
par(mfrow=c(1,2))
x <- 0:10
n <- 10 # Tamaño
p <- 0.5 # Probabilidad de éxito
plot(x, dbinom(x, size=n, prob=p),
xlab="Número de Éxitos",
ylab="Probabilidad",
main="Función de masa Binomial: n = 10, p = 0.5", cex.main = 0.7,
type="h")
points(x, dbinom(x, size=n, prob=p), pch=16, col='red')
abline(h=0, col="gray")
x <- 0:10
x <- rep(x, rep(2, length(x)))
plot(x[-1], pbinom(x, size=10, prob=0.6)[-length(x)],
xlab="Número de Éxitos",
ylab="Probabilidad acumulada",
main="Función de Distribución Binomial: n = 10, p = 0.5", cex.main = 0.7,
type="l", col='blue')
abline(h=0, col="gray")
par(mfrow=c(1,1))
5 Ejemplos
5.1 Ejemplo
Una línea aérea estima que los pasajeros que compran un billete no se presentan al embarque con una probabilidad de 0.05 . Sabiendo que la
línea ha vendido 80 billetes para un vuelo, ¿cuál es la distribución de la v.a. X = n úmero de pasajeros que no se presentan ?.
80
P (X = x) = ( )0.95 8 0(1 − 0.95 )80−80 = 0.0165
80
En R,
## [1] 0.01651537
## [1] 0.9834846
5.2 Ejemplo
En un hospital se realizan 10 intervenciones quirúrgicas, de un cierto tipo, mensulamente. Se sabe que una intervención se complica el 20% de
las veces por término medio, y que cuando ello ocurre es preciso disponer de un preparadosumamente costoso de un mes de vida útil. ¿De
qué stock de preparados debe diponer para estar seguros de cubrir todas las complicaciones en el 95% de los meses?
Solución
P r(X = 0) + P (X = 1) + ⋯ >= 95
con el menor número de sumandos.
En este caso,
## [1] 4