Experimento Bernoulli y

Distribución binomial
Objetivo: Modelar fenómenos o situaciones cotidianas del ámbito
científico y del ámbito social, que requieran el cálculo de probabilidades
y la aplicación de las distribuciones binomial.
 EXPERIMENTO BERNOULLI

Diremos que un evento es llamado del tipo Bernoulli cuando este puede
ocurrir o no ocurrir, es decir, se llamara éxito (p) en el caso de ocurrencia y,
fracaso (1-p) en el caso de no ocurrencia del evento que se está estudiando.

Siempre debe verificarse que 𝑝 + 𝑞 = 1

 EXPERIMENTO BERNOULLI

Se denomina ensayo de Bernoulli a todo experimento aleatorio que tiene

solo dos resultados posibles mutuamente excluyentes, generalmente
llamados éxito y fracaso.
 EXPERIMENTO BERNOULLI

Y si 𝑋~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝑝 * entonces su función de probabilidad está dada por la

siguiente expresión:

a) aprobar o reprobar una asignatura

b) obtener cara o sello al lanzar una moneda
c) sexo de un niño al nacer
*v.a Bernoulli con parámetro p
 EXPERIMENTO BERNOULLI

El proceso Bernoulli debe tener las siguientes propiedades:

a) El experimento consiste en n intentos repetidos.
b) Los resultados de cada uno de los intentos pueden clasificarse como un éxito
o un fracaso.
c) La probabilidad de éxito, p , permanece constante para todos los intentos.
d) Los intentos repetidos son independientes .
e) 𝐸(𝑥) = 𝑝 𝑦 𝑉𝑎𝑟(𝑥) = 𝑝 ∙ 𝑞
 EXPERIMENTO BERNOULLI

Ejemplo: Un juego consiste en lanzar un dado una sola vez, si se obtiene un 3

se gana el juego, si se obtiene otro valor, se pierde. Sea X = el número de veces
que sale un 3. Determinar la distribución de probabilidad de X.

•X = 0, cuando no se obtenga 3.
•X = 1, cuando se obtenga un 3.

la variable aleatoria X sigue una distribución de Bernoulli con una probabilidad de éxito de 1/6
 DISTRIBUCIÓN BINOMIAL

Cumple las siguientes condiciones:

i. El experimento consta de una secuencia de n ensayos idénticos.

ii. En cada ensayo hay dos resultados posibles. A uno de ellos se le llama
éxito y al otro, fracaso.

iii. La probabilidad de éxito es constante de un ensayo a otro, nunca cambia y

se denota por p. Por ello, la probabilidad de fracaso será 1 – p. Esto se
debe a que la probabilidad de éxito más la probabilidad de fracaso
suman 1.

iv. Los ensayos son independientes, de modo que el resultado de cualquiera

de ellos no influye en el resultado de cualquier otro ensayo.
 DISTRIBUCIÓN BINOMIAL

𝑛 𝑥 𝑛−𝑥
∙ 𝑝 ∙ (1 − 𝑝)
𝑥

Coeficiente binomial o número

combinatorio
 DISTRIBUCIÓN BINOMIAL

Ejemplo: De cinco
días la probabilidad Llueve = 70% de No llueve = 30% de
de que llueva en probabilidad probabilidad
tres.

𝑛 𝑥 𝑛−𝑥
∙ 𝑝 ∙ (1 − 𝑝)
𝑥
Coeficiente binomial o número
combinatorio
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En una distribución binomial B(10; 0,4) hallar:

a) P(X = 0)

b) P(X = 3)

c) P(X = 5)

d) P(X = 10)
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

La probabilidad de que cierto antibiótico presente una reacción negativa al

administrarse a un ave rapaz en recuperación es de 0.15. Si se les ha
administrado dicho antibiótico a 10 aves, calcúlense las probabilidades de
que haya reacción negativa:
a. En dos aves
b. En ningún ave
c. En menos de 4 aves
d. Entre 2 y 5 aves
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Probabilidades acumuladas: Es posible que nos pidan no sólo la probabilidad

de que ocurran un cierto número de ´éxitos en concreto, sino que ocurran
como mucho “k” ´éxitos o preguntas similares. En estos casos se deben
calcular las probabilidades de cada suceso por separado y luego sumarlas.
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

La probabilidad de que cierto antibiótico presente una reacción negativa al

administrarse a un ave rapaz en recuperación es de 0.15. Si se les ha
administrado dicho antibiótico a 10 aves, calcúlense las probabilidades de
que haya reacción negativa:
a. En dos aves
b. En ningún ave
c. En menos de 4 aves
d. Entre 2 y 5 aves
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Ejemplo: De todas las flores plantadas por una empresa de jardinería, el 90%
sobrevive. Si se plantan 10 flores ¿cuál es la probabilidad de que 9 o más
sobrevivan?

X = número de flores de 10 que sobreviven

 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Lanzamos siete monedas. Calcula las probabilidades de 3 caras, 5 caras y 6

caras. (B(7; 0,5))
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Un dado cuyas caras están numeradas del 1 al seis se lanza cinco veces. Halla
la probabilidad de que el número tres salga:

a) Exactamente dos veces

b) Una vez a lo sumo

c) Más de una vez

 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En un centro escolar el 25% de los alumnos son de origen extranjero. Si se

eligen seis estudiantes al azar, ¿cuál es la probabilidad de que cuatro o más
sean de origen extranjero?
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Una compañía de seguros estima que la probabilidad de un asegurado de

motocicleta tenga algún tipo de accidente es de 0,15. De 10 asegurados,
¿cuál es la probabilidad de que haya al menos 2 accidentados?
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En un centro comercial el 35% de los consumidores utiliza el automóvil para

hacer sus compras. Si se eligen al azar 7 consumidores que hayan realizado la
compra en dicho centro comercial:

a) ¿cuál es la probabilidad de que exactamente 3 de ellos hayan ido en auto

a comprar?

b) ¿Cuál es la probabilidad de que todos hayan ido en auto?

 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Determina la probabilidad de que al lanzar una moneda 15 veces, el número

de caras sea menor que 5.
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En una moneda trucada la probabilidad de obtener cara es 0,4. Si se lanza 5

veces, calcula la probabilidad de obtener al menos 3 caras.
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Determina la probabilidad de que al lanzar un dado 15 veces el número de

cincos sea mayor que 10.
 Media o Valor esperado

En una distribución binomial, la media nos indica el valor medio de un

fenómeno aleatorio. Se calcula con la siguiente fórmula:

Donde:
n es el número de ensayos
p es la probabilidad de éxito
 Varianza

Es una medida de dispersión que nos indica qué tan lejos se encuentran los
cuadrados de la desviación de la media. Se calcula con la fórmula:

Donde:
n es el número de ensayos
p es la probabilidad de éxito
1-p es la probabilidad de fracaso
 Desviación estándar

Es la raíz cuadrada de la varianza:

 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

La probabilidad de que un artículo producido por una fábrica sea defectuoso

es 0,02. Se envió un cargamento de 10.000 artículos a unos almacenes.
Hallar el número esperado de artículos defectuosos, la varianza y la
desviación típica.
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

Diez individuos, cada uno de ellos propenso a la tuberculosis, entran en

contacto con un portador de la enfermedad. La probabilidad de que la
enfermedad se contagie del portador a un sujeto cualquiera es de 0.1.
¿Cuántos se espera que contraigan la enfermedad?
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En una tienda, el 75% de las compras se hacen con tarjeta de crédito. Sea X =
el número entre diez compras seleccionadas al azar realizadas con tarjeta de
crédito. Entonces X ~ B (10; 0,75). Hallar:

a) El valor esperado de X

b) La varianza de X

c) La desviación estándar de X
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En el control de calidad de bombillas de bajo consumo de una fábrica se ha

comprobado que el 90% son buenos. Se toma un muestra de 500 bombillas.
Por término medio, ¿cuántas serán de buena calidad? Calcula la media, la
varianza y la desviación típica.
 DISTRIBUCIÓN BINOMIAL
𝑛
∙ 𝑝 𝑥 ∙ (1 − 𝑝)𝑛−𝑥
𝑥

En el estudio sobre una nueva medicina para la hepatitis C se ha comprobado

que produce curaciones completas en el 80% de los casos tratados. Se
administra a 1000 nuevos enfermos ¿Cuántas curaciones esperaremos que se
produzcan?