La distribucin binomial

LUIS ARMANDO VERDIN MEDINA

Introduccin
En las empresas tenemos muchas situaciones donde se
espera que ocurra o no un evento especfico. ste puede
ser de xito o fracaso sin dar paso a un punto medio. Por
ejemplo, en la produccin de un artculo, ste puede salir
bueno o malo. Casi bueno no es un resultado de inters.
Para situaciones como stas se utiliza la distribucin
binomial.
En este mdulo se describe el uso de la distribucin
binomial para obtener la probabilidad de ocurrencia de
ese evento que representa un resultado esperado.

Objetivo general
Esperamos que cuando termines esta
presentacin puedas utilizar la distribucin
binomial para obtener las probabilidades de
aquellas situaciones gerenciales con dos
posibles resultados.

Objetivos especficos
Adems, esperamos que puedas:
Identificar las propiedades de una distribucin
binomial.
Determinar los valores de xitos p y fracasos
q para establecer las bases para el cmputo
de las probabilidades.
Establecer el promedio, la varianza y la
desviacin estndar utilizando las variables de
la distribucin binomial.

Dato histrico

El clculo de probabilidades tuvo un

notable desarrollo con el trabajo del
matemtico suizo Jacob Bernoulli (1654-1705).
Bernoulli defini el proceso conocido por su
nombre el cual establece las bases para el
desarrollo y utilizacin de la distribucin binomial.

Utilidad
La distribucin binomial se utiliza en situaciones cuya
solucin tiene dos posibles resultados.
Por ejemplo:
Al nacer un/a beb puede ser hombre o mujer.
Un articulo puede ser clasificado como defectuoso o no
defectuoso.
En pruebas de cierto o falso slo hay dos alternativas.

Utilidad
Tambin se utiliza cuando el resultado se puede reducir a dos
opciones.
Por ejemplo:
Un tratamiento mdico puede ser efectivo o inefectivo.
La meta de produccin o ventas del mes se pueden o no lograr.
En pruebas de seleccin mltiple, 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 slo hay dos posibles
resultados: xitos o fracasos.
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 porp, y no vara de una prueba a otra. La
probabilidad del complemento es 1- p y la representamos
porq .
Si repetimos el experimento n veces podemos
obtener resultados para la construccin de la
distribucin binomial.

La distribucin binomial
La distribucin de probabilidad binomial es un ejemplo
de distribucin de probabilidad discreta.
Esta formada por una serie de experimentos de
Bernoulli. Los resutados de cada experimento son
mutuamente excluyentes.
Para contruirla necesitamos:
1 - la cantidad de pruebas n
2 - la probabilidad de xitos p
3 - utilizar la funcin matemtica.

La funcin P(x=k)
A continuacin vemos La funcin de probabilidad de la
distribucin Binomial, tambin denominada Funcin de la
distribucin de Bernoulli:

k - es el nmero de aciertos.
n - es el nmero de experimentos.
p - es la probabilidad de xito, como por ejemplo, que
salga "cara" al lanzar la moneda.
1-p - tambin se le denomina como q

Ejemplo1 de la funcin
F(x=k)
Cul es la probabilidad de obtener 6 caras al lanzar una
moneda 10 veces?
El nmero de aciertos k es 6. Esto es x=6
El nmero de experimentos n son 10
La probabilidad de xito p, es decir, que salga "cara" al
lanzar la moneda es 50% 0.50
La frmula quedara:
P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar
10 veces una moneda es de 20.5% .

Ejemplo 2 de la funcin
F(x=k)
Cul es la probabilidad de obtener cuatro veces el
nmero 3 al lanzar un dado ocho veces?
El nmero de aciertos k es 4. Esto es x=4
El nmero de experimentos n son 8
La probabilidad de xito p (probabilidad de que salga un
3 al tirar el dado) es 1 / 6 (= 0.1666)
La frmula queda:
P (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el
nmeros 3 al tirar un dado 8 veces es de 2.6%.

Ejemplo 3
B(n,p)
probabilidad binomial
En una fbrica de cmaras el 5% sale con
defectos. Determine la probabilidad de
que en una muestra de 12 se encuentren
2 cmaras defectuosas.
Solucin :
Se trata de una distribucin binomial de parmetros
B(12, 0.05). Debemos calcular la probabilidadde que x
sea igual a k que en este caso es 2. Esto es P (k=2).
Busque en la parte izquierda de la tabla n=12, luego en
la parte superiror p=0.05 . La probabilidad estar en
x=2

Ejemplo 4
B(n,p)
Compruebe el cmputo utilizando una calculadora
de probabilidad binomial
En una oficina de servicio al cliente se
atienden 100 personas diarias. Por lo general
10 personas se van sin recibir bien el
servicio. Determine la probabilidad de que en
una encuesta a 15 clientes 3 no hayan
recibido un buen servicio.
Solucin :
Se trata de una distribucin binomial de parmetros
B(15, 0.10). Debemos calcular la probabilidad P(X=3).
El resultado es 0.1285

En resumen
En este mdulo hemos determinado la probabilidad binomial
mediante el uso de la funcin binomial, MINITAB y la calculadora.
Adems, aprendimos que:

La distribucin binomial se forma de una serie de

experimentos de Bernoulli

La media () en la distribucin binomial se obtiene con el

producto de n x p

La desviacin estndar ( ) en la distribucin binomial se

obtiene del producto de n x p x q.

El valor de q es el complemento de p y se obtiene con 1 p.

Ejercicio de prueba #1
Un comerciante de verduras tienen conocimiento de
que el 10% de la caja est descompuesta. Si un
comprador elige 4 verduras al azar, encuentre la
probabilidad de que.
a) las 4 estn descompuestas.
b) de 1 a 3 estn descompuestas.
Para resolver la pregunta b repase el
modulo de las reglas de probabilidad.
En este caso se resuelve sumando las
probabilidades P(x=1) + P(x=2) + P(x=3)
= 0.6561 + 0.2916 + 0.0486

Ejercicio de prueba #2
En pruebas realizadas a un amortiguador para automvil se
encontr que el 20% presentaban fuga de aceite. Si se instalan
20 de estos amortiguadores, hallar la probabilidad de que,
a) 4 salgan defectuosos,
b) ms de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determine el promedio y la desviacin estndar 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 que labora en el departamento de control de
calidad de una empresa elctrica, inspecciona una muestra
al azar de 10 alternadores de un lotes. Si el 15% de los
alternadores del lote estn defectuosos. Cul es la
probabilidad de que en la muestra,
a) ninguno est defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) ms de tres estn Para
con ladefectos
pregunta d puede realizar
la siguiente operacin:
1 [P(x=0) + P(x=1) + P(x=2)]

Ejercicio de prueba #4
La probabilidad de que un CD de msica dure al menos un
ao sin que falle es de 0.95, calcular la probabilidad de que
en una muestra de 15,
a) 12 duren menos de un ao,
b) a lo ms 5 duren menos de un ao,
c) al menos 2 duren menos de un ao.

Ejercicio de prueba #5
Si 6 de 18 proyectos de viviendas violan el cdigo de
construccin, cul 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 cdigo de
construccin
b) una viola el cdigo de construccin
c) dos violan el cdigo de construccin
d) al menos tres violan el cdigo de construccin

Glosario de trminos

Distribucin de probabilidad discreta - distribucin con un

nmero finito de valores.
Distribucin binomial Distribucin discreta que se aplica
cuando se realizan ms de una vez y de forma independiente
el experimento de Bernoulli.
Experimento de Bernoulli Experimento con dos posibles
resultados (xito o fracaso).
Experimento independiente Cuando el resultado de un
experimento no tiene influencia en el resultado de otro
experimento

Glosario de trminos

xitos Es la ocurrencia del evento de inters como

cantidad de defectos, llamadas recibidas, servicios
completados.
Fracasos Es el complemento de los xitos. Es la ocurrencia
del evento que no es de inters.
Resultados mutuamente excluyentes Son resultados que
no pueden ocurrir al mismo tiempo. Si un producto sale
bueno, no puede salir defectuoso al mismo tiempo.

Referencias

Anderson, S. (2006). Estadsticas para administracin y

economa, ( 8tva ed.) Mxico: Thomson.
Newbold, P. (2003). Statistics for Business And Economics,
(5ta. Ed.). New Jersey: Prentice Hall.
Bluman, A. G. (2007). Statistics. (6ta ed.). New York: Mc Graw
Hil,New York.
http://karnak.upc.es/teaching/estad/MC/taules/com-usartaules.pdf

Referencias
http://personal5.iddeo.es/ztt/Tem/t19_distribucion_binomial.htm
http://www-stat.stanford.edu/~naras/jsm/example5.html
http://cyber.gwc.cccd.edu/faculty/jmiller/Binom_Tab.pdf
http://descartes.cnice.mecd.es/Estadistica/Distribucion_binomial/bin
omial.htm
http://descartes.cnice.mecd.es/Estadistica/Binomial_Normal/index.h
tm