Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribución binomial
Si lanzamos una moneda varias veces y registramos el número de veces que sale cara,
los resultados se pueden modelizar mediante una distribución binomial, con p = 0,5 y
n = número de experimentos.
Estos gráficos muestran la distribución para varios valores de n.
0,2
0,3
Probabilidad
0,15
Probabilidad
0,2 0,1
0,1 0,05
0 0
1 2 3 4 5 6 7 8 9 10 10 20 30
Número de caras Número de caras
n = 10 n = 30
0,12
0,1
Probabilidad
0,08
0,06
0,04
0,02
0
10 20 30 40
Número de caras
n = 40
A medida que el número de experimentos aumenta, la distribución toma la forma de
campana característica de una distribución normal. Cuando p = 0,5, esto ocurrirá
bastante rápido, ya que la distribución binomial es simétrica para este valor.
Cuando p ≠ 0,5, también se ve que, a medida que el número de experimentos aumenta,
la distribución tiende a la forma de campana característica de la distribución normal.
Para p = 0,75; n = 10, 30 y 50 los gráficos son:
0,2
0,4
Probabilidad
0,15
Probabilidad
0,3
0,1
0,2
0,1 0,05
0
0 2 4 6 8 10 12 10 20 30
Valor Valor
n = 10 n = 30
© Oxford University Press 2016: Este material solamente puede ser reproducido para ser utilizado en Material de ampliación - Capítulo 15 1
clases del colegio del comprador.
MATERIAL DE AMPLIACIÓN
0,14
0,12
0,1
Probabilidad
0,08
0,06
0,04
0,02
0
20 30 40 50
Valor
n = 50
En algunos casos, se puede utilizar la distribución normal como una aproximación para
la distribución binomial y esto hace que el cálculo de probabilidades resulte mucho más
fácil. La distribución normal es una distribución continua mientras que la distribución
binomial es una distribución discreta.
EJEMPLO 1
Se sabe que una variedad particular de semilla floral tiene una probabilidad de 0,9 de
producir una flor.
Se plantan 300 de estas semillas.
Halle la probabilidad de que el número de flores:
a Sea menor que 275
b Esté comprendido entre 280 y 290 inclusive
Respuestas
a Si X es la variable aleatoria “el número de
semillas que produce flores”, entonces
X ~ B(300; 0,9).
Si utilizamos la distribución
Utilizamos la distribución normal con una Definir la distribución binomial binomial, estas respuestas
variable aleatoria W para representar la Definir la distribución normal son:
distribución aproximada de la variable X. relacionada a 0,805
Luego, ya que W ~ N(μ, σ 2), aquí μ = np = 300 × 0,9 b 0,0287
W ~ N(np, npq). Por lo tanto, W ~ N(270, 27), y σ 2 = npq (donde q = 1 – p) Estas respuestas están
y P(X < 275) se transforma en P(W < 274,5). = 300 × 0,9 × 0,1 muy cerca de los valores
P(W < 274,5) = 0,807 Un número entre 274,5 y 275 se aproximados que se
redondea a 275; entonces, para obtienen utilizando la
hallar X < 275, la corrección de distribución normal.
b P(280 ≤ X ≤ 290) se transforma en
continuidad es W < 274,5.
P(279,5 < W < 290,5).
Utilizando la CPG:
P(279,5 < W < 290,5) = 0,0337
Normcdf(−1000, 274,5, 270, 27 )
© Oxford University Press 2016: Este material solamente puede ser reproducido para ser utilizado en Material de ampliación - Capítulo 15 2
clases del colegio del comprador.
MATERIAL DE AMPLIACIÓN
Ejercitación
1 Se sabe que X ~ B(25; 0,6).
Utilizando una aproximación normal, determine P(X ≤ 16).
3 Se sabe que en un saco de semillas de pasto mixto, 35% de las semillas son de
ballico. Utilice la aproximación normal para la distribución binomial para hallar la
probabilidad de que en una muestra de 400 semillas haya:
a Al menos 120 semillas de ballico
b Entre 120 y 150 semillas de ballico (inclusive)
c Más de 160 semillas de ballico
© Oxford University Press 2016: Este material solamente puede ser reproducido para ser utilizado en Material de ampliación - Capítulo 15 3
clases del colegio del comprador.
MATERIAL DE AMPLIACIÓN
2 Sea X sea la variable aleatoria del número de veces que el dado cae en 3.
Por lo tanto, X ~ B(100; 0,25), np = 25, npq = 18,75
X ~ B(100; 0,25) → W ~ N(25; 18,75)
P(23 ≤ X ≤ 30) → P(22,5 < W < 30,5) = 0,616 (3 cs)
P(X ≤ x) → P ¨W
§
¨ x 12 500 ·¸¸ 0,95
¨¨ 250 ¸¸
© ¹
Entonces,
x 1 500
2
1,645
250
Reordenando, obtenemos 499,5 (1,645 u 250 ) 525,51.
Por lo tanto, el mayor valor de x que satisface P(X ≤ x) < 0,95 es 525.
© Oxford University Press 2016: Este material solamente puede ser reproducido para ser utilizado en Material de ampliación - Capítulo 15 4
clases del colegio del comprador.