Distribucin binomial

En estadstica, la distribucin binomial es una distribucin de

probabilidad discreta que cuenta el nmero de xitos en una
secuencia de n ensayos de Bernoulli independientes entre s, con una
probabilidad fija p de ocurrencia del xito entre los ensayos. Un
experimento de Bernoulli se caracteriza por ser dicotmico, esto es,
slo son posibles dos resultados. A uno de estos se denomina xito y
tiene una probabilidad de ocurrencia p y al otro, fracaso, con una
probabilidad q = 1 - p. En la distribucin binomial el anterior
experimento se repite n veces, de forma independiente, y se trata de
calcular la probabilidad de un determinado nmero de xitos. Para n
= 1, la binomial se convierte, de hecho, en una distribucin de
Bernoulli.

Definicin
Cuando se dispone de una expresin matemtica, es factible calcular
la probabilidad de ocurrencia exacta correspondiente a cualquier
resultado especfico para la variable aleatoria.
La distribucin de probabilidad binomial es uno de los modelos
matemticos (expresin matemtica para representar una variable)
que se utiliza cuando la variable aleatoria discreta es el nmero de
xitos en una muestra compuesta por n observaciones.
Propiedades
- La muestra se compone de un nmero fijo de observaciones n
- Cada observacin se clasifica en una de dos categoras,
mutuamente excluyentes (los eventos no pueden ocurrir de manera
simultnea. Ejemplo: Una persona no puede ser de ambos sexos) y
colectivamente exhaustivos (uno de los eventos debe ocurrir.
Ejemplo: Al lanzar una moneda, si no ocurre cruz, entonces ocurre
cara). A estas categoras se las denomina xito y fracaso.
- La probabilidad de que una observacin se clasifique como xito, p,
es constante de una observacin o otra. De la misma forma, la
probabilidad de que una observacin se clasifique como fracaso, 1-p,
es constante en todas las observaciones.
- La variable aleatoria binomial tiene un rango de 0 a n

La distribucin binomial es una distribucin de probabilidad discreta que

mide el nmero de xitos si la variable es una variable aleatoria discreta, es
decir, slo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se
han realizado n pruebas. En las empresas tenemos muchas situaciones
donde se espera que ocurra o no un evento especfico. ste, slo puede ser
de xito o fracaso. Por ejemplo, en la produccin de una pieza, sta puede
salir buena o defectuosa. Para situaciones como stas se utiliza la
distribucin binomial.

Objetivos
Utilizar la distribucin binomial para obtener las probabilidades de
aquellas situaciones empresariales cuyos posibles resultados, sean
nicamente dos resultados.
Identificar las propiedades de una distribucin binomial, as como sus
parmetros caractersticos, esperanza y varianza.
Determinar los valores de p y fracasos q para establecer las bases para el
cmputo de las probabilidades en la distribucin binomial.

Propiedades
- La muestra se compone de un nmero fijo de observaciones n
- Cada observacin se clasifica en una de dos categoras, mutuamente excluyentes (los eventos no
pueden ocurrir de manera simultnea. Ejemplo: Una persona no puede ser de ambos sexos)
y colectivamente exhaustivos (uno de los eventos debe ocurrir. Ejemplo: Al lanzar una moneda, si no
ocurre cruz, entonces ocurre cara). A estas categoras se las denomina xito y fracaso.
- La probabilidad de que una observacin se clasifique como xito, p, es constante de una observacin o
otra. De la misma forma, la probabilidad de que una observacin se clasifique como fracaso, 1-p, es
constante en todas las observaciones.
- La variable aleatoria binomial tiene un rango de 0 a n

La distribucion binomial o de Bernoulli La distribuci

on binomial esta asociada a experimentos del siguiente tipo: - Realizamos
n veces cierto experimento en el que consideramos solo la posibilidad de
exito o fracaso. - La obtencion de exito o fracaso en cada ocasion es
independiente de la obtencion de exito o fracaso en las demas ocasiones.
- La probabilidad de obtener exito o fracaso siempre es la misma en cada
ocasion. Veamoslo con un ejemplo Tiramos un dado 7 veces y contamos el
numero de cincos que obtenemos. Cual es la probabilidad de obtener
tres cincos?. Este es un tpico ejemplo de distribucion binomial, pues
estamos repitiendo 7 veces el experimento de lanzar un dado. Cual es
nuestro exito?. Evidentemente, sacar un 5, que es en lo que nos fijamos. El
fracaso, por tanto, sera no sacar 5, sino sacar cualquier otro numero. Por
tanto, Exito = E = sacar un 5 = p(E) = 1 6 Fracaso = F = no sacar un

5 = p(F) = 5 6 Para calcular la probabilidad que nos piden, fijemonos en

que nos dicen que sacamos 3 cincos y por lo tanto tenemos 3 exitos y 4
fracasos, de cuantas maneras pueden darse estas posibilidades?. Podr
amos sacar 3 cincos en las 3 primeras tiradas y luego 4 tiradas sin sacar
cinco, es decir: EEEFFFF Pero tambien podramos sacar EFEFFFE, es decir
que en realidad estamos calculando de cuantas

1.

IntroduccinEn

las empresas tenemos muchas situaciones dondese

espera que ocurra o no un evento especfico. stepuede ser de xito o fracaso sin
dar paso a un puntomedio. Por ejemplo, en la produccin de un artculo,ste puede
salir bueno o malo. Casi bueno no es unresultado de inters. Para situaciones
como stas seutiliza la distribucin binomial.Se describe el uso de la distribucin
binomial paraobtener la probabilidad de ocurrencia de ese eventoque representa
un resultado esperado.

2. .

Objetivo general Esperamos que cuando termines esta presentacin

puedas utilizar la distribucin binomial para obtener las probabilidades de aquellas

situaciones gerenciales con dos posibles resultados.

3.

. Objetivos especficosAdems,

esperamos que puedas:O

Identificar las propiedades de una distribucin binomial.O Determinar los valores

de xitos p y fracasos q para establecer las bases para el cmputo de las
probabilidades.O Establecer el promedio, la varianza y la desviacin estndar
utilizando las variables de la distribucin binomial.

4.

Dato histrico

El clculo de probabilidades tuvo un notable desarrollo

con el trabajo del matemtico suizo Jacob Bernoulli (1654-1705). Bernoulli defini
el proceso conocido por su nombre el cual establece las bases para el desarrollo y
utilizacin de la distribucin binomial.

1.

Utilidad La distribucin binomial se utiliza en situaciones

cuya solucin tiene dos posibles resultados.Por ejemplo: Al nacer un/a beb
puede ser varn o hembra. En el deporte un equipo puede ganar o perder. En
pruebas de cierto o falso slo hay dos alternativas.

2. .

Utilidad Tambin se utiliza cuando el resultado se puede

reducir a dos opciones.Por ejemplo: Un tratamiento mdico puede ser efectivo o

inefectivo. La meta de produccin o ventas del mes se pueden o no lograr. En
pruebas de seleccin mltiple, aunque hay cuatro o cinco alternativas, se pueden
clasificar como correcta o incorrecta. Estos ejemplos los podemos considerar como
experimentos de Bernoulli

3. .

Propiedades de un experimento de Bernoulli1 -

En cada prueba del experimento slo hay dos posiblesresultados: xitos o

fracasos.2 - El resultado obtenido en cada prueba es independiente de
losresultados obtenidos en pruebas anteriores.3 - La probabilidad de un suceso es
constante, la representamospor p, y no vara de una prueba a otra. La probabilidad
delcomplemento es 1- p y la representamos por q . Si repetimos el experimento n
veces podemos obtener resultados para la construccin de la distribucin binomial.
4. . La distribucin binomialLa distribucin de probabilidad binomial es un ejemplo
dedistribucin de probabilidad discreta.Esta formada por una serie de experimentos
de Bernoulli.Los resutados de cada experimento son mutuamenteexcluyentes.Para

contruirla necesitamos: 1 - la cantidad de pruebas n 2 - la probabilidad de xitos p

3 - utilizar la funcin matemtica.
5.

10. Caractersticas analticasO Su funcin de probabilidad esO

dondeO siendo las combinaciones de enEjemploO Supongamos que se lanza un

dado 50 veces y queremos la probabilidad de que el nmero 3 salga 20 veces. En
este caso tenemos una X ~ B(50, 1/6) y la probabilidad sera P(X=20):O
Propiedades caractersticas
6.

7.

8.

9.

10.

11.

12.

13.

11. La funcin P(x=k)A continuacin vemos La funcin de probabilidad

de ladistribucin Binomial, tambin denominada Funcin de ladistribucin de

Bernoulli: k - es el nmero de aciertos. n - es el nmero de experimentos. p - es la
probabilidad de xito, como por ejemplo, que salga"cara" al lanzar la moneda.1- p tambin se le denomina como q
12. Ejemplo1 de la funcin F(x=k)Cul es la probabilidad de obtener 6 caras al
lanzar una moneda10 veces?El nmero de aciertos k es 6. Esto es x=6El nmero
de experimentos n son 10La probabilidad de xito p, es decir, que salga "cara" al
lanzar lamoneda es 50% 0.50La frmula quedara:P (k = 6) = 0.205Es decir, que
la probabilidad de obtener 6 caras al lanzar 10 vecesuna moneda es de 20.5% .
13. Ejemplo 2 de la funcin F(x=k)Cul es la probabilidad de obtener cuatro veces
el nmero 3 allanzar un dado ocho veces?El nmero de aciertos k es 4. Esto es
x=4El nmero de experimentos n son 8La probabilidad de xito p (probabilidad de
que salga un 3 altirar el dado) es 1 / 6 (= 0.1666)La frmula queda:P (k = 4) =
0.026Es decir, que la probabilidad de obtener cuatro veces elnmeros 3 al tirar un
dado 8 veces es de 2.6%.
14. Tabla de probabilidad binomial Utilizando la tabla de probabilidad binomial se
pueden resolver los ejemplos anteriores.Para esto debe saber los valores k y B
(n,p) .O k es el nmero de xitos que buscamos. Este valor se encuentra entre 0 y
n.O En el parmetro B(n,p), n debe ser mayor de 0 y p un valor desde 0 al 1.
15. Ejemplo 3 B(n,p)En una fbrica de cmaras el 5% sale condefectos. Determine
la probabilidad de que enuna muestra de 12 se encuentren 2
cmarasdefectuosas.Solucin :Se trata de una distribucin binomial de parmetros
B(12,0.05). Debemos calcular la probabilidad de que x sea igual a kque en este
caso es 2. Esto es P (k=2).Busque en la parte izquierda de la tabla n=12, luego en
la partesuperiror p=0.05 . La probabilidad estar en x=2El resultado es 0.0988
16. Ejemplo 4 B(n,p)En una oficina de servicio al cliente se atienden100 personas
diarias. Por lo general 10 personasse van sin recibir bien el servicio. Determine
laprobabilidad de que en una encuesta a 15 clientes3 no hayan recibido un buen
servicio. Solucin : Se trata de una distribucin binomial de parmetros B(15, 0.10).
Debemos calcular la probabilidad P(X=3). El resultado es 0.1285
17. La media y desviacin estndar Caractersticas de la distribucin binomial
Media E(X) = n p = P(X) n = 5 p = 0.1 .6 .4 5 0.1 = 0.5 = .2 0 X 5 0.5 = 0.25
= 0 1 2 3 4 5Desviacin estndar P(X) n = 5 p = 0.5 np(1 ) = p .6 .4 5 0.1(1
.1) = .67 = 0 0 .2 0 X 5 0.5 (1 .5) =.1 = 0 1 0 1 2 3 4 5 17

18. En resumenHemos determinado la probabilidad binomial

mediante el uso de la funcinbinomial. Adems, aprendimos que:O La distribucin

14.

15.

16.

17.

18.

19.

20.

21.

binomial se forma de una serie de experimentos de Bernoulli O La media () en la

distribucin binomial se obtiene con el producto de nxpO La desviacin estndar (
) en la distribucin binomial se obtiene del producto de n x p x q.O El valor de q es
el complemento de p y se obtiene con 1 p.
19. Ejercicio de prueba #1Un comerciante de verduras tienen conocimiento de que
el10% de la caja est descompuesta. Si un comprador elige 4verduras al azar,
encuentre la probabilidad de que. a) las 4 estn descompuestas. b) de 1 a 3 estn
descompuestas. En este caso se resuelve sumando las probabilidades P(x=1) +
P(x=2) + P(x=3) = 0.6561 + 0.2916 + 0.0486
20. Ejercicio de prueba #2En pruebas realizadas a un amortiguador para automvil
se encontrque el 20% presentaban fuga de aceite. Si se instalan 20 de
estosamortiguadores, hallar la probabilidad de que, a) 4 salgan defectuosos, b)
ms de 5 tengan fuga de aceite. c) de 3 a 6 amortiguadores salgan defectuosos. d)
Determine el promedio y la desviacin estndar deamortiguadores con defectos. La
pregunta b debe sumar las probabilidades desde P(x=6) en adelante. En la c
debe sumar P(x=3) + P(x=4) + P(x=5) + P(x=6).
21. Ejercicio de prueba #3Un ingeniero que labora en el departamento de control
de calidadde una empresa elctrica, inspecciona una muestra al azar de
10alternadores de un lotes. Si el 15% de los alternadores del loteestn
defectuosos. Cul es la probabilidad de que en la muestra, a) ninguno est
defectuoso, b) uno salga defectuoso, c) al menos dos salgan defectuosos d) ms
de tres estn con defectos Para la pregunta d puede realizar la siguiente
operacin: 1 [P(x=0) + P(x=1) + P(x=2)]
22. Ejercicio de prueba #4La probabilidad de que un CD de msica dure al menos
un ao sinque falle es de 0.95, calcular la probabilidad de que en una muestrade
15, a) 12 duren menos de un ao, b) a lo ms 5 duren menos de un ao, c) al
menos 2 duren menos de un ao.
23. Ejercicio de prueba #5Si 6 de 18 proyectos de viviendas violan el cdigo de
construccin,cul es la probabilidad de que un inspector de viviendas,
queselecciona aleatoriamente a cuatro de ellas, descubra que: a) ninguna de las
casas viola el cdigo de construccin b) una viola el cdigo de construccin c) dos
violan el cdigo de construccin d) al menos tres violan el cdigo de construccin
24. Aproximacin de la distribucin binomial por la normalUna distribucin
binomial B (n, p) se puedeaproximar por una distribucin normal, siempre que nsea
grande y p no est muy prxima a 0 1 . Laaproximacin consiste en utilizar una
distribucinnormal con la misma media y desviacin tpica de ladistribucin
binomial.En la prctica se utiliza la aproximacin cuando: n>30, np>5, nq>5En cuyo
caso : x= B(n,p) se puede aproximar a N(=np, = npq )
25. O Distribucin BinomialO La figura es la grfica de una distribucin binomial(n,
0.5) para n = 20, 40, 60, 80, 100. Puede ver la aproximacin a la distribucin
normal.
26. Glosario de trminos Distribucin de probabilidad discreta - distribucin con
un nmerofinito de valores.Distribucin binomial Distribucin discreta que se
aplica cuando serealizan ms de una vez y de forma independiente el experimento
deBernoulli.Experimento de Bernoulli Experimento con dos posibles

resultados(xito o fracaso).Experimento independiente Cuando el resultado de

unexperimento no tiene influencia en el resultado de otro experimento

CONCLUSINES La Determinacin de la probabilidad binomial

se da mediante el uso de la funcin binomial. La distribucin binomial
se forma de una serie de experimentos de Bernoulli Distribucin
binomial Distribucin discreta que se aplica cuando se realizan ms
de una vez y de forma independiente el experimento de Bernoulli. de
Bernoulli Experimento con dos posibles resultados (xito o fracaso).
Experimento independiente Cuando el resultado de un experimento
no tiene influencia en el resultado de otro experimento La desviacin
estndar ( ) en la distribucin binomial se obtiene del producto de n
x p x q. El valor de q es el complemento de p y se obtiene con 1 p.