DISTRIBUCION BINOMIAL

ELABORADO POR:
PAULA ANDREA SANCHEZ OROZCO

PRESENTADO A:
RAMIRO FALLA ROJAS

UNIVERSIDAD DE LA AMAZONIA
INGENIERIA DE SISTEMAS
ESTADISTICA
2021

EJERCICIOS
 1. La probabilidad de que a un cliente nuevo le guste la mate hamburguesa
de Jorge es de 0,8. Si llegan 5 clientes nuevos a la cafetería, ¿cuál es la
probabilidad de que solo a 2 de ellos les guste la mate hamburguesa?
X =N um er o  d e c li en t es  n ue vo s  d e 5  a l o s  que  le   gu st a l a m a t e  h ambu r gu es a
X =B  ( 5 ;0.8)
x=0,  1, 2, 3, 4 , 5
n=nu mer o   d e   ens a yo s
n=5
p= p r o b a b i li d a d   d e  e x it o
p=0,8

f ( x )= P ( X = x ) ¿ ( n
x )   p
x
  ( 1− p )n−x
5 2 5−2
f ( 2 ) = P ( X =2 ) ¿ (2 )   0,8   ( 1−0,8 )
2 3
f ( 2 )= P ( X =2 )=10 *   0,8 * 0,2
f ( 2 )=P ( X =2 )=0,0512 * 100 %=5,12  %

La probabilidad de que solo a 2 de ellos les guste la mate hamburguesa es de

5,12 %

2. Considere un experimento binomial con 10 ensayos y 𝑝 = 0,9.

a) Calcular la probabilidad de obtener 9 éxitos.
n = 10
p = 0.9
x = Numero de éxitos en 1 ensayos
x ~ B (10; 0,9)
f ( 9 ) = P ( X =9 ) ¿ (10 9
9 )   0,9 ( 1− 0,9)
10−9

10 ! 9  10−9
f ( 9 )= P ( X=9 )= =10* 0,9 ( 1−0,9 )
9 ! ( 10−9 ) !

9 1
f ( 9 )= P ( X=9 )=10 * 0.9 * 0 ,1

f ( 9 )=P ( X=9 )=0,3874     o     38,74 %

b) Calcular la probabilidad de obtener 9 o más éxitos.
P ( X≥9 )=P ( X=9 ) + P ( X=10 )
 P ( X≥9 )=0,3874+ P ( X =10 )

f ( 10 ) =P ( X =10 ) ¿(10 10
10 )   0,9 ( 1−0,9)
10−10

10 ! 10 ! 10 0
f ( 10 ) =P ( X =10 )= * =1* 0 , 9 * 0 , 1
10 ! ( 10−10 ) ! 10 !

10
f ( 10 ) =P ( X =10 ) = 1* 0 , 9 * 1=0,3487

P ( X≥9 )=0,3874+ 0,3487

P ( X≥9 )=0,7361

1. considere un experimento binomial con 2 ensayos y p = 0.4

a) Calcular la probabilidad de obtener 0 éxitos.
f ( x )= P ( X = x ) ¿( xx )  ( p )x ( 1− p )n−x

P ( X =0 ) ¿( 20 )   ( 0,4 )0( 1−0,4 )2−0

2!
P ( X=0 )= =( 1)( 0,36 )
0! ( 2−0 ) !

P ( X=0 )=1* 0,36=0,36

b) Calcular la probabilidad de obtener 1 éxito.

f ( x )= P ( X = x ) ¿( xx )  ( p )x ( 1− p )n−x

P ( X =1 ) ¿(21 )  ( 0,4 )1 ( 1−0,4 )2−1

2!
P ( X=1 )= =( 1 )( 0,36)
1 ! ( 2−1 ) !

2!
P ( X=1 )= ( 0,24 )=0,48
1 ! 1!

1. Cuando los discos duros de la marca MM se prueban, el porcentaje de

defectuosos es de 20 %. Sea X = el número de discos duros defectuosos
en una muestra aleatoria de tamaño n=5, así que 𝑋~𝐵(5; 0,2). Representar
la distribución de probabilidad de X:
 a) Mediante una tabla,

20
20 %= =0.2
100

X 0 1 2 3 4 5
f(x) 0.3277 0.4096 0.2048 0.0512 0.0064 0.0003

f ( x ) = P ( X =0 )=( 50 ) 0.2 ( 1−0.2 )

0 5−0
=0.3277

5
f ( x )= P ( X =1 )=( ) 0.2 ( 1−0.2 )1 5−1
=0.4096
1
5
f ( x )= P ( X =2 )=( ) 0.2 ( 1−0.2 )2 5−2
=0.2048
2
5
f ( x )= P ( X =3 )= ( ) 0.2 ( 1− 0.2 )
3 5 −3
=0.0512
3
5
f ( x ) = P ( X =4 )=( ) 0.2 ( 1− 0.2 )
4 5−4
= 0.0064
4
5
f ( x )= P ( X =5 )=( ) 0.2 ( 1−0.2)5 5−5
= 0.0003
5
Σ f ( x ) =1

b) de forma gráfica.

Probabilidades en X
0.45
0.4
0.35

0.3
0.25
0.2

0.15
0.1
0.05
0
f(0) f(1) f(2) f(3) f(4) f(5)

PROBABILIDADES Columna1 Columna2

1. Si X   ~   B   ( 8;0,2 ) , calcular:

A. P ( X  ≤1 )
 P ( X  ≤1 )=P ( x =0 ) + P ( x=1 )

( 80 ) 0,2 (1−0,2 )
0 8−0
( 81 )0,2 ( 1−0,2 )
+ 1 8−1

¿ 0,50300 * 100 %=50,3 %

B. P ( X≤2 )

( 80 ) 0,2 (1−0,2 )
0 8−0
+( 81 )0,2 ( 1−0,2 )
1 8−1
+  ( 82 ) 0,2 ( 1−0,2 )
2 8−2

¿ 0,7969 * 100 %=79,69 %

C. P ( X >2 )

P ( X  >2 ) =1−  P ( X ≤2 )

P ( X >2 )=1−0,7969=0,2031 * 100 %=20,31 %

D. P (2≤ X ≤4 )

P (2≤ X ≤4 )=P ( X≤ 4 )− P ( X≤1 )

P (2≤ X ≤4 )=0,9896−0,50300

P (2≤ X ≤4 )=0,4863 * 100 %= 48,63 %

E. P (2< X <6 )

P (2< X <6 ) =P ( X ≤5 ) −P ( X ≤2 )

P (2< X <6 ) =0,9988−0,7969

 P (2< X <6 ) =0,2019* 100 %=20,19 %

1. En una tienda, el 75 % de todas las compras se hacen con tarjeta de

crédito. Sea X = el número entre diez compras seleccionadas al azar
realizadas con tarjetas de crédito. Entonces 𝑋~𝐵 (10; 0,75).
N=10
P=0,75
X=?
A. Encontrar la función de probabilidad de X.

F ( X ) = P ( X= X )= ( 10X ) 0,75 X
( 1−0,75 )
10−X

F ( X ) = P ( X =X )= ( 10X ) 0,75 X
  0,2510− X

B. Calcular el valor esperado de X.

M =E ( X ) =N P

M =E ( X ) =10* 0,75

M =E ( X ) =7,5
C. Calcule la varianza de X.
σ 2=V ( X )= N P ( 1− P)

2
σ =V ( X )=10 * 0,75  ( 1−0,75 )  

2
σ =10 * 0.75 * 0,25

σ 2=1,875
D. Calcule la desviación estándar de X
2
σ =  √ σ =  √ N P(1−P )

σ =  √ 1,875
 σ =1,3693

1. La probabilidad de que cualquier pieza producida por una máquina pase

con éxito una prueba de control es de 0,9. Si se controlan 10 piezas y si X
es el número de piezas que pasan la prueba de control de las 10
escogidas al azar:
a) Encontrar la función de probabilidad de X.
b) ¿Qué número de piezas es más probable que pase el control?
c) Calcule la varianza y la desviación estándar de X
A.
n = número de ensayos = 10
p = probabilidad de éxito = 0,9
x = variable indefinida

f ( x )= P ( X = x ) = ( nx ) p ( 1− p)
x n−x

f ( x )= P ( X = x ) = ( 10x ) 0,9 ( 1−0,9) x 10− x

f ( x )= P ( X = x ) = ( 10x ) 0,9 * 0,1 x 10− x

B.
n p=10 * 0,9=9  →
nume r o d e   pi e z as  que  s e e s per a   p ase n el  cont r ol

P ( X  ≤9 )=P ( x=0 )+ P ( x=1 ) ……..   x

(100)0,9 (1−0,9) +(101)0,9 (1−0,9) + (102 )0,9 (1−0,9) +(103 )0,9 (1−0,9) +(104 )0,9 (1−0,9) + (105)0,9 (1−0,9) +(106)0,9 (1−0,9) +(107 )0,9 (1−0,9) + (108)0,9 (1−0,9) +  (109)0,9 (1−0,9)
0 10−0 1 10−1 2 10−2 3 10−3 4 10−4 5 10−5 6 10−6 7 10−7 8 10−8 9 10−9

¿ 0,6650 * 100 %=66,5 %

C. Varianza
2
σ = n p ( 1− p )
2
σ =10 * 0,9 (1−0,9 )
2
σ = 9* 0,1= 0,9
Desviación estándar

σ =√ σ 2
σ =√ 0,9=0,9487

1. Si niños y niñas tienen igual probabilidad de nacer, ¿cuál es la

probabilidad de que, en una familia seleccionada al azar de 4 hijos, habrá
al menos 1 niña?
Respuesta: 0,9375
X = n° de niñas en una familia de 4 hijos
X   ~   B   ( 4  ; 0.5 )
x=1 ;2;3
n=4
P=0.5  
P=n i ñ a
P ( X≥1 )

∑ P ( x )=1
P ( X =0 )+ P ( X =1 ) + P ( X=2 ) + P ( X =3 ) + P ( X = 4 ) =1
P ( X=0 )+ P ( X ≥1 )=1
P ( X ≥1 ) =1−P ( X =0 )
P ( X ≥1 ) + P ( X =1 )+ P ( X =2 ) + P ( X=3 )+ P ( X =4 ) … ( i )

f ( x )= P =( X = x )= ( nx ) p ( 1− p )
x n−x

( 40 ) 0.5 ( 1−0.5 )
f ( 0 ) = P ( X =0 ) = 0 4−0

4
f ( 0 ) = P ( X=0 )=1* 1* 0.5 −0.0625

P ( X=0 )+ P ( X ≥1 )=1
P ( X≥1 ) =1−P ( X=0 )
P ( X≥1 )= 1−0.0625
P ( X≥1 )=0.9375
P ( X≥1 )=93.75 %

2. El 90 % de todas las baterías de cierta marca funcionan bien. Un tipo de

linterna requiere baterías de esta marca y encenderá solo si sus dos
baterías funcionan bien. Entre diez linternas seleccionadas al azar, ¿cuál
es la probabilidad de que por lo menos 9 enciendan?
P(X=x)=(n/x)p^x×q^n-x
P(AnB)=p(A)*p(B)
P(AnB)=0.9*0.9
P(AnB)=0.81
 P(9)=p(x=9)=(10/9)(0.81)^9(1-0.81)^10-9
P(9)=p(x=9)=10(0.0285)
P(9)=p(x=9)=0.2852
P(10)=p(x=10)=(10/10)(0.81)^10(1-0.81)^10-10
P(10)=p(x=10)=1(0.1216)
P(10)=p(x=10)=0.1216
P(X>=9)=p(x=9)+p(x=10)
P(X>=9)=0.2852+0.1216
P(X>=9)=0.4068

3. Esta guía se elaboración, sugiero regresar más adelante para descargarla

terminada.