Distribución Binomial
Distribución Binomial
Distribución Binomial
ESTADÍSTICA Y PROBABILIDAD 2
_________________________________________________________________________________________________
Distribución Binomial.
_________________________________________________________________________________________________
Las Distribuciones de Probabilidad proporcionan un método sencillo para la determinación de ciertas probabilidades, se
pueden considerar como modelos que describen situaciones reales o de resultados generados aleatoriamente.
Dentro de la Estadística existe una gran variedad de tipos de distribuciones probabilísticas por lo cual es importante hacer
corresponder los supuestos de un tipo de distribución con las características reales.
Existen dos tipos de Distribución de Probabilidad para Variables Aleatorias: 1) Discretas y 2) Continuas.
En el caso de las Distribuciones de Probabilidad para Variables Aleatorias Discretas algunas de ellas son:
a) UNIFORME.-Es la distribución en donde todos los eventos elementales tienen la misma probabilidad, por ejemplo, lanzar
un dado en donde la función P (X = x i) = 1 / 6 para los valores de x = 1, 2, 3, 4, 5, 6.
b) BINOMIAL.- Es la que maneja la distribución de la probabilidad de obtener cierta cantidad de éxitos al realizar una
cantidad de experimentos con probabilidad de éxito constante y con ensayos independientes.
c) GEOMÉTRICA.- Es la distribución de la probabilidad de realizar cierto número de experimentos antes de obtener éxito.
1
d) HIPERGEOMÉTRICA.- Es similar a la binomial, pero con un tamaño de muestra grande en relación al tamaño de la
población.
e) De POISSON.- Es la distribución de la probabilidad de que ocurra un evento raro en un periodo de tiempo, un espacio o
un lugar.
_________________________________________________________________________________________________
EXPERIMENTO DE BERNOULLI.
__________________________________________________________________________________________________________
Un experimento aleatorio que solo se lleva a cabo en una ocasión, en el que sólo puede haber dos posibles resultados,
uno considerado como “éxito” p (al que asociamos el valor de X=1), y otro como “fracaso” q (al que asociamos el valor
X=0), se dice que tiene una Distribución de Probabilidad de Bernoulli con parámetro X ~ Bernoulli (p).
2
DISTRIBUCIÓN BINOMIAL.
_________________________________________________________________________________
Cuando se tiene un ensayo de Bernoulli es muy frecuente que no se realice una sola vez, sino que el número de
observaciones sea mayor (n ≥ 2) , ya que entre más veces se efectúe más precisos serán los resultados.
En este caso lo que tenemos es una distribución Binomial, que cumple las siguientes condiciones:
a) Existen “n” observaciones
b) Cada ensayo tiene solo dos posibles resultados “éxito” p, “fracaso” q
c) Las probabilidades de “p” y “q” se mantienen constantes para todos los ensayos.
d) Se cumple un teorema de la probabilidad “p + q = 1”
e) Los resultados de los ensayos son independientes entre sí (mutuamente exclusivos)
Determinar:
a) Cual es el valor de “n”
b) Si son independientes los ensayos entre si
c) Cual es el “éxito” y cual es “fracaso”
d) Cual es el valor de la probabilidad que le corresponde
e) Identifica la variable aleatoria
Respuestas.
a) n = 6 veces que se extrae una esfera
b) Cada esfera es independiente de la otra por ser con reemplazo
c) Identificamos el éxito como obtener esfera azul “p”, el fracaso como obtener esfera blanca “q”
𝟑 𝟒
d) El valor que corresponde a p = 𝟕 y q = 𝟕
e) X = número de esferas azules seleccionadas
3
Entonces la Distribución de Probabilidad Binomial está definida por
X ~ b (n, p) 𝐟(𝐱) = 𝐏(𝐗 = 𝐗𝐢) = (𝐧𝐱)(𝐩𝐱 )(𝐪𝐧−𝐱 ) = 𝒏𝑪𝒙 (𝐩𝐗 )(𝐪𝐧−𝐱 )
En donde:
n número de veces que se realiza el experimento.
X valor que toma la variable.
p probabilidad de éxito o de la característica de interés en el experimento.
q probabilidad de fracaso o de la característica que no es de interés en el experimento.
(𝐧𝐱) cálculo de una combinación, es decir obtener el total de distintas manera de seleccionar “x” elementos de “n” totales
𝒏!
(𝐧𝐱) = (𝒏−𝒙)!(𝒙!)
El símbolo “!” representa el factorial del número, se deben multiplicar todos los
números enteros y positivos que hay entre el número que aparece en la fórmula y el número 1.
Ejemplo: 5! = 5 x 4 x 3 x 2 x 1= 120
∑ 𝒇(𝒙) = ∑ 𝑷(𝑿 = 𝒙𝒊 ) = 𝟏. 𝟎
𝒊=𝟎 𝒊=𝟎
4
NOTA: el valor de éxito (p) se puede mencionar en el enunciado como porcentaje, valor decimal o una proporción,
𝟖
ejemplo: 𝒑 = 𝟖𝟎 % 𝒑 = 𝟎. 𝟖𝟎 𝒑 = 𝟖 𝒅𝒆 𝒄𝒂𝒅𝒂 𝟏𝟎 = 𝟏𝟎
------------------------------------------------------------------------------------------------------------------------------------
Ejemplo de aplicación de la Distribución Binomial:
_________________________________________________________________________________
Se sabe que el 30 % de las personas de una compañía son hombres. Si se van a seleccionar de manera aleatoria a
8 de ellos para asistir a un curso de capacitación, calcular la probabilidad de que:
a) cuatro de los seleccionados sean hombres
b) a lo más 2 sean hombres
c) por lo menos 3 sean hombres
d) ninguno de los seleccionados sea mujer
e) determinar el valor esperado, la varianza y la desviación estándar
Solución.
Para poder responder las preguntas, es recomendable calcular los valores de toda la Función de Distribución de
Probabilidad. Iniciemos por Ubicar los datos en el enunciado.
Datos:
n= 8
Otra forma de representar la información es X ~ b (n, p)
“p” empleado hombre p= 0.30
X ~ b (8, 0.30)
“q” empleada mujer q= 0.70
5
Continuar con la sustitución en la fórmula, para calcular el valor de X=0 “ningún seleccionado sea hombre”
𝐧 𝟖 𝟖
𝐟(𝟎) = 𝐏(𝐗 = 𝟎) = ( ) (𝐩𝐗 )(𝐪𝐧−𝐱 ) = ( ) (𝟎. 𝟑𝟎𝟎 )(𝟎. 𝟕𝟎𝟖−𝟎 ) = ( ) (𝟎. 𝟑𝟎𝟎 )(𝟎. 𝟕𝟎𝟖 ) = (𝟏)(𝟏)(𝟎. 𝟎𝟓𝟕𝟔𝟒𝟖) =
𝐱 𝟎 𝟎
𝐟(𝟎) = 𝐏 (𝐗 = 𝟎) = 𝟎. 𝟎𝟓𝟕𝟔𝟒𝟖
* El factorial 0! = 1
Como observas, los resultados en el cálculo de probabilidad son valores muy pequeños,
por lo que te recomendamos utilizar en tu calculadora 6 decimales.
6
Una vez que se han realizado los cálculos para los valores restantes de “X” en la Tabla 1, se muestran los resultados.
0 f (0) = 0.057648
1 f (1) = 0.197650
2 f (2) = 0.296475
3 f (3) = 0.254122
4 f (4) = 0.136137
5 f (5) = 0.046675
6 f (6) = 0.010002
7 f (7) = 0.001225
8 f (8) = 0.000066
𝟖 𝟖
∑ 𝒇(𝒙) = ∑ 𝑷(𝑿 = 𝒙𝒊 ) = 𝟏. 𝟎
𝒊=𝟎 𝒊=𝟎
7
b) Probabilidad de que a lo más 2 sean hombres
Cuando se tiene la condición “a lo más” usamos el símbolo menor o igual “X ≤ “, en el ejercicio menor o igual a “2”
es 0,1 y 2.
----I----I----I----I----I----I----I----I----I----
n 0 1 2 3 4 5 6 7 8
Cuando se tiene la condición “por lo menos” usamos el símbolo mayor o igual “X ≥ “, en el ejercicio mayor o igual
a “3” es 3, 4, 5, 6, 7 y 8.
----I----I----I----I----I----I----I----I----I----
n 0 1 2 3 4 5 6 7 8
8
Como primera opción se sumarían los valores desde P(X=3) +….+ P(X=8), solo que para facilitar el cálculo se
usa un procedimiento denominado “por complemento”, el cual consiste en hacer una resta a partir de una condición
de la F.D.P.
𝟖 𝟖
∑ 𝒇(𝒙) = ∑ 𝑷(𝑿 = 𝒙𝒊 ) = 𝟏. 𝟎
𝒊=𝟎 𝒊=𝟎
𝟖 𝟖
∑ 𝒇(𝒙) = ∑ 𝑷(𝑿 = 𝒙𝒊 ) = 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
𝒊=𝟎 𝒊=𝟎
𝟖 𝟖
∑ 𝒇(𝒙) = ∑ 𝑷(𝑿 = 𝒙𝒊 ) = 𝟏. 𝟎
𝒊=𝟎 𝒊=𝟎
----I----I----I----I----I----I----I----I----I----
n 0 1 2 3 4 5 6 7 8
Es decir para obtener la Probabilidad de que por lo menos 3 sean hombres, a la suma total de las f(x) parciales
igual a 1, le restaremos la suma de valores de P(X=0) + P(X=1) + P(X=2), ya que como se observa en la recta
numérica estos valores quedan a la izquierda y complementan los valores de n = 8
9
d) Probabilidad de que ninguno de los seleccionados sea mujer.
En esta pegunta lo primero que hay que observar es que cambio la característica de interés, ya que ahora se
refiere a seleccionar “mujer”.
Por lo tanto para contestar la pregunta se deben cambiar los valores de “p” y “q”.
n= 8
“p” empleada mujer p= 0.70
“q” empleado hombre q= 0.30
𝟖 𝟖
𝐟(𝟎) = 𝐏(𝐗 = 𝟎) = ( ) (𝟎. 𝟕𝟎𝟎 )(𝟎. 𝟑𝟎𝟖−𝟎 ) = ( ) (𝟎. 𝟕𝟎𝟎 )(𝟎. 𝟑𝟎𝟖 ) = (𝟏)(𝟏)(𝟎. 𝟎𝟎𝟎𝟎𝟔𝟔) = 𝟎. 𝟎𝟎𝟎𝟎𝟔𝟔
𝟎 𝟎
Probabilidad de que ninguno de los seleccionados sea mujer P(X=0 mujeres) = 0.000066
10
e) determinar el valor esperado, la varianza y la desviación estándar. Cálculo de parámetros para dos opciones.
11
________________________________________________________________________________________________
1) 0.65 del total de las compras por internet se pagan con tarjeta de crédito. Si se revisarán de manera aleatoria las
facturas de 12 ventas y se ha definido a Xi : compras pagadas con tarjeta de crédito.
a. ¿Cuál es la probabilidad de que exactamente 7 compras se hayan pagado con tarjeta de crédito?
b. ¿Cuál es la probabilidad de que a lo más 3 compras se hayan pagado con tarjeta de crédito?
c. ¿Cuál es la probabilidad de que por lo menos 4 compras se hayan pagado con tarjeta de crédito?
d. ¿Cuál es la probabilidad de que exactamente 5 compras NO se hayan pagado con tarjeta de crédito?
e. Determina el valor de los parámetros, interpretando el valor esperado y la desviación estándar.
2) 48 de cada 60 tinacos de agua, se producen sin defecto. Si de manera aleatoria se inspeccionarán 6 tinacos y
se ha definido a Xi : tinacos sin defecto.
12