Vous êtes sur la page 1sur 26

La distribucin binomial

UNIDAD 3
TIPOS DE DISTRIBUCIONES
O 3.1 BINOMIAL
O 3.1.1 PROPIEDADES:

MEDIA, VARIANZAS Y
DESVIACIN ESTNDAR
O 3.1.2 GRFICA
*ALUMNOS:
ADRIAN A. MURILLO
ROSALES
CSAR JAVIER QUIROZ
RMZ.

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.
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:
O Identificar las propiedades de una distribucin

binomial.
O Determinar los valores de xitos p y fracasos q para
establecer las bases para el cmputo de las
probabilidades.
O 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 varn o hembra.
En el deporte un equipo puede ganar o perder.
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
por p, y no vara 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 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.

Caractersticas analticas
O Su funcin de probabilidad es
O donde
O siendo

las combinaciones de

en

Ejemplo
O Supongamos que se lanza un dado 50 veces y queremos
la probabilidad de que el nmero 3 salga 20 veces. En
este caso tenemos una X ~ B(50, 1/6) y la probabilidad
sera P(X=20):
O Propiedades caractersticas

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%.

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) .
O k es el nmero de xitos que buscamos. Este valor
se encuentra entre 0 y n.
O En el parmetro B(n,p), n debe ser mayor de 0 y p
un valor desde 0 al 1.

Ejemplo 3
B(n,p)
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 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 estar en x=2
El resultado es 0.0988

Ejemplo 4
B(n,p)
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

La media y
desviacin estndar
Caractersticas de la distribucin
binomial
Media
= E(X) = n p
= 5 0.1 = 0.5
= 5 0.5 = 0.25

P(X)
.6
.4
.2
0

n = 5 p = 0.1
X

Desviacin estndar

np (1 p)
5 0.1 (1 0.1) 0.67
5 0.5 (1 0.5) 1.1

P(X)
.6
.4
.2
0

n = 5 p = 0.5
X

5
17

En resumen
Hemos determinado la probabilidad binomial mediante el uso de la
funcin binomial. Adems, aprendimos que:
O La distribucin binomial se forma de una serie de experimentos de

Bernoulli

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

nxp

O La desviacin estndar ( ) en la distribucin binomial se obtiene del

producto de n x p x q.

O 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.

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 con defectos

Para la 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

Aproximacin de la distribucin
binomial por la normal

Una distribucin binomial B (n, p) se puede


aproximar por una distribucin normal, siempre que n
sea grande y p no est muy prxima a 0 1. La
aproximacin consiste en utilizar una distribucin
normal con la misma media y desviacin tpica de la
distribucin binomial.
En la prctica se utiliza la aproximacin cuando:

n>30, np>5, nq>5


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

O Distribucin Binomial

O La figura es la grfica de una distribucin

binomial(n, 0.5) para n = 20, 40, 60, 80, 100.


Puede ver la aproximacin a la distribucin
normal.

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