DISTRIBUCIÓN BINOMIAL

INTEGRANTES:

 HUARA REYNA ROISER

 CARDENAS ESPINO RAQUEL
 MEDINA FLORES ROCIO
 HUACACHI SULLA EDWIN

23-10-2017
 ÍNDICE

I. Introducción………………………………………………………………………………………………...3
II. Objetivo……………………………………………………………………………………………………..…4
III. Marco teórico…………………………………………………………………………………………......6
IV. Ejercicios………………………………………………………………………………………………………7
V. Referencia bibliografía………………....……………….……………………..………………......14

1
 ÍNDICE DE FIGURAS

Figura 1 Fórmula
A……………………………………………………………………………………............5
Figura 2 Fórmula
B………………………………………………………………………………………….…...5
Figura 3 Fórmula
C……………………………………………………………………..………………….…….5
Figura 4 Fórmula
D……………….........................................……….……………………….……..5
Figura 5 Fórmula
E....................................................................................................6
Figura 6 Fórmula
F………..……………………………………..…………………..............................6
Figura 7 Fórmula
G………………………….………………………….……….…….………………………..6

2
 I. INTRODUCCIÓN

La distribución binomial es una distribución de probabilidad discreta que mide el número

de éxitos si la variable es una variable aleatoria discreta, es decir, sólo puede tomar los
valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas.
En las empresas tenemos muchas situaciones donde se espera que ocurra o no un evento
específico o determinado. Éste, sólo puede ser de éxito o fracaso. Por ejemplo, en la
producción de una pieza, ésta puede salir buena o defectuosa. Para situaciones como
éstas se utiliza la distribución binomial.
La estructura de este objeto de aprendizaje ese presentar los objetivos que se desean
establecer; a continuación, se trabaja la definición y características de la distribución
binomial, haciendo especial relevancia en como identificarla y diferenciarla de otras
distribuciones discretas y se resuelven algunos ejemplos prácticos para ayudar a su
comprensión.

3
 II. OBJETIVO

 Identificar las propiedades de una distribución binomial, así como sus parámetros
característicos, esperanza y varianza.

4
 III. MARCO TEÓRICO
Distribución de probabilidad binomial
Definición. Se denomina experimento binomial a un número fijo n de repeticiones o
pruebas sucesivas de un experimento aleatorio de Bernoullí, y por lo tanto, se caracteriza
por qué:
1. Las n repeticiones son estadísticamente independientes.
2. Cada repetición de Bernoullí tiene dos resultados mutuamente excluyentes, éxito
(E) o fracaso (F).
3. La probabilidad p de éxito es invariante en cada una de las n repeticiones.
El espacio muestral del experimento binomial es el conjunto:
Figura 1 Fórmula A
𝑾𝟏, 𝑾𝟐, … , 𝑾𝒏
Ω= ൜ = 𝑬 ó 𝑭ൠ
𝑾𝟏
Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,
Aplicaciones.
Definición. Se denomina variable binomial a la variable aleatoria X definida Ω como el
número de éxitos que ocurren en las n pruebas de Bernoullí. Los posibles valores de X
son: 0,1,2,3……, n. Si K es cualquier valor de la variable, el evento [ X = K] consiste de
todos los elementos de Ωque contenga K éxitos (E) y n - k fracasos (F). La probabilidad de
que ocurra cada uno de estos eventos elementales es igual a 𝑝𝑘 𝑞 𝑛−𝑘 .El número total de
formas que ocurran estos eventos elementales (total de formas de ordenar n letras de
las cuales k son E y los n-F) es igual a:
Figura 2 Fórmula B
𝒏!
𝑪𝒏𝒌 =
𝑲! ሺ𝒏 − 𝒌ሻ!
Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,
Aplicaciones.
Por lo tanto, la probabilidad de que ocurran K éxitos en n ensayos de Bernoullí es,
Figura 3 Fórmula C

𝑷[𝑿 = 𝑲] = 𝑪𝒏𝒌 𝒑𝑲 𝒒𝒏−𝒌 , 𝑲 = 𝟎, 𝟏, 𝟐, 𝟑, … . . , 𝒏

Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,

Aplicaciones.

5
Para comprobar que la suma de las probabilidades binomiales es igual a 1, se aplica el
binomio ሺ𝑎 + 𝑏ሻ𝑛 = ∑𝑛𝑘=0 𝐶𝑘𝑛 𝑎𝑘 𝑏 𝑛−𝑘 , 𝑘 =0, 1, 2, 3,…., n.1
Figura 4 Fórmula D
𝒏

෍ 𝑪𝒏𝒌 𝒑𝒌 ሺ𝟏 − 𝒑ሻ𝒏−𝒌 = ሺ𝒑 + ൫𝟏 − 𝒑൯ሻ𝒏 = ሺ𝟏ሻ𝒏 = 𝟏

𝒌=𝟎

Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,

Aplicaciones.
Definición: Se dice que la variable aleatoria X definida como el número de éxitos que
ocurren en n pruebas de Bernoullí independientes, tiene distribución binomial con
parámetros n y p, y se escribe X ~B(n, p), si su función de probabilidad es:
Figura 5 Fórmula E

𝒇ሺ𝒌ሻ = 𝑷[𝑿 = 𝒌] = 𝑪𝒏𝒌 𝒑𝒌 𝒒𝒏−𝒌 , 𝒌 = 𝟎, 𝟏, 𝟐, 𝟑, … , 𝒏

Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,

Aplicaciones.
Observe que si n=1, la función de probabilidad B(1, p) es de Bernoullí.
Su gráfica consiste en segmentos (o bastones), en cada valor K de la variable,
proporcionales a su probabilidad respectiva f(k).
La distribución binomial B (n, p) tiene forma simétrica si p=0.5. Además, si p→1, la
distribución tiene asimetría negativa (o cola a la izquierda), y si p→0,la distribución tiene
asimetría positiva ( o cola a la derecha).
La función de distribución acumulativa de la variable aleatoria binomial es:
Figura 6 Fórmula F

Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,

Aplicaciones.

1
Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial, Aplicaciones.

6
NOTA. Sean 𝑋1 , 𝑋2 , … , 𝑋𝑛 , 𝑛 variables aleatorias independientes cada una con
distribución de Bernoullí B (1, p). Entonces, la suma de estas n variables aleatorias
independientes es el número de éxitos en n ensayos de Bernoullí y su distribución es
binomial de parámetros n y p . Esto es la variable aleatoria:2
Figura 7 Fórmula G
𝒏

𝑿 = ෍ 𝑿𝒊~ 𝑩ሺ𝒏, 𝒑ሻ
𝒊=𝟏

Fuente: Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial,

Aplicaciones.

2
Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial, Aplicaciones

7
 IV. EJERCICIOS
EJERCICIO 1:
Se lanza una moneda seis veces. Calcular la probabilidad de que en dos de las veces caiga
águila.
En este caso:
n=6 𝑷ሺ𝒙ሻ = 𝑪𝒏𝒙 𝒑𝒙 𝒒𝒏−𝒙

x=2 𝑷ሺ𝒙 = 𝟐ሻ = 𝑪𝟔𝟐 ሺ𝟎. 𝟓ሻ𝟐 ሺ𝟎. 𝟓ሻ𝟒 = 𝟎. 𝟐𝟑𝟒

p=0.5
q=0.5

EJERCICIO 2:
En el ejemplo anterior calcular la probabilidad de que por lo menos salgan dos veces
águila.

P (x ≥2)
P (2 ≤ x ≤ 6)
P (x > 1)

P(x ≥ 2) = p (x=2) + p(x=3) + p (x=4) + p (x=5) + p (x=6)

= 6 C 2 (0.5)2 (0.5)4 + 6 C 3 (0.5)3 (0.5)3 + 6 C 4 (0.5)4 (0.5)2 + 6 C5 (0.5)5 (0.5)1
+
6 C 6 (0.5)6 (0.5)0
=0.89

OTRO METODO POR EL COMPLEMENTO

P (X ≥ 2) = 1 - P (X= 0) – P (X=1)
= 1 – 6 C 0 (0.5)0 (0.5)6 - 6 C 1 (0.5)1 (0.5)5
0 águilas 1 águilas
= 0.89

8
EJERCICIO 3:
En el ejemplo anterior calcular la probabilidad de que cuando mucho una vez salga águila

P (x < 2) 𝑷ሺ𝟎 ≤ 𝑿 ≤ 𝟏ሻ = 𝑷ሺ𝑿 = 𝟎ሻ + 𝑷ሺ𝑿 = 𝟏ሻ

P (x ≤ 1) = 𝑪𝟔𝟎 ሺ𝟎. 𝟓ሻ𝟎 ሺ𝟎. 𝟓ሻ𝟔 + 𝑪𝟔𝟏 ሺ𝟎. 𝟓ሻ𝟏 ሺ𝟎. 𝟓ሻ𝟓 = 𝟎. 𝟏𝟎𝟗
P (0 ≤ x ≤ 1)

EJERCICIO 4:
Una empresa informa que el 35% de sus cuentas están vencidas. Si el contador toma
aleatoriamente siete cuentas. Hallar la probabilidad de que tres estén vencidas.
n=7
x=3

p = 0.35 𝒑ሺ𝒙 = 𝟑ሻ = 𝟕𝑪𝟑ሺ𝟎. 𝟑𝟓ሻ𝟑 ሺ𝟎. 𝟔𝟓ሻ𝟒 = 𝟎. 𝟐𝟔

q = 0,65

EJERCICIO 5:

En una fábrica de bombillas el 5%sale con defectos. Determinar la probabilidad de que en

una muestra de 12 se encuentren 2 bombillas defectuosas

X = n de bombillas defectuosas

r =2 P(X= r) = (n r ) pr qn-r

n =12

p = 5/100 =0.05

q =1-p = 1- 0.05 =0.95

P (x=2) = (12 2 )0.052*0.9512-2

= 12!/2!(12-2)!/10! *0.052*0.9510

= 12 *11 * 10! /2!*10! *0.052*0.9510

= 132 /2 * 0.052* 0.9510

=0.0988

= 988

EJERCICIO 6:

9
Un evento tiene 55 % de probabilidades de ocurrir cada vez alguien entra a determinado
hospital.

¿Cuál es la probabilidad de que dicho evento suceda en 2 de 5 personas ingresadas hoy?

P =55% =0.55 (prob. De que ocurra) n =5 total de experimentos

q =45% =0.45 (prob. De que no ocurra) x = 2 total de éxitos

(n x)px qn-x = (5 2 ) (0.55)2 * (0.45)5-2

5C2

Distribución binomial

(5 2) (0.55)2 (0.45)5-2 = 10 (0.3025) (0.091125)

= 0.27565

= 27.565 %

(5 2) = 5! /2!(5-2)!

= 5*4*3*2*1/2*1*3*2*1

=20/ 2 =10

EJERCICIO 7:

La última novela de un autor ha tenido un gran éxito, hasta el punto

de que el 80% de los l ectores y a la han leí do. Un gr upo de 4 amig os
son aficionados a la l ectura:

¿Cuál es l a pr obabilidad de que en el gr upo hay an leí do l a

novel a 2 personas?

B(4, 0.2) p = 0.8 q = 0.2

10
 ¿Y cómo máximo 2?

EJERCICIO 8:

Un ag ente de seg uros vende pólizas a cinco personas de la misma

edad y que disfr utan de buena sal ud. Seg ún las tabl as actuales, la
probabilidad de que una persona en estas c ondiciones viva 30 años o
más es 2/3. Hállese l a probabilidad de que, transcurri dos 30 años,
vivan:

1. Las cinco pers onas

B(5, 2/3) p = 2/3 q = 1/3

2. Al menos tr es personas

3. Exactamente dos personas

11
 V. REFERENCIA BIBLIOGRÁFICA

 Manuel Córdova Zamora (2003) Estadística: Descriptiva e Inferencial, Aplicaciones,

Ediciones: Distribuidora, Imprenta, Editorial, Librería, MOSHERA S.R.L

12