INSTITUTO
TECNOLÓGICO PROBABILIDAD Y ESTADÍSTICA
DE CIUDAD
“DISTRIBUCIÓN BINOMIAL”
JIMÉNEZ
Docente: Rubén Moriel Ramírez
Nombre: Cinthia Lizeth Mares Chaparro
Carrera: Ingeniería industrial
Semestre: 2
¿QUÉ ES LA DISTRIBUCIÓN BINOMIAL?
Una distribución binomial es una distribución de probabilidad discreta que describe el
número de éxitos al realizar n experimentos independientes entre sí, acerca de una
variable aleatoria.
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados
bajo esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el
que definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y
contamos los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades
se ajustaría a una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos
en la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra
variable aleatoria.
Se utilizan las siguientes variables:
n= Número de ejecuciones independientes de un experimento
x= Nº de veces que ocurre un evento que nos interesa del experimento en cuestión.
p= Las probabilidad experimentada de un suceso x que nos interesa, llamada
probabilidad de éxito cada vez que el experimento se realice por tanto (1-p)= la
probabilidad de fracaso al realizar el experimento.
PROPIEDADES DE LA DISTRIBUCIÓN BINOMIAL:
Para que una variable aleatoria se considere que sigue una distribución binomial,
tiene que cumplir las siguientes propiedades:
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o
fracaso).
La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p.
La probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante
dado que la moneda no cambia en cada experimento y las probabilidades de sacar
cara es constate.
La probabilidad de fracaso ha de ser también constate. Esta se representa mediante
la letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o
sabiendo q, podemos obtener la que nos falte.
El resultado obtenido en cada experimento es independiente del anterior. Por lo
tanto lo que ocurra en cada experimento no afecta a los siguientes.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al
mismo tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar
una moneda salga cara y cruz al mismo tiempo.
Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y si se lanza una moneda, si no sale cara
ha de salir cruz.
La variable aleatoria que sigue una distribución binomial se suele representar como
X~(n,p). n representa el número de ensayos o experimentos y p la probabilidad de
éxito.
LAS CARACTERÍSTICAS DE ESTA DISTRIBUCIÓN SON:
a) En los experimentos que tienen este tipo de distribución, siempre se esperan dos
tipos de resultados, ejem. Defectuoso, no defectuoso, pasa, no pasa, etc., etc.,
denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o “fracaso”
(lo contrario del éxito).
b) Las probabilidades asociadas a cada uno de estos resultados son constantes, es
decir no cambian.
c) Cada uno de los ensayos o repeticiones del experimento son independientes entre
sí.
d) El número de ensayos o repeticiones del experimento (n) es constante.
FORMULA
Dónde:
n = número de
ensayos/experimentos
x = número de éxitos
p = probabilidad de éxito
q = probabilidad de fracaso (1-p)
Es importante resaltar que la expresión entre corchetes no es una expresión matricial,
sino que es un resultado de una combinatoria sin repetición. Este se obtiene con la
siguiente formula:
El signo de
exclamación en la expresión anterior, representa el símbolo de factorial.
EJEMPLO 1 DE DISTRIBUCIÓN BINOMIAL
Imaginemos que un 80% de personas en el mundo han visto el partido de
la final del último mundial de futbol. Tras el evento, 4 amigos se reúnen a
conversar, ¿Cuál es la probabilidad de que 3 de ellos hayan visto?
Definamos las variables del experimento:
n = 4 (es el total de la muestra que tenemos)
x = número de éxitos, que en este caso es igual a 3, dado que buscamos
la probabilidad de que 3 de los 4 amigos lo hayan visto.
p = probabilidad de éxito (0,8)
q = probabilidad de fracaso (0,2). Este resultado se obtiene al restar 1-p.
Tras definir todas nuestras variables, simplemente sustituimos en la
formula.
El numerador del factorial se obtendría de multiplicar 4*3*2*1 = 24 y en el denominador
tendríamos 3*2*1*1 = 6. Por lo tanto el resultado del factorial sería 24/6=4.
Fuera del corchete tenemos dos números. El primero sería 0,8^3=0,512 y el segundo
0,2 (dado que 4-3 = 1 y cualquier número elevado a 1 es el mismo).
Por tanto nuestro resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100
tenemos que hay una probabilidad del 40,96% de que 3 de los 4 amigos hayan visto el
partido de la final del mundial.
VARIABLE ALEATORIA BINOMIAL
La variable aleatoria binomial {X}, expresa el número de éxitos obtenidos en cada
prueba del experimento.
La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores
{k=0, 1, 2, 3…, n} suponiendo que se han realizado {n} pruebas.
Ejemplo:
Se lanza 10 veces una moneda honrada al aire y se desea obtener 6 caras.
En este caso tenemos que:
EJEMPLO 2 DE DISTRIBUCION BINOMIAL
Ejemplo:
Se lanza al aire una moneda normal 3 veces, determine la probabilidad de que
aparezcan 2 águilas.
Solución:
Antes de empezar a resolver este problema, lo primero que hay que hacer es
identificarlo como un problema que tiene una distribución binomial, y podemos decir que
efectivamente así es, ya que se trata de un experimento en donde solo se pueden
esperar dos tipos de resultados al lanzar la moneda, águila o sello, cutas probabilidades
de ocurrencia son constantes, cada uno de los lanzamientos es independiente de los
demás y el número de ensayos o repeticiones del experimento son constantes, n = 3.
Para dar solución a este problema, lo primero que hay que hacer es un diagrama de
árbol, en donde representaremos los tres lanzamientos, de ahí se obtendrá el espacio
muestral y posteriormente la probabilidad pedida, usando la fórmula correspondiente.
Para obtener la fórmula, definiremos lo siguiente:
n = número de lanzamientos de moneda
x = número de “éxitos” requeridos = número de águilas = 2
p = probabilidad de “éxito”= p(aparezca águila) =1/2
q = probabilidad de “fracaso”= p(aparezca sello) =1/2
Entonces podemos partir de la siguiente expresión para desarrollar la fórmula; P
(aparezcan 2 águilas)=(No. De ramas del árbol en donde ap. 2 águilas)(probabilidad
asociada a cada rama)
Entonces el número de ramas en donde aparecen dos águilas se puede obtener;
Enumerando las ramas de interés, estas serían: AAS, ASA, SAA, ¿QUÉ TIPO DE
ARREGLOS SON ESTOS ELEMENTOS DEL ESPACIO MUESTRAL?, Son
permutaciones en donde algunos objetos son iguales, entonces, el número de ramas se
puede obtener con la fórmula correspondiente,
Donde n = x1+x2+...+xk
Sustituyendo en esta fórmula, tenemos lo siguiente;
Esta fórmula puede ser sustituida por la de combinaciones, solo en el caso de dos tipos
de objetos, si hay más de dos tipos de objetos, definitivamente solo se usa la fórmula
original, como se observará en el caso de la distribución multinomial, pero ¿por qué
vamos a cambiar de fórmula?, simplemente porque en todos los libros de texto que te
encuentres vas a encontrar la fórmula de combinaciones en lugar de la de
permutaciones, que es la siguiente,
Y sustituyendo valores, nos
damos cuenta de que efectivamente son 3 las ramas de interés, que son donde
aparecen dos águilas, donde n = 3, x = 2.
¿Y la probabilidad asociada a cada rama?
Probabilidad asociada a cada rama = p(águila)*p(águila)*p(sello)= p*p*q = p2q=
Luego la fórmula de la distribución Binomial sería:
Dónde:
p(x, n, p) = probabilidad de obtener en n ensayos x éxitos, cuando la probabilidad de
éxito es p
Dando solución al problema de ejemplo
tenemos lo siguiente:
n = 3, x = 2, p = ½
