ORIGEN DE LA DISTRIBUCIÓN BINOMIAL

La distribución Binomial es uno de los primeros ejemplos de las llamadas

distribuciones discretas que sólo pueden tomar un número finito, o infinito
numerable, de valores. Fue estudiada por Jakob Bernoulli (Suiza, 1654-
1705), quién escribió el primer tratado importante sobre probabilidad, “Ars
conjectandi” es decir El Arte de Pronosticar. Los Bernoulli formaron una de
las sagas de matemáticos más importantes de la historia.

Este tipo de distribución nace de pruebas repetidas, cada una con dos
resultados posibles, éxito o fracaso.
X es una variable discreta que va a representar:
X= el número de éxitos en n ensayos independientes.
Por lo tanto puede tomar los valores:
x = 0,1,2,3,4,5,...........n
APLICABILIDAD
En las empresas tenemos muchas situaciones donde se espera que
ocurra o no un evento específico. Éste puede ser de éxito o fracaso sin
dar paso a un punto medio, Por ejemplo:
• En la producción de un artículo, éste puede salir bueno o malo. Casi
bueno no es un resultado de interés.
También se utiliza cuando el resultado se puede reducir a dos opciones.
Por ejemplo:
• Un tratamiento médico puede ser efectivo o in efectivo.
• 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.
PROPIEDADES:
1- El experimento aleatorio consiste en ensayos o pruebas repetidas, e
idénticas y fijadas antes del experimento (pruebas de Bernoulli). Son
pruebas con reemplazamiento o con reposición.

2- Cada uno de los ensayos o pruebas arroja solo uno de dos resultados
posibles resultados: éxito o fracaso.

3- La probabilidad del llamado éxito ( permanece constante) para cada

ensayo o prueba.

4- Cada prueba o ensayo se repite en idénticas condiciones y es

independiente de las demás.
FÓRMULAS:
La distribución binomial se denota generalmente:

𝑛
𝑏 𝑥; 𝑛; 𝑝 = ∗ 𝑝 𝑥 ∗ 𝑞𝑛−𝑥
𝑥
x  valores que toma x: 1,2,3,…
p  Probabilidad de éxito.
q  Probabilidad de fracaso, 1-p
n Número de veces que se realiza el experimento.

ESPERANZA: VARIANZA:
µ x = E(x) = np x = var(x) = npq
EJEMPLO:
• La probabilidad de que un estudiante obtenga el título de Licenciado
en Farmacia es de 0.3. Hallar la probabilidad de que un grupo de
sietes estudiantes matriculados en primer curso finalice la carrera.
• A) Ninguno de los siete finalice la carrera.
• B) Finalicen todos.