Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Objetivo: Describir los supuestos de la distribución binomial y aplicarlos en ejercicios prácticos de la vida real.
I. Preguntas Generales
II. Introducción
En las ciencias sociales, el término binomial hace referencia a dos estados, por lo que la distribución binomial se
aplica en situaciones donde la respuesta de un experimento aleatorio es dicotómica, es decir presenta solo dos
posibles estados: (Sano/ Enfermo; Gana/Pierde; Correcto/Incorrecto; A favor/En contra; Presente/Ausente;
Eficaz/No eficaz, etc.). De esta forma se usa la distribución binomial en las ciencias sociales cuando se desea
conocer la probabilidad de obtener un número determinado de estados de interés en una muestra y a partir de dicho
resultado tomar decisiones. Por ejemplo, suponga que un psicólogo ha sido contratado para reducir los niveles de
depresión mayor en personas de la tercera edad en un hogar geriátrico con más de 800 adultos mayores. El
psicólogo por información de las directivas del hogar geriátrico conoce que la proporción de personas del hogar que
presentan depresión mayor es de 0.5. El psicólogo para comenzar su estudio, comienza con una muestra de 15
personas de la tercera edad del hogar geriátrico, que voluntariamente desean participar del estudio. El psicólogo
entonces desea conocer la probabilidad de que máximo la mitad de esas personas incluidas en la muestra de estudio
presenten depresión para diseñar a partir de ellos, el programa de intervención que podrá reducir los niveles de
depresión mayor en el hogar geriátrico.
Para que la distribución de una variable aleatoria., sea una distribución binomial se deben cumplir las siguientes
condiciones:
La probabilidad de cada resultado posible en cualquier repetición del experimento sea la misma de un ensayo a otro.
Donde :
C = Símbolo de combinaciones.
1 − π = Probabilidad de fracaso
La variable aleatoria x, el número de éxitos en n intentos, tiene una distribución de probabilidad con este centro y
dispersión:
𝑴𝒆𝒅𝒊𝒂: 𝝁= 𝒏∗𝝅
𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂: 𝝈𝟐 = 𝒏 ∗ 𝝅(𝟏 − 𝝅)
VI. Ejemplo:
Un estudio, reportó que 10% de la fuerza laboral en cierta región del país, tiene problemas de
drogadicción: Un oficial de la policía nacional de la región, quiso investigar esta afirmación para
buscar estrategias que puedan mejorar esta situación, ya que este problema afecta no solo a la fuerza laboral, sino
a la sociedad en general. Para realizar el estudio tomó una muestra de 15 trabajadores:
Para iniciar con la solución primero debemos identificar la información que el ejercicio presenta:
n = 15 π = 0.1
𝑃(𝑥 = 0) = 0,2059
La probabilidad de que en la muestra de estudio no se encuentre ningún trabajador con problemas de drogadicción
es de 0.2059.
Tal vez desee conocer la probabilidad de adivinar la respuesta a 6 o más preguntas de verdadero o falso de
un total de 10. O quizás esté interesado en la probabilidad de seleccionar, en forma aleatoria, menos de dos
artículos defectuosos en la producción de la hora anterior. En estos casos necesita distribuciones de frecuencia
acumulada.
VIII. Ejemplo:
En un tiempo largo, se ha observado que un jugador profesional de baloncesto puede hacer un tiro libre en un
intento determinado con probabilidad igual a 0.8. Suponga que él lanza cuatro tiros libres.
1. ¿Cuál es la probabilidad de que enceste exactamente dos tiros libres?
2. ¿Cuál es la probabilidad de que enceste al menos un tiro libre?
Solución:
Un “intento” es un solo tiro libre y se puede definir un “éxito” como una canasta y un “fracaso” como una falla,
de modo que n = 4 y π = 0.8. Si se supone que la probabilidad del jugador de encestar el tiro libre no cambia
de un tiro a otro, entonces el número x de veces que enceste el tiro libre es una variable aleatoria binomial.
1.
𝑃(𝑥 = 2) = 4C2 (0.8)2 (1 − 0.8)4−2
𝑃(𝑥 = 2) = 0,1536
Aun cuando se podría calcular P(x = 1), P(x = 2), P(x = 3) y P(x = 4) para hallar esta probabilidad, usar el
complemento del evento hace más fácil el trabajo; es decir,
Solución: