Distribución

Binomial
Judy Paola Maca Maca
Estadística
Universidad Manuela Beltrán
Experimentos binomiales
Se considera que un experimento es binomial cuando
se realizan varias pruebas idénticas repetidas,
teniendo cada prueba dos posibles resultados
excluyentes, o lo que es lo mismo, no pueden ocurrir
los dos posibles resultados simultáneamente en la
misma prueba.

2
 Un experimento ,binomial cumple las siguientes
condiciones:
+ Cada experimento consiste en n pruebas idénticas.
+ El resultado de cada prueba es dicotómico y puede ser evaluado como A o B.
+ Las n pruebas son independientes, y por consiguiente la probabilidad de que
ocurra A, es la misma en todas las pruebas de que consta el experimento.
+ La probabilidad de A, tiene que ser constante en todo el experimento.
+ La variable aleatoria binomial X, es el número de sucesos A, obtenidos en las n
pruebas.

3
Ley de probabilidad binomial

𝑛 𝑥 (𝑛−𝑥)
𝑝 𝑋=𝑥 = 𝑝 𝑞
𝑥
𝑥 ∶Suceso (comportamientos de la variable aleatoria)
𝑛:número de experimentos que cumplan con la condición binomial,
𝑝: Probabilidad de éxito
q: Probabilidad de fracaso

4
 Ejemplo 1:
Un experimento consiste en administrar a 3 pacientes
un tratamiento que tiene una probabilidad de curar una
determinada enfermedad del 70%.
Calcular la probabilidad de que curen 0, 1, 2 o 3
pacientes.

5
 Solución
Un experimento consiste en administrar a 3 pacientes un tratamiento que
tiene una probabilidad de curar una determinada enfermedad del 70%.
Calcular la probabilidad de que curen 0, 1, 2 o 3 pacientes.

𝑝 = 70% = 0,7 Probabilidad de que ocurra el evento

q = 30% = 0,3 Probabilidad de que no ocurra el evento
𝑛=3 Número total de veces que ocurre el evento
𝑥 = 0,1,2,3 Total de éxitos

6
 Solución
Calcular la probabilidad de que curen 0 pacientes
𝑝 = 70% = 0,7 Probabilidad de que ocurra el evento
q = 30% = 0,3 Probabilidad de que no ocurra el evento
𝑛=3 Número total de veces que ocurre el evento
𝑥=0 Total de éxitos
𝑛 𝑥 (𝑛−𝑥)
𝑝 𝑋=𝑥 = 𝑝 𝑞
𝑥
3
𝑝 𝑋=0 = ∙ 0,70 ∙ 0,3(3−0)
0
𝑝 𝑋 = 0 = 3𝐶0 ∙ 1 ∙ 0,3(3)
𝑝 𝑋 = 0 = 1 ∙ 1 ∙ 0,3(3)
𝑝 𝑋 = 0 = 0,027

7
 Solución
Calcular la probabilidad de que cure 1 paciente
𝑝 = 70% = 0,7 Probabilidad de que ocurra el evento
q = 30% = 0,3 Probabilidad de que no ocurra el evento
𝑛=3 Número total de veces que ocurre el evento
𝑥=1 Total de éxitos
𝑛 𝑥 (𝑛−𝑥)
𝑝 𝑋=𝑥 = 𝑝 𝑞
𝑥
3
𝑝 𝑋=1 = ∙ 0,71 ∙ 0,3(3−1)
1
𝑝 𝑋 = 1 = 3𝐶1 ∙ 0,7 ∙ 0,3(2)
𝑝 𝑋 = 1 = 3 ∙ 0,7 ∙ 0,09
𝑝 𝑋 = 2 = 0,189

8
Un experimento consiste en administrar a 3 pacientes un tratamiento que
tiene una probabilidad de curar una determinada enfermedad del 70%.
Calcular la probabilidad de que curen 0, 1, 2 o 3 pacientes.

Solución
La probabilidad que se curen 0 pacientes es 0,027
La probabilidad que se cure 1 paciente es 0,189
La probabilidad que se curen 2 pacientes es 0,441
La probabilidad que se curen 3 pacientes es 0,343

¿Es posible calcular la probabilidad de que se curen 4 pacientes o más?

9
 Ejemplo 2:
Un tratamiento farmacológico tiene un 67.5%
de probabilidad de curar neumonías
extrahospitalarias en pacientes mayores de
65 años, ¿Cuál es la probabilidad de que
dicho tratamiento cure a 15 de 20 pacientes?

10
 Ejemplo 2:
Un tratamiento farmacológico tiene un 𝑝=
67.5% de probabilidad de curar neumonías
extrahospitalarias en pacientes mayores de
q=
65 años, ¿Cuál es la probabilidad de que 𝑛=
dicho tratamiento cure a 15 de 20
pacientes?
𝑥=
𝑛 𝑥 (𝑛−𝑥)
𝑝 𝑋=𝑥 = 𝑝 𝑞
𝑥

11
 Ejemplo 2:
Un tratamiento farmacológico tiene un 𝑝 = 67.5% = 0.675
67.5% de probabilidad de curar neumonías
extrahospitalarias en pacientes mayores de q = 32.5% = 0.325
65 años, ¿Cuál es la probabilidad de que 𝑛 = 20
dicho tratamiento cure a 15 de 20 pacientes?
𝑥 = 15
𝑛 𝑥 (𝑛−𝑥)
𝑝 𝑋=𝑥 = 𝑝 𝑞
𝑥
20
𝑝 𝑋 = 15 = (0.675)15 (0.325)(20−15)
15
𝑝 𝑋 = 15 = 20𝐶15 ∙ (0.675)15 (0.325)(5)
𝑝 𝑋 = 15 = 15504 ∙ (0.675)15 (0.325)(5)
𝑝 𝑋 = 15 = 0.155

12
La función de distribución acumulativa en
el caso binomial se calcula mediante
la siguiente expresión:

𝑥
𝑛 𝑘 (𝑛−𝑘)
𝐹 𝑥 =𝑝 𝑋≤𝑥 =෍ 𝑝 𝑞
𝑘
𝑘=0
La función de distribución acumulativa de una variable aleatoria es la probabilidad
de que la variable tome un valor igual o menor que el indicado.

13
 Ejemplo 3:
La probabilidad de que un individuo vacunado contra una
determinada enfermedad se contagie es 𝑝 = 0,2. Un
grupo de 8 individuos, 𝑛 = 8, es vacunado.
Calcular las siguientes probabilidades:
a) Al menos dos contraigan la enfermedad.
b) Como máximo 2 contraen la enfermedad.

14
 Ejemplo 3:
La probabilidad de que un individuo vacunado contra una
determinada enfermedad se contagie es 𝑝 = 0.2. Un
grupo de 8 individuos, 𝑛 = 8, es vacunado. 𝑝 = 0.2
Calcular las siguientes probabilidades: q = 0.8
a) Al menos dos contraigan la enfermedad. 𝑛=8
Solución: 𝑥≥2
En este caso hay que calcular la probabilidad de que al
menos 2 individuos contraigan la enfermedad, 𝑝(𝑥 ≥ 2):

𝑝 𝑥 ≥2 =𝑝 𝑥 =2 +𝑝 𝑥 =3 +𝑝 𝑥 =4 +𝑝 𝑥 =5 +𝑝 𝑥 =6 +𝑝 𝑥 =7 +𝑝 𝑥 =8

15
 𝑝 = 0.2
a) Al menos dos contraigan la enfermedad. q = 0.8
Solución: 𝑛=8
En este caso hay que calcular la probabilidad de que al menos 2 𝑥≥2
individuos contraigan la enfermedad, 𝑝(𝑥 ≥ 2):
𝑝 𝑥 ≥2 =𝑝 𝑥 =2 +𝑝 𝑥 =3 +𝑝 𝑥 =4 +𝑝 𝑥 =5 +𝑝 𝑥 =6 +𝑝 𝑥 =7 +𝑝 𝑥 =8

Recordemos
𝑝 𝑥 = 0 +𝑝 𝑥 = 1 +𝑝 𝑥 = 2 +𝑝 𝑥 = 3 +𝑝 𝑥 = 4 +𝑝 𝑥 = 5 +
𝑝 𝑥 =6 +𝑝 𝑥 =7 +𝑝 𝑥 =8 =1
𝑝 𝑥 ≥2 =1−𝑝 𝑥 =0 −𝑝 𝑥 =1

16
a) Al menos dos contraigan la enfermedad. 𝑝 = 0.2
Solución: q = 0.8
En este caso hay que calcular la probabilidad de que al menos 2 𝑛=8
individuos contraigan la enfermedad, 𝑝(𝑥 ≥ 2): 𝑥≥2
𝑝 𝑥 ≥2 =1−𝑝 𝑥 =0 −𝑝 𝑥 =0

8
𝑝 𝑥=0 = ∙ (0.2)0 ∙ 0,8 8−0 = 0.1678
0
8
𝑝 𝑥=1 = ∙ (0.2)1∙ 0,8 8−1 = 0.336
1
𝑝 𝑥 ≥ 2 = 1 − 0.1678 − 0.336 = 0.4962

17
 𝑝 = 0.2
b) Como máximo 2 contraen la enfermedad q = 0.8
Solución: 𝑛=8
En este caso se debe calcular la probabilidad de que contraigan la 𝑥≥2
enfermedad 2 o menos individuos, o lo que es lo mismo, que 𝑝 𝑥 ≤ 2 :
𝑝 𝑥 ≤2 =𝑝 𝑥 =0 +𝑝 𝑥 =1 +𝑝 𝑥 =2

8
𝑝 𝑥=0 = ∙ (0.2)0 ∙ 0,8 8−0 = 0.1678
0
8
𝑝 𝑥=1 = ∙ (0.2)1∙ 0,8 8−1 = 0.336
1
8
𝑝 𝑥=2 = ∙ (0.2)2 ∙ 0,8 8−2 = 0.294
2
𝑝 𝑥 ≤ 2 = 0.1678 + 0.336 + 0.294 = 0.7978
=
18
 Representación gráfica
0,5
0,4

PROBABILIDAD
Las probabilidades correspondientes a 0,3

un experimento binomial suelen 0,2

representarse mediante diagramas de 0,1

barras, en los que se construye una barra 0
0 1 2 3
por cada posible valor de la variable
N° DE EXITOS
aleatoria, X, siendo la altura de cada
barra proporcional a la probabilidad.

19
 Esperanza y varianza
El valor esperado de 𝑋, siendo 𝑋 una variable aleatoria binomial, es
𝑛 𝑣𝑒𝑐𝑒𝑠 𝑝, esto es:
𝐸 𝑋 = 𝑛 ∙ 𝑝
Todas las pruebas son idénticas y las variables también, por lo tanto:
𝑉𝑎𝑟 𝑋 = 𝑛 ∙ 𝑝 ∙ 𝑞
La desviación típica es la raíz cuadrada de la varianza:
𝜎 = 𝑛∙𝑝∙𝑞

20
 Ejemplo 4:
La probabilidad de que un paciente que acude
a una consulta de atención primaria sea
𝑝 = 0.2
derivado a otra consulta es 𝑝 = 0,2, si a una
q = 0.8
consulta acuden 20 pacientes, 𝑛 = 20,
𝑛 = 20
calcular las siguientes probabilidades:
Calcular el valor esperado, la varianza y la
desviación típica de la distribución.

21
 Esperanza y varianza
El valor esperado de 𝑋, siendo 𝑋 una variable
aleatoria binomial, es 𝑛 𝑣𝑒𝑐𝑒𝑠 𝑝, esto es:
𝑝 = 0.2
𝐸 𝑋 = 𝑛 ∙ 𝑝 = 20 ∙ 0.2 = 4 q = 0.8
Todas las pruebas son idénticas y las variables 𝑛 = 20
también, por lo tanto:
𝑉𝑎𝑟 𝑋 = 𝑛 ∙ 𝑝 ∙ 𝑞 = 20 ∙ 0.2 ∙ 0.8 = 3.2
La desviación típica es la raíz cuadrada de la
varianza:
𝜎 = 𝑛 ∙ 𝑝 ∙ 𝑞 = 3.2 = 1.79

22
23