La distribución binomial

Walter López Moreno, MBA, cDBA

Centro de Competencias de la
Comunicación
Universidad de Puerto Rico en Humacao

©Todos los derechos son reservados

2006-07
 Tabla de contenido

Introducción
Objetivos de la presentación
Instrucciones de cómo usar la presentación
Glosario de términos
Dato histórico
Utilidad
Propiedades de un experimento de Bernoulli
La distribución binomial
La función
Ejemplos
 Tabla de contenido

La tabla de la probabilidad binomial

Ejemplos
Ejercicio de redacción
La media y la desviación estándar
Resumen
Ejercicios de prueba
Aproximación a la distribución normal
Vídeo de repaso de conceptos
Referencias
 Introducción

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. Para situaciones como éstas se utiliza la distribución binomial.

En este módulo se describe el uso de la distribución binomial para

obtener la probabilidad de ocurrencia de ese evento que representa un
resultado esperado.

El módulo va dirigido al estudiantado de Administración de Empresas en

sus distintas concentraciones.
 
 Objetivo general

Esperamos que cuando termines esta presentación

puedas utilizar la distribución binomial para obtener
las probabilidades de aquellas situaciones gerenciales
con dos posibles resultados.
 
 Objetivos específicos

Además, esperamos que puedas:

  Identificar las propiedades de una distribución
binomial.
  Determinar los valores de éxitos p y fracasos q para
establecer las bases para el cómputo de las
probabilidades.
  Establecer el promedio, la varianza y la desviación
estándar utilizando las variables de la distribución
binomial.
 Instrucciones de cómo usar la
presentación
La presentación inicia con las características que definen un
proceso binomial.
Te recomiendo que tengas acceso a Internet mientras trabajas
la presentación.
Siempre que se presente la siguiente figura:
puedes presionarla para navegar adecuadamente
a través de toda la presentación.

También encontrarás comentarios de apoyo y

nota
retroalimentación en recuadros como éste:
 Instrucciones de cómo usar la
presentación

Durante la lectura del módulo tendrás la oportunidad de enlazar

el glosario de términos y regresar al lugar de origen
presionando:

Luego de leer el material que sirve de introducción, podrás

establecer enlaces que demuestran los conceptos teóricos.
 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.
 Utilidad

La distribución binomial se utiliza en situaciones cuya solución

tiene dos posibles resultados.

Por ejemplo: 

Al nacer un/a bebé puede ser varón o hembra.

En el deporte un equipo puede ganar o perder.

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: éxitos 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

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.
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 éxitos p
3 - utilizar la función matemática.
 La función P(x=k)

A continuación vemos La función de probabilidad de la distribución

Binomial, también denominada Función de la distribución de
Bernoulli:

k - 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 ”
 Ejemplo1 de la función
F(x=k)
¿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
La fórmula quedaría:

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 función
F(x=k)

¿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 (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el
números 3 al tirar un dado 8 veces es de 2.6%.
 Tabla de probabilidad binomial

Utilizando la tabla de probabilidad binomial se pueden resolver los

ejemplos anteriores.

Para esto debe saber los valores k y B (n,p) .

 k es el número de éxitos que buscamos. Este valor se encuentra
entre 0 y n.
 En el parámetro B(n,p), n debe ser mayor de 0 y p un valor
desde 0 al 1.

En los ejemplos 1 y 2 los parámetros B(n,p) son

B(10,0.50) y B(8,0.1666) respectivamente.
 Tabla de probabilidad binomial
Obtenga más información de cómo asignar probabilidades
utilizando las tablas.

Cuando llegue al enlance lea las

primeras 6 preguntas con sus
respuestas y luego practique con los
ejercicios 1.1
 Ejemplo 3
B(n,p)
Busque en la tabla de probabilidad binomial

En una fábrica de cámaras el 5% sale con

defectos. Determine la probabilidad de que en
una muestra de 12 se encuentren 2 cámaras
defectuosas.

Solución :
Se trata de una distribución binomial de parámetros B(12,
0.05). Debemos calcular la probabilidad de 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 estará en x=2
El resultado es 0.0988
 Ejemplo 4
B(n,p)
Compruebe el cómputo 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.
Vea otros ejemplos en
este enlace
Solución :
Se trata de una distribución binomial de parámetros B(15, 0.10).
Debemos calcular la probabilidad  P(X=3).
El resultado es 0.1285
 Ejercicio de redacción
con experiencia interactiva
Observe el cambio de la distribución variando el parámetro B(n,p)

Presente una descripción escrita de

las observaciones que obtiene al
variar los valores n y p.

Cuando llegue al enlance

entre:
n en “Number ot trials”
p en “Prob. of Success”
 La media μ y
desviación estándar σ

C a r a c t e r í s t ic a s d e la d is t r ib u c ió n
b in o m ia l
M e d ia
 = E (X ) = n p P (X ) n = 5 p = 0 .1
.6
.4
 = 5 · 0 .1 = 0 .5 .2
0 X
 = 5 · 0 .5 = 0 .2 5
0 1 2 3 4 5

D e s v ia c ió n e s tá n d a r
P (X ) n = 5 p = 0 .5
  np ( 1  p ) .6
.4

  5  0 . 1  ( 1  0 . 1 )  0 . 67 .2
0 X

  5  0 . 5  (1  0 . 5 )  1 . 1 0 1 2 3 4 5
17
 En resumen

En este módulo hemos determinado la probabilidad binomial mediante el

uso de la función binomial, tablas de distribución y la calculadora del
enlace. Además, aprendimos que:

 La distribución binomial se forma de una serie de experimentos de

Bernoulli  

 La media (μ) en la distribución binomial se obtiene con el producto de

nxp

 La desviación estándar (σ ) en la distribución 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 está descompuesta. Si un comprador elige 4
verduras al azar, encuentre la probabilidad de que.
a) las 4 estén descompuestas.
b) de 1 a 3 estén 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 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 que labora en el departamento de control de calidad

de una empresa eléctrica, inspecciona una muestra al azar de 10
alternadores de un lotes. Si el 15% de los alternadores del lote
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
Para la pregunta “d” puede realizar
la siguiente operación:

1 – [P(x=0) + P(x=1) + P(x=2)]

 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
 Ejercicio de prueba #6

Sea x una variable aleatoria binomial. Hallar la distribución de

probabilidad de x si  = 4 y n= 10.

Para resolver esta pregunta utilice la relación de μ=np

Depejando por p queda
P= μ/n
Al tener el parámetro B(n,p) puede buscar en la tabla las x
y sus probabilidades correspondientes. Esto forma la
distribución de probabilidad binomial para este ejercicio.
 Aproximación de la distribución
binomial por la normal

Experiencia interactiva, ejemplos y ejercicios relacionados a la

aproximación binomial por la normal

Una distribución binomial B (n, p) se puede

aproximar por una distribución normal, siempre que n
sea grande y p no esté muy próxima a 0 ó 1. La
aproximación consiste en utilizar una distribución
normal con la misma media y desviación típica de la
distribución binomial. Lea el Módulo
de la distribución
En la práctica se utiliza la aproximación cuando: normal

n>30, np>5, nq>5

En cuyo caso : x= B(n,p) se puede aproximar a N(μ=np, σ = npq )

 Repaso de conceptos

Observe un vídeo de repaso de la distribución de probabilidad binomial

Cuando llegue al enlace haga

click en la columna izquierda en
Bernoulli
y continúe observando el video de
Binomial
 Glosario de términos

Distribución de probabilidad discreta - distribución con un número

finito de valores.

Distribución binomial – Distribución discreta que se aplica cuando se

realizan más de una vez y de forma independiente el experimento de
Bernoulli.

Experimento de Bernoulli – Experimento con dos posibles resultados

(éxito o fracaso).

Experimento independiente – Cuando el resultado de un experimento

no tiene influencia en el resultado de otro experimento
 Glosario de términos

Éxitos – Es la ocurrencia del evento de interés como cantidad de

defectos, llamadas recibidas, servicios completados.

Fracasos – Es el complemento de los éxitos. Es la ocurrencia del

evento que no es de interés.

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). Estadísticas para administración y

economía, ( 8tva ed.) México: 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-usar-
taules.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