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.
El módulo va dirigido al estudiantado de Administración de
Empresas en sus distintas concentraciones.
Objetivo general
Esperamos que cuando termines esta
presentación puedas utilizar la distribución
binomial para obtener las probabilidades de
aquellas situaciones gerenciales con dos
posibles resultados.
Objetivos específicos
Además, esperamos que puedas:
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.
Instrucciones de cómo usar la
presentación
La presentación inicia con las características que
definen un proceso binomial.
Te recomiendo que tengas acceso a Internet mientras
trabajas la presentación.
Siempre que se presente la siguiente figura:
puedes presionarla para navegar adecuadamente
a través de toda la presentación.
También encontrarás comentarios de apoyo y
nota
retroalimentación en recuadros como éste:
Instrucciones de cómo usar la
presentación
Durante la lectura del módulo tendrás la oportunidad de
enlazar el glosario de términos y regresar al lugar de
origen presionando:
Luego de leer el material que sirve de introducción,
podrás establecer enlaces que demuestran los
conceptos teóricos.
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:
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:
k - 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 ”
Ejemplo1 de la función
F(x=k)
¿Cuál es la probabilidad de obtener 6 caras al lanzar una
moneda 10 veces?
El número de aciertos k 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 (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 función
F(x=k)
¿Cuál es la probabilidad de obtener cuatro veces el
número 3 al lanzar un dado ocho veces?
El número de aciertos k 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 (k = 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 k y B (n,p) .
k 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.
Cuando llegue al enlance lea las
primeras 6 preguntas con sus
respuestas y luego practique con
los ejercicios 1.1
Ejemplo 3
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 12 se encuentren
2 cámaras defectuosas.
Solución :
Se trata de una distribución binomial de parámetros
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 estará en
x=2
Ejemplo 4
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. Vea otros ejemplos en
este enlace
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
Ejercicio de redacción
con experiencia interactiva
Observe el cambio de la distribución variando el parámetro
B(n,p)
Presente una descripción
escrita de las observaciones
que obtiene al variar los
valores n y p.
Cuando llegue al enlance
entre:
n en “Number ot trials”
p en “Prob. of Success”
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 .6
P (X ) n = 5 p = 0 .1
.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
.2
5 0 . 1 ( 1 0 . 1 ) 0 . 67 0 X
0 1 2 3 4 5
5 0 . 5 ( 1 0 . 5 ) 1 . 1 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 n x p
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 tienen 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.
b) de 1 a 3 estén descompuestas.
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)
= 0.6561 + 0.2916 + 0.0486
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,
b) más de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
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 15% de los
alternadores del lote están defectuosos. Cuál es la
probabilidad de que en la muestra,
a) ninguno esté defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos
d) más de tres estén Para
con ladefectos
pregunta “d” puede realizar
la siguiente operación:
1 – [P(x=0) + P(x=1) + P(x=2)]
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 menos de un año,
b) a lo más 5 duren menos de un año,
c) al menos 2 duren menos de un año.
Ejercicio de prueba #5
Si 6 de 18 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
b) una viola el código de construcción
c) dos violan el código de construcción
d) al menos tres violan el código de construcción
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.
Aproximación de la distribución
binomial por la normal
Experiencia interactiva, ejemplos y ejercicios relacionados
a la aproximación binomial por la normal
Una distribución binomial B (n, p) se puede
aproximar por una distribución normal, siempre
que n sea grande y p no esté muy próxima a 0
ó 1. La aproximación consiste en utilizar una
distribución normal con la misma media y
desviación típica de la distribución binomial. Lea el Módulo
de la distribución
En la práctica se utiliza la aproximación cuando: normal
n>30, np>5, nq>5
En cuyo caso : x= B(n,p) se puede aproximar a N(μ=np, σ =
Repaso de conceptos
Observe un vídeo de repaso de la distribución de probabilidad binomial
Cuando llegue al enlace haga
click en la columna izquierda en
Bernoulli
y continúe observando el video de
Binomial
Glosario de términos
Distribución de probabilidad discreta - distribución con un
número finito de valores.
Distribución binomial – Distribución discreta que se aplica
cuando se realizan más de una vez y de forma independiente
el experimento de Bernoulli.
Experimento de Bernoulli – Experimento con dos posibles
resultados (éxito o fracaso).
Experimento independiente – Cuando el resultado de un
experimento no tiene influencia en el resultado de otro
experimento
Glosario de términos
Éxitos – Es la ocurrencia del evento de interés como
cantidad de defectos, llamadas recibidas, servicios
completados.
Fracasos – Es el complemento de los éxitos. Es la ocurrencia
del evento que no es de interés.
Resultados mutuamente excluyentes – Son resultados que
no pueden ocurrir al mismo tiempo. Si un producto sale
bueno, no puede salir defectuoso al mismo tiempo.
