p(x)

0,45
Distribuciones de probabilidades
0,4

0,35

0,3 Distribuciones Binomial

0,25

0,2

0,15 Raimundo Sánchez A.

0,1

0,05
Universidad Nacional de Asunción
0 x
01 12 23 34 45 56
Series2
 DISTRIBUCION BINOMIAL

Dato histórico
El cálculo de probabilidades tuvo un
notable desarrollo con el trabajo del
matemático suizo Jacob Bernoulli (1654–1705).

Bernoulli definió el proceso conocido por su

nombre el cual establece las bases para el
desarrollo y utilización de la distribución binomial.
INTRODUCCION
Calcular la probabilidad de que salgan dos veces “tres” al lanzar tres
veces una moneda
Solución:
Sea p la probabilidad de obtener dos “tres” al tirar tres veces un dado.
Se obtiene dos “tres” al tirar tres veces un dado si ocurren
con probabilidad
𝟏 𝟏 𝟓 𝟓
3 3 𝟑 × × =
𝟔 𝟔 𝟔 𝟐𝟏𝟔
𝟏 𝟓 𝟏 𝟓
3 3 3 × × =
𝟔 𝟔 𝟔 𝟐𝟏𝟔
𝟓 𝟏 𝟏 𝟓
3 3 3 × × =
𝟔 𝟔 𝟔 𝟐𝟏𝟔
La probabilidad de tener dos “tres” al tirar tres veces un dado está dado
por : (3, 3, no3) ó (3, no3, 3) ó (no3, 3, 3)
𝟓
Luego, p = 3 
𝟐𝟏𝟔
Calcular la probabilidad de tener dos “tres” al tirar cuatro veces un dado.
Solución:
Sea p la probabilidad de obtener dos “tres” al tirar cuatro veces un dado.
Se obtiene dos “tres” al tirar cuatro veces un dado si ocurren
con probabilidad
𝟏 𝟏 𝟓 𝟓 𝟐𝟓 𝟏 𝟓 𝟓 𝟏 𝟐𝟓
3 3 3 3 𝟔 𝟔 𝟔 𝟔 𝟏𝟐𝟗𝟔
× × × = 3 3 3 3 𝟔 × 𝟔 × 𝟔 × 𝟔 = 𝟏𝟐𝟗𝟔
𝟓 𝟏 𝟏 𝟓 𝟐𝟓 𝟓 𝟏 𝟓 𝟏 𝟐𝟓
3 3 3 3 × × × =
𝟔 𝟔 𝟔 𝟔 𝟏𝟐𝟗𝟔 3 3 3 3 × × × =
𝟔 𝟔 𝟔 𝟔 𝟏𝟐𝟗𝟔
𝟓 𝟓 𝟏 𝟏 𝟐𝟓 𝟏 𝟓 𝟏 𝟓 𝟐𝟓
3 3 3 3 × × × =
𝟔 𝟔 𝟔 𝟔 𝟏𝟐𝟗𝟔 3 3 3 3 × × × =
𝟔 𝟔 𝟔 𝟔 𝟏𝟐𝟗𝟔

La probabilidad de tener dos “tres” al tirar cuatro veces un dado está dado por: (3, 3,
no3, no3) ó (no3, 3, 3, no3) ó (no3, no3, 3, 3) ó (3, no3, no3, 3) ó (no3, 3, no3, 3) ó (3,
no3, 3, no3)
𝟐𝟓
Luego, p = 6 
𝟏𝟐𝟗𝟔
 Calcular la probabilidad de obtener dos “tres” al tirar cinco veces un dado.
Solución:
Sea p la probabilidad de obtener dos “tres” al tirar cinco veces un dado.
Se obtiene dos “tres” al tirar cinco veces un dado si ocurren
con probabilidad
𝟏 𝟏 𝟓 𝟓 𝟓 𝟏𝟐𝟓
3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔 3 3 3 3 3 𝟓 𝟏 𝟓 𝟏 𝟓
× × × × =
𝟏𝟐𝟓
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔
𝟓 𝟏 𝟏 𝟓 𝟓 𝟏𝟐𝟓 𝟓 𝟓 𝟏 𝟓 𝟏 𝟏𝟐𝟓
3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔 3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔
𝟓 𝟓 𝟏 𝟏 𝟓 𝟏𝟐𝟓 𝟏 𝟓 𝟓 𝟏 𝟓 𝟏𝟐𝟓
3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔 3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔
𝟓 𝟓 𝟓 𝟏 𝟏 𝟏𝟐𝟓 𝟓 𝟏 𝟏 𝟓 𝟏 𝟏𝟐𝟓
3 3 3 3 3 × × × × = 3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔
𝟏 𝟓 𝟏 𝟓 𝟓 𝟏𝟐𝟓 𝟏 𝟓 𝟓 𝟓 𝟏 𝟏𝟐𝟓
3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔 3 3 3 3 3 × × × × =
𝟔 𝟔 𝟔 𝟔 𝟔 𝟕𝟕𝟕𝟔
La probabilidad de obtener dos “tres” al tirar cinco veces un dado está dado por : (3, 3, no3, no3, no3) ó
(no3, 3, 3, no3, no3) ó (no3, no3, no3, 3, 3) ó (no3, no3, no3, 3, 3) ó (3, no3, 3, no3, no3) ó (no3, 3, no3, 3,
no3) ó (no3, no3, 3, no3, 3) ó (3, no3, no3, 3, no3) ó (no3, 3, no3, no3, 3) ó (3, no3, no3, no3, 3)

𝟏𝟐𝟓
Luego, p = 10 
𝟕𝟕𝟕𝟔
 𝟓
probabilidad de tener dos “tres” al tirar tres veces un dado = 3 
𝟐𝟏𝟔
𝟐𝟓
probabilidad de tener dos “tres” al tirar cuatro veces de dado = 6 
𝟏𝟐𝟗𝟔
𝟏𝟐𝟓
probabilidad de tener dos “tres” al tirar cinco veces un dado = 10 
𝟕𝟕𝟕𝟔
𝐧 𝐧!
nCx = = 𝐂𝐱𝒏 =
𝐱 𝐧−𝐱 ! 𝐱!

𝟑! 𝟏×𝟐×𝟑 𝟒! 𝟏×𝟐×𝟑×𝟒
3C2 = = =𝟑 4C2 = = =𝟔
𝟑−𝟐 ! 𝟐! 𝟏×𝟏×𝟐 𝟒−𝟐 ! 𝟐! 𝟏×𝟐×𝟏×𝟐

𝟓! 𝟏×𝟐×𝟑×𝟒×𝟓
5C2 = = = 𝟏𝟎
𝟓−𝟐 ! 𝟐! 𝟏×𝟐×𝟑×𝟏×𝟐

probabilidad de tener tres “cinco” al tirar diez veces un dado.

𝟏𝟎! 𝟏 𝟏 𝟏 𝟓 𝟓 𝟓 𝟓 𝟓 𝟓 𝟓 𝟕𝟖𝟏𝟐𝟓
p(x=3) = 𝟏𝟎−𝟑 !𝟑!
× × × × × × × × × × = 𝟏𝟐𝟎 ×
𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟔 𝟔𝟏𝟎
= 𝟎, 𝟏𝟓𝟓0
La probabilidad de tener tres “cinco” al tirar diez veces un dado es del 15,50%
Distribución de probabilidades

𝟑𝟏𝟐𝟓
p(ningún 3 en 5 tiradas de un dado) = 5C0(1/6)0(5/6)5 =
𝟕𝟕𝟕𝟔
p(un 3 en 5 tiradas de un dado) = 5C1(1/6)1(5/6)4 = 𝟑𝟏𝟐𝟓
𝟕𝟕𝟕𝟔
𝟏𝟐𝟓𝟎
p(dos 3 en 5 tiradas de un dado) = 5C2(1/6) (5/6) =
2 3
𝟕𝟕𝟕𝟔
p(tres 3 en 5 tiradas de un dado) = 5C3(1/6)3(5/6)2 = 𝟐𝟓𝟎
𝟕𝟕𝟕𝟔
p(cuatro 3 en 5 tiradas de un dado) = 5C4(1/6)4(5/6)1 = 𝟐𝟓
𝟕𝟕𝟕𝟔
p(cinco 3 en 5 tiradas de un dado) = 5C5(1/6)5(5/6)0 = 𝟏
𝟕𝟕𝟕𝟔
Resultados
x p(x)
𝟑𝟏𝟐𝟓 p(x) Distribución binomial
0 0,45
𝟕𝟕𝟕𝟔
𝟑𝟏𝟐𝟓 0,4
1
𝟕𝟕𝟕𝟔 0,35
𝟏𝟐𝟓𝟎
2 0,3
𝟕𝟕𝟕𝟔
𝟐𝟓𝟎 0,25
3
𝟕𝟕𝟕𝟔 0,2
𝟐𝟓
4 0,15
𝟕𝟕𝟕𝟔
𝟏 0,1
5
𝟕𝟕𝟕𝟔 0,05
 1 0 x
01 12 23 34 45 56
Series2
 La función p(x=k)

A continuación vemos La función de probabilidad de la

distribución Binomial, también denominada Función de
la distribución de Bernoulli:

𝐩(𝐱) = 𝐂𝐧𝐱 𝐩𝐱 (𝟏 − 𝐩)𝐧−𝐱

x: es el número de aciertos.
n: es el número de experimentos.
p es la probabilidad de éxito, como por ejemplo, que
salga "cara" al lanzar la moneda.
1 – p también se le denomina como “q ”, probabilidad
de fracaso
 Utilidad

La distribución binomial se utiliza en situaciones cuya solución tiene

dos posibles resultados.

Por ejemplo:

Al nacer una criatura puede ser varón o mujer.

Al lanzar una moneda, puede caer cara o cruz.

En pruebas de cierto o falso sólo hay dos alternativas.

 Utilidad

También se utiliza cuando el resultado se puede reducir a dos opciones.

Por ejemplo:

Un tratamiento médico puede ser efectivo o inefectivo.

La meta de producción o ventas del mes se pueden o no lograr.

En pruebas de selección múltiple, aunque hay cuatro o cinco

alternativas, se pueden clasificar como correcta o incorrecta.
Estos ejemplos los podemos considerar como
“experimentos de Bernoulli”
 Propiedades de un
experimento de Bernoulli
1 - En cada prueba del experimento sólo hay dos posibles
resultados: éxito o fracaso.
2 - El resultado obtenido en cada prueba es independiente de los
resultados obtenidos en pruebas anteriores.
3 - La probabilidad de un suceso es constante, la representamos
por p, y no varía de una prueba a otra. La probabilidad del
complemento es 1- p y la representamos por q .

Si repetimos el experimento n veces

podemos obtener resultados para la
construcción de la distribución binomial.
 La distribución binomial

La distribución de probabilidad binomial es un ejemplo de

distribución de probabilidad discreta.
Está formada por una serie de experimentos de Bernoulli.
Los resultados de cada experimento son mutuamente
excluyentes.
Para contruirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de éxitos p
3 - utilizar la función matemática.
 Ejemplo 𝐩(𝐱) = 𝐂𝐧𝐱 𝐩𝐱 (𝟏 − 𝐩)𝐧−𝐱

¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?

El número de aciertos k es 6. Esto es x = 6
El número de experimentos n son 10
La probabilidad de éxito p, es decir, que salga "cara" al lanzar la moneda
es 50% ó 0.50
𝟔
La fórmula quedaría: 𝐩(𝐱 = 𝟔) = 𝐂𝟏𝟎 𝟎, 𝟓𝟔 𝟎, 𝟓𝟏𝟎−𝟔
P (k = 6) = 0,2051
Respuesta: la probabilidad de obtener 6 caras al lanzar 10 veces una
moneda es de 20.51% .
 Ejemplo 2 de la función
p(x = k) 𝐩(𝐱) = 𝐂𝐧𝐱 𝐩𝐱 (𝟏 − 𝐩)𝐧−𝐱
¿Cuál es la probabilidad de obtener cuatro veces el número 3 al lanzar
un dado ocho veces?
El número de aciertos k es 4. Esto es x = 4
El número de experimentos n son 8
La probabilidad de éxito p (probabilidad de que salga un 3 al tirar el
dado) es 1 / 6 (= 0.1666)
La fórmula queda: 𝐩(𝐱 = 𝟒) = 𝐂𝟖𝟒 (𝟏𝟔)𝟒 (𝟓𝟔)𝟖−𝟒
p(x = 4) = 0,0260
Respuesta: la probabilidad de obtener cuatro veces el números 3 al
tirar un dado 8 veces es de 2.6%.
 Ejercicio de prueba #2
En pruebas realizadas a un amortiguador para automóvil se encontró
que el 20% presentaban fuga de aceite. Si se instalan 20 de estos
amortiguadores, hallar la probabilidad de que,
a) 4 salgan defectuosos,
b) más de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determine el promedio y la desviación estándar de
amortiguadores 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).
 Ejercicio de prueba #3
Un ingeniero del departamento de control de calidad de una empresa eléctrica inspecciona
una muestra al azar de 10 alternadores. Si el 15% de los alternadores de la empresa están
defectuosos. ¿Cuál es la probabilidad de que en la muestra, a) ninguno esté defectuoso, b) uno
salga defectuoso, c) al menos dos salgan defectuosos d) más de tres estén con defectos?
Solución:
n = 10; p = 0,15
0
a) p x = 0 = C10 0,150 0,8510−0 = 0,1969
Respuesta: la probabilidad de que ningún alternador esté defectuoso, es del 19,69%
1
b) p x = 1 = C10 0,151 0,8510−1 = 0,3474
Respuesta: la probabilidad de que un alternador esté defectuoso, es del 34,74%
p(x = 0; 1; 2; 3; … ; 10) = p(x=0) + p(x=1) + p(x=2) + p(x=3) + p(x=4) + … + p(x=10) = 1
p x = 2; 3; … ; 10
p(x = 2; 3; … ; 10) = 1– p(x=0) – p(x=1)= 1 − C10
0 1
0,150 0,8510−0 − C10 0,151 0,8510−1 = 0,4557
Respuesta: la probabilidad de que al menos dos alternadores estén defectuosos, es del 45,57%
d) p x = 4; 5; … ; 10 = 1– p(x=0) – p(x=1) – p(x=2) – p(x=3)
 Ejercicio de prueba #4

La probabilidad de que un CD de música dure al

menos un año sin que falle es de 0.95, calcular la
probabilidad de que en una muestra de 15,
a) 12 duren menos de un año,
b) a lo más 5 duren menos de un año,
c) al menos 2 duren menos de un año.
 Ejercicio de prueba #5

Si 6 de 18 proyectos de viviendas violan el código de construcción,

¿cuál es la probabilidad de que un inspector de viviendas, que
selecciona aleatoriamente a cuatro de ellas, descubra que:
a) ninguna de las casas viola el código de construcción
b) una viola el código de construcción
c) dos violan el código de construcción
d) al menos tres violan el código de construcción