DISTRIBUCIN BINOMIAL

COMBINACIONES
En muchos problemas de probabilidad es necesario conocer el
nmero de maneras en que r objetos pueden seleccionarse de un
conjunto de n objetos. A esto se le denomina nmero de
combinaciones de r objetos tomados de entre n objetos.
Para calcular el nmero de combinaciones diferentes de r objetos
tomados de una poblacin n objetos se usa la siguiente frmula:

C rn

n!
=
r !( n r )!

El signo de admiracin en este caso significa factorial, es decir

que se multiplican los valores del 1 hasta n:

ejemplo 5! = 1 x 2 x 3 x 4 x 5 = 120

Ejemplo.
Un estudiante tiene que contestar 8 de 10 preguntas en un
examen.
Cuntas maneras de escoger tiene?
Cuntas maneras si las tres primeras preguntas son obligatorias?

a) Las 8 preguntas pueden tener

C810

10!
=
= 45
8!(10 8)!

45 combinaciones posibles
b) Si contesta las 3 primeras preguntas, entonces puede escoger
las otras 5 de las 7 ltimas preguntas, por lo que

C 57

7!
=
= 21
5!(7 5)!

tiene 21 maneras posibles todava

DISTRIBUCIN BINOMIAL
En ocasiones queremos analizar los resultados de efectuar un
nmero de observaciones en los que la variable slo puede tomar
ciertos valores puntuales. A esto le llamamos distribucin de
variable discreta.
Por ejemplo, si echamos una moneda al aire y observamos el lado
que cae, est claro que slo hay dos posibilidades. Ahora bien, la
probabilidad de que caiga la moneda de cualquier lado es la
misma siempre que sta no est cargada. Como cada suceso
tiene igual probabilidad de ocurrir, y siendo la suma de
probabilidades siempre igual a 1, entonces la probabilidad de que
caiga la moneda de algn lado es 0.5.

Esto tambin lo podramos haber resuelto conociendo el

nmero de total posibilidades (2) y considerando cada uno
de los casos (1).
Entonces

F 1
P=
=
N 2

donde
P es la probabilidad de que algo suceda
F es el nmero de casos favorables (o xitos)
N es el nmero total de posibilidades.

La manera ms comn en que se presentan las probabilidades de

una variable discreta es la distribucin conocida como
binomial.
binomial

En muchos casos podemos resolver problemas que tienen que ver

con la estadstica considerando una distribucin binomial.
Esto se presenta cuando el resultado de una medicin o
experimento puede tener slo dos posibilidades. A una de ellas
comnmente se le denomina xito (an cuando el resultado no
sea muy agradable) y a la otra fracaso. Por ejemplo:
tirar una moneda y esperar que salga sol podra ser el xito y
guila sera entonces fracaso,
obtener un producto defectuoso podra ser xito, mientras
que el producto libre de defectos sera fracaso (claro que
podra ser al revs)
tomar en cuenta una venta en un almacn por persona podra
ser nuestro xito, mientras que no realizarla sera fracaso, etc.

Para construir un proceso binomial se necesita lo siguiente:

1) En el experimento slo hay dos resultados
a)

EXITO = 1

b)

FRACASO = 0

2) A la probabilidad de xito se le llama p

3) A la de fracaso se le llamaq
4) Se cumple que p + q = 1

(por lo tanto q = 1 p )

5) La probabilidad de xito permanece constante

6) Los eventos son independientes. Por ejemplo: si lanzamos una
moneda las segunda vez no importa lo que pas antes.
7) El experimento se realiza n veces
8) Lo que se desea es conocer la probabilidad de xito, P(x),
en los n intentos. (Nota: xito no significa que sea bueno, slo
significa que ocurra el evento).

Para conocer la probabilidad de xito es necesario calcular las

posibles combinaciones de la variable, y mutiplicarlas por las
probabilidades de cada suceso:

P( x) = C p q
n
x

n x

donde

P(x) es la probabilidad de que ocurran x xitos en n intentos

n!
n
Cx =
x!( n x )!
es el coeficiente que da todas las
posibles combinaciones

p es la probabilidad individual de xito

q es la probabilidad individual de fracaso
n es el nmero de veces que se realiza el experimento o
medicin

Al emplear esta frmula podemos graficar las probabilidades de

ocurrencia de todos los casos de inters, lo que nos dan grficas
como las siguientes (la curva azul es la distribucin normal).

Qu notas de diferencia entre las barras verticales y la curva azul?

Veamos cmo funciona con ejemplos:

Ejemplo 1.
Cul es la probabilidad de sacar 4 guilas en 6 volados?
Para este problema

n = 6, x = 4 y p = 0.5 por lo que:

6!
720
4
2
P ( 4) =
(0.5) (0.5) =
0.015625 = 0.2343
4!2!
24 2
haciendo una grfica con los valores correspondientes tendramos

Respuesta: 23.43%

Ejemplo 2.
Se ha determinado previamente que la probabilidad de que un cliente
potencial elegido al azar realice una compra es de 0.20. Si un vendedor
visita a 6 clientes potenciales, calcular la probabilidad de que:

a) Ninguno de los clientes haga una compra,

P(x=0), x = 0, n = 6, p = 0.2, q = 1 p = 1 0.2 = 0.8

P (0) = C 06 (0.2)0 (0.8)6

P (0) =

6!
( 0 .8 ) 6
0!6!

P (0) = (0.8)6 = 0.262144

Respuesta: 26.21%

b) Exactamente cuatro clientes realicen una compra,

P(x=4), x = 4, n = 6, p = 0.2, q = 1 p = 1 0.2 = 0.8

P (4) = C 46 (0.2)4 (0.8)2

6!
( 0 .2 ) 4 ( 0 .8 ) 2
P ( 4) =
4!2!
P (4) = 0.0154

Respuesta: 1.54%

c) Cuando ms, tres prospectos realicen una compra, notar ahora

P(x3), o sea que se pueden hacer 1, 2 o 3 ventas.
Aqu necesitamos sumar las probabilidades de cada caso vlido:
P(x3)x = 0, 1, 2 y 3; n = 6, p = 0.2,

q = 1 p = 1 0 .2 = 0 .8

P ( x 3) = P (0) + P (1) + P ( 2) + P ( 3)
P ( x 3) = C06 (0.2)0 (0.8)6 + C16 (0.2)1 (0.8)5 + C 26 (0.2)2 (0.8)4 + C 36 (0.2)3 (0.8)3
P ( x 3) = 0.983

Respuesta: 98.3%

Ejemplo 3.
El fabricante de una unidad de disco de una conocida marca de
computadoras espera que 2% de las unidades funcionen mal durante el
perodo de garanta. En una muestra de 10 unidades de disco Cul es la
probabilidad de que?:
a) Exactamente una funcione mal durante su perodo de prueba

x = 1, n = 10, p = 0.02, q = 1 p = 1 0.02 = 0.98

P (1) = C110 ( 0.02)1 (0.98) 9

P (1) = 0.167

Respuesta: 16.7%

P(x=1)

b) Al menos dos funcionen mal durante la prueba

x 0, 1 n = 10, p = 0.02,

q = 1 p = 1 0.02 = 0.98

P ( x 2) = 1 P (0) P (1)
P ( x 2) = 1 C010 (0.02)0 (0.98)10 C110 (0.02)1 (0.98)9
P ( x 2) = 0.016

Mejor le resto esto a 1.0

Respuesta: 1.6%

Actividad 1.
Sabemos que el 90% de los estudiantes que toman un curso elemental de
estadstica aprueban Cul es la probabilidad de que al menos 3
estudiantes en una clase de 15 no aprueben el curso?
en este caso la probabilidad de reprobar es 0.10, P(x>2)

x 0 ,1 y 2 n = 15, p = 0.10, q = 1 p = 1 0.10 = 0.90

P( x) = 1 P(0) P(1) P(2)
P( x) = 1 C015 (0.1)0 (0.9)15 C115 (0.1)1 (0.9)14 C215 (0.1) 2 (0.9)13
P( x) =

Tarea 7. Se sabe que el 10% de las pantallas de plasma de cierta marca

fallarn antes que expire su garanta. Calcular la probabilidad de que de 30
pantallas, 5 o ms fallen antes de que termine su garanta.

Media y Varianza de una distribucin discreta de probabilidades.

Para una distribucin discreta, como la binomial, la media se calcula de la
siguiente manera:

= E ( x ) = xi P( xi )
Es decir se multiplican los valores , por su probabilidad y se suman
Por otro lado la varianza se calcula:
2
2

= E [( x ) ] = ( x i )2 P ( x i )

Siendo la desviacin estndar como anteriormente:

= 2

Ejemplo:
El experimento es lanzar una moneda dos veces, para calcular la media de
la distribucin, tenemos que calcular las probabilidades de cada una de las
posibilidades, supongamos que calculamos las probabilidades que nos
salgan guilas:

P( 0 ) = C02 (.5 )0 (.5 )2 = 0.25

P( 1 ) = C12 (.5 )1(.5 )1 = 0.5

P( 2 ) = C22(.5 )2(.5 )0 = 0.25
sustituimos en las frmulas:

= E ( x ) = xi P ( xi )
= 0( 0.25 ) + 1( 0.5 ) + 2( 0.25 ) = 1
2 = ( x i )P ( x i )
2 = ( 0 1 )2 ( 0.25 ) + ( 1 1 )2 ( 0.5 ) + ( 2 1 )2 (.25 ) = 0.5

= 2 = 0.707