ESTADÍSTICA GENERAL

Departamento Académico de Cursos Básicos

DISTRIBUCIÓN
BINOMIAL

Semana 08
Sesión 15
 Resultado de aprendizaje de la sesión
Al finalizar la sesión, el estudiante resuelve problemas de distribución
binomial, identificando las características de la variable aleatoria y aplicando las
fórmulas correctas.

Imagen: [Link]
 Reflexión desde la experiencia
Una concentración particular de una sustancia química
encontrada en agua contaminada resultó ser mortal para 20%
de los peces expuestos a esta concentración durante 24 horas.
Se ponen 5 peces en un tanque que contiene agua con esta
concentración del producto químico.
a. Determine la probabilidad de que exactamente 2 mueran.
b. Determine la probabilidad de que por lo menos 3 mueran
[Link]
 Reflexión desde la experiencia

Responde en el padlet las siguientes

preguntas:

• ¿Cuál es la variable de estudio?

• ¿Cuál es la probabilidad que la sustancia química sea
mortal?
• ¿Cuál es la probabilidad que la sustancia química no sea
mortal?
• Si en el problema anterior se ponen cinco peces ¿cuál es
la probabilidad que ninguno de los peces muera?
Desarrollo del tema
Variable aleatoria
Distribución binomial
 Variable aleatoria

Una variable aleatoria es cualquier función que tiene como dominio a los elementos
que constituyen el espacio muestral de un experimento aleatorio y como rango un
subconjunto de números reales.
Clases de variables aleatorias

Las variables aleatoria se clasifican en:

• Variables aleatorias discretas
• Variables aleatorias continuas
 Variable aleatoria

Variable aleatoria discreta Variable aleatoria continua

Es aquella variable cuya rango esta Es aquella variable cuyo rango esta
determinado por un conjunto finito o determinado por un conjunto infinito
infinito numerable de valores no numerable de valores
Ejemplos: Ejemplos:
• El peso del corazón de una ballena
• Número de accidentes automovilisticos azul
• Número de preguntas respondidas • Tiempo de una transacción
correctamente económica
• Número de estudiantes desaprobados
en el curso de estadística general • El diámetro de una arandela
 Variable aleatoria

Ejemplo 1: E: Se lanzan dos monedas X= Número de caras que se obtienen al

lanzar dos monedas
𝑫𝑿 =Ω= 𝐶𝐶, 𝐶𝑆, 𝑆𝐶, 𝐶𝑆 Ω 𝑹𝑿

X:Número de caras que se obtienen al lanzar dos monedas SS 0

Esta función asigna los siguientes valores a los elementos del
espacio muestral: SS 1
SS X=0 CS
CS, SC X=1
CC X=2 CC 2

Por lo tanto la variable aleatoria X toma los siguientes valores

𝑹𝑿 = 0,1,2 𝑫𝑿 = 𝐶𝐶, 𝐶𝑆, 𝑆𝐶, 𝐶𝑆
𝑹𝑿 = 0,1,2
 Variable aleatoria

¿Cómo se determinan las probabilidades de Ω a través de X?

Con relación al ejemplo anterior

E: Lanzar dos monedas Ω= 𝐶𝐶, 𝐶𝑆, 𝑆𝐶, 𝐶𝑆

La probabilidad de ocurrencia de cada elemento de Ω es 1/4

X: Número de caras que se obtienen al lanzar dos monedas

X puede tomar 0 para el caso SS P(X=0)=P(SS)=1/4

X puede tomar 1 para el caso CS,SC P(X=1)=P(CS,SC)=P(CS)+P(SC)=1/4+1/4=1/2
X puede tomar 2 para el caso CC P(X=2)=P(CC)=1/4
 Variable aleatoria

La función de probabilidad también se puede representar de la siguiente manera:

X: Número de caras que se obtienen al lanzar dos monedas

X f(X)=P(X=x)
0 1/4
1 1/2
2 1/4
Total 1

[Link]
 Distribución binomial

Es un modelo de probabilidad que se ajusta a un experimento binomial que estudia a

eventos independientes, cuyos resultados tienen solo dos alternativas “éxito” o “fracaso”:
✓ Sano-enfermo
✓ Verdadero-falso
✓ Bueno-defectuoso etc.

[Link]
 Distribución binomial

La probabilidad de éxito (p) así como la probabilidad de fracaso (q = 1- p) permanece

igual para cada ensayo o repetición.

[Link]
 Distribución binomial

La distribución binomial se forma de una serie

de experimentos de Bernoulli.
Su función de probabilidad de la variable
aleatoria binomial X está dado por:

𝑛 𝑥 𝑛−𝑥
𝑃[𝑋 = 𝑥] = 𝑝 𝑞
𝑥
[Link]
 Distribución binomial

𝑛 𝑥 𝑛−𝑥
𝑃[𝑋 = 𝑥] = 𝑝 𝑞 𝑥 = 0, 1, 2, 3, … , 𝑛
Donde: 𝑥
n: Tamaño de muestra o número de veces que se repite el experimento.
x: Número de éxitos que se desea obtener en n
p: Probabilidad de éxito
q: Probabilidad de fracaso p+q=1
Media y varianza de una variableMedia
aleatoria binomial
y varianza de una variable aleatoria binomial
Sea X número de éxitos en n repeticiones, cada una con probabilidad de éxito
p. Entonces X sigue una distribución binomial con:

µ = 𝐸 𝑋 = 𝑛𝑝
𝜎 2 = 𝑛𝑝𝑞
 Distribución binomial

Ejemplo 1
La probabilidad que un paciente se cure de una enfermedad
normalmente mortal con cierto medicamento, se estima en
0,70. Si cinco enfermos se tratan con este medicamento.
a. ¿Cuál es la probabilidad que tres se curen?
b. ¿Cuál es la probabilidad que dos no se curen?
c. ¿Cuál es la probabilidad que al menos dos se curen? [Link]
d. Si 60 personas son tratadas con el medicamento ¿Cuántas
de ellas se curarán?
 Distribución binomial

a. ¿Cuál es la probabilidad que tres se curen?

En este caso n = 5 p= 0,7 (probabilidad que el paciente se cure)
P(X=3) X: Número de pacientes curados
5
P(X=3)= 3
0,73 0,32 =0,3087

La probabilidad que tres se curen de un grupo de cinco pacientes enfermos es 30,87%

b. ¿Cuál es la probabilidad que dos no se curen?
P(X=2) X: Número de pacientes no curados p = 0,3 ( probabilidad que el paciente
no se cure)
5
P(X=2)= 2
0,32 0,73 =0,3087

La probabilidad que dos no se curen de un grupo de cinco pacientes enfermos es 30,87%

 Distribución binomial

c. ¿Cuál es la probabilidad que al menos dos se curen?

P(X ≥ 2) X: Número de pacientes curados
P( X  2) = P( X = 2) + P( X = 3) + P( X = 4) + P( X = 5)
= 1 − P( X = 0) + P( X = 1)
5
P(X=0)= 0
0,70 0,35 =0,00243 P(X=1)= 5
0,71 0,34 =0,02835
1

Luego P(X≥2)=1- (0,00243 + 0,02835) = 1- 0,03078 = 0.97

La probabilidad que al menos dos se curen de un grupo de cinco pacientes enfermos es 97%.
d. Si 60 personas son tratadas con el medicamento ¿Cuántas de ellas se curarán?

Hallaremos µ = np (Número promedio pacientes curados) µ = 60 0,7 = 42 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒𝑠

La cantidad de pacientes que se recuperan es 42 de 60 pacientes.
 Distribución binomial

Ejemplo 2
En una oficina de servicio al cliente se atienden 100 personas
diarias. Por lo general 10 personas se van sin recibir un buen
servicio. Si se encuesta a un grupo de 8 clientes:
a. ¿Cuál es la probabilidad de que a lo más 2 no hayan
recibido un buen servicio?
b. ¿Cuál es la probabilidad que 5 reciban un buen servicio?
[Link]
 Distribución binomial

a. ¿Cuál es la probabilidad de que a lo más 2 no hayan recibido un buen servicio?

En este caso n = 8 p= 0,1 (probabilidad que una persona no reciba buen servicio)
P(X ≤ 2) X: Número de personas que no reciben buen servicio
P ( X  2) = P ( X = 0) + P ( X = 1) + P ( X = 2)

8
P(X=0)= 8 0 8
0,1 0,9 =0,4305 P(X=1)= 1
0,11 0,97 =0,3826
0

8
P(X=2)= 2
0,12 0,96 =0,1488

P(X ≤ 2) = 0,4305+0,3826 + 0,1488 = 0,962

La probabilidad que a lo más dos clientes no hayan recibido un buen servicio de un

grupo de ocho clientes es 96,2%.
 Distribución binomial

b. ¿Cuál es la probabilidad que 5 reciban un buen servicio?

X: Número de personas que reciben buen servicio
p = 0.9(probabilidad que una persona reciba buen servicio)
8
P(X=5)= 5
0,95 0,13 =0,033

La probabilidad que cinco clientes hayan recibido un buen servicio de un grupo de

ocho clientes es 3,3%.
 Distribución binomial

Ejemplo 3 3
Un cierto medicamento causa daño en el riñón en el 1% de los
pacientes. Suponga que el medicamento se prueba con 5
pacientes. Calcule la probabilidad de que:
a) Ninguno de los pacientes experimente daño en el riñón.
b) Exactamente 3 no experimenten daño en el riñón
c) Al menos 2 experimenten daño en el riñón.
[Link]
 Distribución binomial

a) Ninguno de los pacientes experimente daño en el riñón

X: Número de personas que experimentan daño p = 0,01 , n=5
5
P(X = 0)= 0
0,010 . 0,995
P(X = 0)=0,9510
La probabilidad que ninguno de los pacientes experimente daño en el riñón
de un grupo de 5 pacientes es 95,10%
b) Exactamente 3 no experimenten daño en el riñón
5
P(X = 3)= 3
0,993 . 0,012
P(X = 3)=0,0010
La probabilidad que tres pacientes no experimente daño en el riñón
de un grupo de 5 pacientes es 0,10%
 Distribución binomial

P(X ≥ 2)=1-P(X<2)
P(X ≥ 2)=1-[P(X=0)+ P(X=1)]
𝟓 𝟓
P(X ≥ 2)=1-[ 𝟎
𝟎, 𝟎𝟏𝟎 . 𝟎, 𝟗𝟗𝟓 + 𝟏
𝟎, 𝟎𝟏𝟏 . 𝟎, 𝟗𝟗𝟒 ]
P(X ≥ 2)=0,0010

La probabilidad que al menos pacientes experimente daño en el riñón de un grupo

de 5 pacientes es 0,10%
 Distribución binomial

Ejemplo 4
3 Un grupo de 6 estudiantes que se han preparado juntos para el final de Estadística
general decidieron analizar la probabilidad que tienen de aprobarlo. Recurrieron a la
base de datos que se publica en la página de web respecto al examen final del curso de
Estadística General y se hallaron los siguientes resultados:
Semestre Se presentaron Aprobaron Desaprobaron
2020-1 5900 4000 1900
2020-2 7100 5698 1402
2021-1 6500 6000 500
2021-2 7200 6100 1100
2022-1 6300 5200 1100
2022-2 5900 4000 1900
[Link]
Los estudiantes están interesados en saber
a) ¿Cuál es la probabilidad de que apruebe todo el grupo?
b) ¿Cuál es la probabilidad que la mitad del grupo apruebe el examen final?
 Distribución binomial

X: Número de alumnos que aprueban el curso de estadística general

Semestre Se presentaron Aprobaron Desaprobaron
2020-1 5900 4000 1900 p: Probabilidad que apruebe el
2020-2 7100 5698 1402 examen final de Estadística general
2021-1 6500 6000 500 30998
2021-2 7200 6100 1100 𝑝=
38900
2022-1 6300 5200 1100
2022-2 5900 4000 1900 𝑝 = 0,80 luego q=0,20
Total 38900 30998 7902

a) P(X=6)= 𝟔𝟔 0,806 . 0,200 =0,2621

La probabilidad todo el grupo apruebe el curso de Estadística general es 26,21%
b) P(X=3)= 𝟔𝟑 0,803 . 0,203 =0,0819
La probabilidad que la mitad del grupo apruebe el examen final es 8,19%.
Integremos lo aprendido
 Integremos lo aprendido

1)Si la probabilidad de éxito es 0.3 ¿Cuál es

la probabilidad de fracaso?
2) Mencione 2 características de la
distribución binomial

[Link]
EVALUACIÓN PARCIAL

Semana 8
Sesión 15
 EVALUACIÓN PARCIAL
La Evaluación Parcial es una prueba de desarrollo que situaciones problemáticas, cuyo
propósito es establecer el nivel de logro de los aprendizajes considerados en el curso. Es una
actividad de evaluación que se realizará en la Semana 8. La evaluación parcial representa el 20
% del sistema de evaluación.

Descripción de la actividad

Los estudiantes recibirán la Evaluación Parcial y luego de leer las situaciones planteadas
podrán empezar con el desarrollo de la evaluación.
La duración para esta actividad será de 110 minutos y deberá rendirse de manera individual.
El estudiante entregará la prueba adjuntando el proceso de resolución de cada pregunta
planteada.
La Evaluación Parcial consta de 5 preguntas de desarrollo.
Actividad complementaria
 Actividad complementaria

Resuelve la autoevaluación 8
en el aula virtual
Referencias Bibliográficas
 Referencias Bibliográficas
Cárdenas, R. (2014). Estadística en la educación. Digital UNID. [Link]/3GSn1kB

Celis de la Rosa, A. y Labrada, V. (2014). Bioestadística. El Manual Moderno. [Link]

De Oteyza, E., Lam, E., Hernández, C. y Carrillo, A. (2015). Probabilidad y estadística. Pearson.
[Link]

Martínez, C. (2012). Estadística y muestreo. Eco ediciones. [Link]

Obando, J. y Arango, N. (2013). Probabilidad y estadística. Fondo Editorial Universidad EIA.

[Link]

Posada, G. (2016). Elementos básicos de estadística descriptiva para el análisis de datos. Fundación
Universitaria Luis Amigó. [Link]

Rodríguez, J., Pierdant, A. y Rodríguez, C.(2014) . Estadística para administración. Grupo editorial patria,
[Link]
 Referencias Bibliográficas
Ross, M. (2014). Introducción a la estadística. REVERTÉ. [Link]

Warr, R. y Erich, R. (2019). Should the Interquartile Range Divided by the Standard Deviation be
Used to Assess Normality? The American Statistician, 67(4), 242–244. [Link]

DE CONSULTA

Anderson, D., Sweeney, D. y Williams, T. (2008). Estadística para administración y economía.

Cengage Learning Editores. [Link]

Triola, M. (2018). Estadística. Pearson educación. [Link]

Walpole, R., Myers, R., Myers, S. y Ye, K. (2012). Probabilidad y estadística para ingeniería y ciencias.
Pearson educación. [Link]