La distribución binomial
Introducción
En las empresas tenemos muchas situaciones donde se
espera que ocurra o no un evento específico. Éste puede ser
de éxito o fracaso sin dar paso a un punto medio. Por
ejemplo, en la producción de un artículo, éste puede salir
bueno o malo. Casi bueno no es un resultado de interés.
Para situaciones como éstas se utiliza la distribución binomial.
En este módulo se describe el uso de la distribución binomial
para obtener la probabilidad de ocurrencia de ese evento que
representa un resultado esperado.
Objetivo general
Esperamos que cuando termine esta presentación
pueda utilizar la distribución binomial para obtener las
probabilidades de aquellas situaciones gerenciales con
dos posibles resultados.
Objetivos específicos
Además, esperamos que pueda:
Identificar las propiedades de una distribución
binomial.
Determinar los valores de éxitos p y fracasos q para
establecer las bases para el cómputo de las
probabilidades.
Establecer el promedio, la varianza y la desviación
estándar utilizando las variables de la distribución
binomial.
Dato histórico
El cálculo de probabilidades tuvo un
notable desarrollo con el trabajo del
matemático suizo Jacob Bernoulli (1654-1705).
Bernoulli definió el proceso conocido por su
nombre el cual establece las bases para el
desarrollo y utilización de la distribución binomial.
Utilidad
La distribución binomial se utiliza en situaciones cuya solución
tiene dos posibles resultados.
Por ejemplo:
Al nacer un/a bebé puede ser varón o hembra.
En el deporte un equipo puede ganar o perder.
En pruebas de cierto o falso sólo hay dos alternativas.
Utilidad
También se utiliza cuando el resultado se puede reducir a dos
opciones.
Por ejemplo:
Un tratamiento médico puede ser efectivo o inefectivo.
La meta de producción o ventas del mes se pueden o no lograr.
En pruebas de selección múltiple, 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 sólo hay dos posibles
resultados: éxitos 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 varía 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 construcción de la
distribución binomial.
La distribución binomial
La distribución de probabilidad binomial es un ejemplo de
distribución 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 éxitos p
3 - utilizar la función matemática.
La función P(x=k)
A continuación vemos La función de probabilidad de la distribución
Binomial, también denominada Función de la distribución de
Bernoulli:
n x n!
B(n, p) p( X x) p (1 p) n x p x (1 p) n x
x x!(n x)!
x - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito, como por ejemplo, que salga
"cara" al lanzar la moneda.
1-p - también se le denomina como “q ”
Ejemplo 1:
¿Cuál es la probabilidad de que en una familia de 4 hijos exactamente 2 sean niñas?
n x
p(x) p ( 1 p)n x
x
p 0.5; n 4; x 2
4
p( 2 ) ( 0.5 )2( 1-0.5 )4 - 2
2
4!
p ( 2) 2
( 0.5 ) ( 1-0.5 ) 4- 2
2!(4 2)!
p (2) 0.0375
Ejemplo 2
¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda
10 veces?
El número de aciertos x es 6. Esto es x=6
El número de experimentos n son 10
La probabilidad de éxito p, es decir, que salga "cara" al lanzar la
moneda es 50% ó 0.50
La fórmula quedaría:
P (x = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces
una moneda es de 20.5% .
Ejemplo 3
¿Cuál es la probabilidad de obtener cuatro veces el número 3 al
lanzar un dado ocho veces?
El número de aciertos x es 4. Esto es x=4
El número de experimentos n son 8
La probabilidad de éxito p (probabilidad de que salga un 3 al
tirar el dado) es 1 / 6 (= 0.1666)
La fórmula queda:
P (x = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el
números 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 x y B (n,p) .
x es el número de éxitos que buscamos. Este valor se
encuentra entre 0 y n.
En el parámetro B(n,p), n debe ser mayor de 0 y p un valor
desde 0 al 1.
En los ejemplos 1 y 2 los parámetros B(n,p) son
B(10,0.50) y B(8,0.1666) respectivamente.
Tabla de probabilidad binomial
Obtenga más información de cómo asignar probabilidades
utilizando las tablas.
Ejemplo 4
B(n,p)
Busque en la tabla de probabilidad binomial
En una fábrica de cámaras el 5% sale con defectos. Determine la
probabilidad de que en una muestra de 10 se encuentren 2
cámaras defectuosas.
Solución :
Se trata de una distribución binomial de parámetros B(10,
0.05). Debemos calcular la probabilidad de que x sea igual a x
que en este caso es 2. Esto es P (x=2).
Busque en la parte izquierda de la tabla n=10, luego en la parte
superiror p=0.05 . La probabilidad estará en x=2
El resultado es 0.0746
Ejemplo 5
B(n,p)
Compruebe el cómputo utilizando una calculadora
de probabilidad binomial
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.
Solución :
Se trata de una distribución binomial de parámetros B(15, 0.10).
Debemos calcular la probabilidad P(X=3).
El resultado es 0.1285
La media μ y
desviación estándar σ
C a r a c t e r í s t ic a s d e la d is t r ib u c ió n
b in o m ia l
M e d ia
= E (X ) = n p P (X ) n = 5 p = 0 .1
.6
.4
= 5 · 0 .1 = 0 .5 .2
0 X
= 5 · 0 .5 = 0 .2 5
0 1 2 3 4 5
D e s v ia c ió n e s tá n d a r
P (X ) n = 5 p = 0 .5
np ( 1 p ) .6
.4
5 0 . 1 ( 1 0 . 1 ) 0 . 67 .2
0 X
5 0 . 5 (1 0 . 5 ) 1 . 1 0 1 2 3 4 5
17
En resumen
En este módulo hemos determinado la probabilidad binomial mediante el
uso de la función binomial, tablas de distribución y la calculadora del
enlace. Además, aprendimos que:
La distribución binomial se forma de una serie de experimentos de
Bernoulli
La media (μ) en la distribución binomial se obtiene con el producto de
nxp
La desviación estándar (σ ) en la distribución binomial se obtiene del
producto de n x p x q.
El valor de q es el complemento de p y se obtiene con 1 – p.
Ejercicio de prueba #1
Un comerciante de verduras tiene conocimiento de que el
10% de la caja está descompuesta. Si un comprador elige 4
verduras al azar, encuentre la probabilidad de que.
a) las 4 estén descompuestas. R/0.0001
b) de 1 a 3 estén descompuestas. R/0.3438
Para resolver la pregunta “b” repase el
modulo de las reglas de probabilidad.
En este caso se resuelve sumando las
probabilidades P(x=1) + P(x=2) + P(x=3)
= 0.2916 + 0.0486+0.0036
Ejercicio de prueba #2
En pruebas realizadas a un amortiguador para automóvil se encontró que
el 20% presentaban fuga de aceite. Si se instalan 20 de estos
amortiguadores, hallar la probabilidad de que:
a) 4 salgan defectuosos, R/0.2182
b) más de 5 tengan fuga de aceite. R/0.1958
c) de 3 a 6 amortiguadores salgan defectuosos. R/0.7073
d) Determine el promedio y la desviación estándar 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 eléctrica, inspecciona una muestra al azar de 10
alternadores de un lotes. Si el 20% de los alternadores del lote
están defectuosos. Cuál es la probabilidad de que en la muestra,
a) ninguno esté defectuoso, R/0.1074
b) uno salga defectuoso, R/0.2684
c) al menos dos salgan defectuosos R/ 0.6242
d) más de tres estén con defectos R/0.3222
e) no mas de tres estén con defecto R/0.8791
Ejercicio de prueba #4
La probabilidad de que un CD de música dure al menos un año sin
que falle es de 0.95, calcular la probabilidad de que en una muestra
de 15,
a) 12 duren al menos un año, R/ 0.0307
b) a lo más 5 duren al menos un año, R/ 0
c) al menos 2 duren al menos un año. R/ 1
Ejercicio de prueba #5
Si 15 de 50 proyectos de viviendas violan el código de construcción,
¿cuál 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 código de
construcción R/0.2401
b) una viola el código de construcción R/0.4116
c) dos violan el código de construcción R/0.2646
d) al menos tres violan el código de construcción R/0.0837
Ejercicio de prueba #6
Sea x una variable aleatoria binomial. Hallar la distribución de
probabilidad de x si = 4 y n= 10.
Para resolver esta pregunta utilice la relación de μ=np
Depejando por p queda
P= μ/n
Al tener el parámetro B(n,p) puede buscar en la tabla las x
y sus probabilidades correspondientes. Esto forma la
distribución de probabilidad binomial para este ejercicio.
