Resumen de las ideas clave

En este artculo vamos a presentar las caractersticas bsicas de la distribucin binomial

y sus posibles aplicaciones prcticas con la finalidad de suministrar una especie de

catlogo al que acudir para determinar un modelo de probabilidad para describir el

comportamiento de una variable real.

1. Gua introductoria

La distribucin binomial es una distribucin de probabilidad discreta que mide el

nmero de xitos si la variable es una variable aleatoria discreta, es decir, slo puede

tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas. En las

empresas tenemos muchas situaciones donde se espera que ocurra o no un evento

especfico. ste, slo puede ser de xito o fracaso. Por ejemplo, en la produccin de una

pieza, sta puede salir buena o defectuosa. Para situaciones como stas se utiliza la

distribucin binomial.

La estructura de este objeto de aprendizaje es como sigue: en primer lugar se presentan

los objetivos que se desean consigan los alumnos; a continuacin se trabaja la definicin

y caractersticas de la distribucin binomial, haciendo especial relevancia en como

identificarla y diferenciarla de otras distribuciones discretas y se resuelven algunos

ejemplos prcticos para ayudar a su comprensin. Finalmente, en el Cierre, se destacan

los conceptos bsicos de aprendizaje con respecto a la distribucin binomial y sus

aplicaciones prcticas.
Objetivos

Identificar las propiedades de una distribucin binomial, as como sus parmetros

caractersticos, esperanza y varianza.

Determinar los valores de p y fracasos q para establecer las bases para el cmputo de

las probabilidades en la distribucin binomial.

Definicin y caractersticas de la distribucin binomial

Un experimento binomial es el que tiene estas cinco caractersticas:

1. El experimento consiste en n intentos idnticos.

2. Cada intento resulta en uno de dos resultados. Por falta de un mejor nombre, el

resultado uno se llama xito, S, y el otro se llama fracaso, F.

3. La probabilidad de xito en un solo intento es igual a p y es igual de un intento a

otro. La probabilidad de fracaso es igual a (1 - p) = q.

4. Los intentos son independientes.

5. Estamos interesados en x, el nmero de xitos observado durante los n intentos, para

x = 0, 1, 2,, n.

Definicin formal

Su notacin es X ~ B (n, p). Sean X: Variable aleatoria discreta cuyo valor

representa la cantidad de ensayos considerados xito en una serie de n
ensayos realizados.

K = 0, 1, 2, ..., n valores que puede tomar X

P: valor de probabilidad de que cada resultado sea xito

Entonces, la distribucin de probabilidad de X es:

( ) = ( ) (1 ) , {0, 1, 2, , }

Demostracin distribucin Binomial

Calculemos su funcin de probabilidad puntual. Para ello, observemos en primer lugar que
RX = {0,1,2,...,n}.
Sea k RX, una secuencia posible con k xitos y n-k fracasos es:

y su probabilidad, dada la independencia de las repeticiones, es pk (1 p)nk . Pero, hay

( ) secuencias posibles conteniendo k xitos, entonces

( = ) = ( ) = ( ) (1 ) , {0, 1, 2, , }

Evaluamos la siguiente propiedad =0 () = 1 , comprobamos:

() = (1 ) = ( + (1 ) = 1 = 1
=0 =0

Se us la frmula del Binomio de Newton :

( + ) = ( )


=0

Distribucin de probabilidad binomial acumulada

Sea X: Variable aleatoria discreta con distribucin binomial con parmetros n, p

Entonces, la distribucin de probabilidad acumulada de F de X es:

( ) = ( = ) = ( ) (1 ) , 0

; <


( ) = ( ) ( ) ;

=
{ ; >
Media y varianza de la distribucin Binomial

Sea X: variable aleatoria discreta con distribucin binomial con parmetros n, p.

Entonces:

= E(X) = np Media de X

2 = V(X) = np(1 p) Varianza de X

Demostracin Media

Demostracin Varianza
La demostracin anterior sea vlida debe ser n 2, pero es inmediato verificar que, si

n=1, E(X 2 ) = p y por lo tanto la expresin hallada es vlida para todo n. Finalmente,

El clculo de la probabilidad de la distribucin binomial, requiere la utilizacin de los

nmeros combinatorios, y aunque existe una tabla que proporciona los valores de

probabilidad para diferentes valores de n y p, a veces el proceso se hace bastante

tediosa, especialmente cuando es necesario calcular probabilidades acumuladas. Por

ejemplo, p(X 3) = 1 p(X <3) = 1 p(X 2) = 1 (p(X = 0)+p(X = 1)+p(X = 2))

En esas ocasiones, siempre que se cumpla np(1p) 9, podemos aproximar la

distribucin binomial a una distribucin normal.

Uso de tablas Propuesta en el libro de Medenhall

Cmo utilizo la tabla 1 para calcular probabilidades binomiales?

1. Encuentre los valores necesarios de n y p. Asle la columna apropiada de la tabla 1.

2. La tabla 1 da P(X = k) en la fi la marcada k. Reescriba la probabilidad que necesite para que

est en esta forma.

Haga una lista de los valores de x en su evento.

De la lista, escriba el evento como la diferencia de dos probabilidades:

P(X a) - P(x b) para >

o el complemento del evento:

1 - P(X a)

o slo el evento en s:

P(X a) o P(x < a) = P(X a - 1)

La tabla 5.1 muestra parte de la tabla 1 para n = 5 y p = 0.6. Si se muestra en el rengln
marcado k = 3, se encuentra

P(x 3) = 0.663

Sin esa tabla tocara hacer el clculo de la siguiente manera:

( = ) = ( ) = ( ) (1 ) , {0, 1, 2, , }

P(x 3) = p(0) + p(1) + p(2) + p(3)

( 3) = (50) (0.6)0(0.4)5 -0 + (51) (0.6)1(0.4)5 - 1

+ (52) (0.6)2(0.4)5 2 + (52) (0.6)3(0.4)5 3

( 3) = 0.663
Software

A continuacin se nombran los siguientes softwares que nos pueden ayudaran a calcular

la distribucin binomial:

1. SPSS es un programa estadstico informtico muy usado en las ciencias exactas,

sociales y aplicadas, adems de las empresas de investigacin de mercado. El
nombre originario corresponda al acrnimo de Statistical Package for the Social
Sciences (SPSS), reflejando la orientacin a su mercado original, aunque este
programa es tambin muy utilizado en otros campos como las ciencias sociales y la
mercadotecnia.

El clculo de probabilidades en SPSS se hace a travs de la calculadora del programa.

SPSS ofrece la posibilidad de calcular valores de las funciones de densidad as como
valores acumulados de la funcin de distribucin.

Para la funcin Binomial en concreto, utilizaremos las siguientes funciones:

 CDF.BINOM(cant, n, prob). Devuelve la probabilidad acumulada
de que el nmero de xitos en los n intentos, con una probabilidad de
xito prob para cada uno, sea menor o igual que la cantidad cant.

PDF.BINOM(cant, n, prob). Devuelve la probabilidad de que el nmero de xitos en

n

ensayos, con probabilidad de xito prob en cada uno de ellos, sea igual a cant.

Fuente:https://es.wikipedia.org/wiki/SPSS

2. Microsoft Excel es una aplicacin de hojas de clculo que forma parte de la suite de
oficina Microsoft Office.

Es una aplicacin utilizada en tareas financieras y contables, con frmulas, grficos y un

lenguaje de programacin.
Distribucion Binomial

n
P ( x; n; p) p x (1 p)n x
p

Devuelve la probabilidad de una variable aleatoria discreta siguiendo una distribucin

binomial.
Sintaxis
DISTR.BINOM(nm_xito; ensayos; prob_xito; acumulado)

Nm_xito Obligatorio. El nmero de xitos en los ensayos.

Ensayos Obligatorio. El nmero de ensayos independientes.

Prob_xito Obligatorio. La probabilidad de xito en cada ensayo.

Acumulado Obligatorio. Un valor lgico que determina la forma de la funcin. Si

el argumento acumulado es VERDADERO, DISTR.BINOM devuelve la funcin de
distribucin acumulativa, que es la probabilidad de que exista el mximo nmero de
xitos; si es FALSO, devuelve la funcin de masa de probabilidad, que es la
probabilidad de que un evento se reproduzca un nmero de veces igual al argumento
nm_xito.

Fuente: https://es.wikipedia.org/wiki/Microsoft_Excel
Ayudas de paquete Excel
Aplicaciones

1. Probar la efectividad de un medicamento. Se prob un rgimen formado por una dosis

diaria de vitamina C para determinar su efectividad para prevenir el resfriado comn. Diez
personas que estuvieron siguiendo el rgimen prescrito fueron observadas durante un ao.
Ocho pasaron el invierno sin un resfriado. Suponga que la probabilidad de pasar el invierno
sin un resfriado es 0.5 cuando no se sigue el rgimen de vitamina C.

Cul es la probabilidad de observar ocho o ms sobrevivientes, dado que el rgimen es

ineficiente para aumentar la resistencia a resfriados?

Respuesta. Este experimento tiene las caractersticas de un experimento binomial con:

n = 10: Cantidad de ensayos (independientes)

= . Probabilidad que cada ensayo sea xito

( ) = ( . ) = . Probabilidad que cada ensayo sea fracaso

X: Cantidad de personas que sobreviven de un resfriado

k = 0, 1, 2,, 10 Valores que puede tomar X

p(x) = ( ) (.5)k(.5)10 k = p(x) = ( ) (.5)k k + 10 = p(x) = ( ) (.5)10
Es un problema cuyo modelo es probabilidad binomial. Sustituyendo los datos:

1. Calculo normal: ( 8) = (8) + (9) + (10)

( 8) = (10
8
) (0.5)10 + (10
9
) (0.5)10 + (10
10
) (0.5)10 = 0.055

2. Usando las tablas binomiales acumulativas: Encuentre la columna correspondiente a

p = 0.5 en la tabla para n = 10:
P( 8) = 1 - P(x 7) = 1 - 0.945 = 0.055
2. Juego de baloncesto. En un tiempo largo, se ha observado que un jugador profesional
de baloncesto puede hacer un tiro libre en un intento determinado con probabilidad
igual a 0.8. Suponga que l lanza cuatro tiros libres.

a) Cul es la probabilidad de que enceste exactamente dos tiros libres?

b) Cul es la probabilidad de que enceste al menos un tiro libre?
c) Calcule su media
d) Calcule su varianza

Respuesta. Este experimento tiene las caractersticas de un experimento binomial con:

n = 4: Cantidad de ensayos (independientes)

= . Probabilidad que cada ensayo sea xito

( ) = ( . ) = . Probabilidad que cada ensayo sea fracaso

X: Cantidad de veces que encesta tiros libres

x = 0, 1, 2, 3, 4 Valores que puede tomar X

Es un problema cuyo modelo es probabilidad binomial. Sustituyendo los datos:

a) ( = 2) = ( 2 ) = (42)0.82 (0.2)42 , = 0, 1, 2, , 4

( = 2 ) = 0.1536
40
b) P(al menos uno) = ( 1) = 1 ( 0) = 1 (40)0.80 (0.2)

( 1 ) = 0.9984

c) Media
= E(X) = np = 4(0.8) = 3.2

d) Varianza
2 = V(X) = np(1 p) = 4 (0.8)(1 0.8) = 0.64
3. Sistemas de seguridad El sistema de seguridad de una casa est diseado para tener un
99% de confiabilidad. Suponga que nueve casas equipadas con este sistema experimentan
un intento de robo. Encuentre las probabilidades de estos eventos:

a) Al menos una de las alarmas se activ.

b) Ms de siete de las alarmas se activaron.
c) Ocho o menos alarmas se activaron?

Respuesta. Este experimento tiene las caractersticas de un experimento binomial con:

n = 9: Cantidad de ensayos (independientes)

= . Probabilidad que cada ensayo sea xito

( ) = ( . ) = . Probabilidad que cada ensayo sea fracaso

X: Cantidad de veces que se activa la alarma

k = 0, 1, 2,.., 9 Valores que puede tomar X

Es un problema cuyo modelo es probabilidad binomial. Sustituyendo los datos:

90
a) P(al menos uno) = ( 1) = 1 ( 0) = 1 (90)0.990 (0.01)
( 1 ) = 1.0000

b) Calculo normal: P( ms de 7) = ( > 7) = ( = 8) + ( = 9)

( > 7) = (89) (0.998) (0.01)9 8 + (99) (0.999)(0.01)9 - 9 = 0.9965

99
c) P( menos de 8) = ( < 8) = 1 ( = 9) = 1 (99)0.999 (0.01)

( < 8 ) = 0.08648
4. Infestacin de la mosca blanca Suponga que 10% de los campos en una regin
agrcola determinada estn infestados con la mosca blanca de la remolacha. Se seleccionan
100 campos de esta regin y se inspeccionan para ver si estn infestados.
a) Cul es el nmero promedio de campos muestreados que estn infestados de la mosca
blanca?

b) Qu podra usted concluir si encuentra que x = 25 campos estuvieran infestados? Es

posible que una de las caractersticas de un experimento binomial no se satisfaga en este
experimento? Explique.

Respuesta. Este experimento tiene las caractersticas de un experimento binomial con:

n = 100: Cantidad de ensayos (independientes)

= . Probabilidad que cada ensayo sea xito

( ) = ( . ) = . Probabilidad que cada ensayo sea fracaso

X: Cantidad de campos infestados con la mosca blanca de la remolacha

k = 0, 1, 2,, 100 Valores que puede tomar X

Es un problema cuyo modelo es probabilidad binomial. Sustituyendo los datos:

a) Media
= E(X) = np = 100(0.1) = 10

b) Si este improbable valor se observara en realidad, podra ser posible que los intentos
(campos) no sean independientes.
5. Cuentas del mdico Unos registros muestran que 30% de todos los pacientes
ingresados en una clnica mdica no pagan sus cuentas y que, en ltima instancia, esas
cuentas son olvidadas. Suponga que n = 4 nuevos paciente representan una seleccin
aleatoria de entre un gran conjunto de prospectos de pacientes atendidos por la clnica.
Encuentre estas probabilidades:

a) Las cuentas de todos los pacientes tendrn finalmente que olvidarse.

b) Una tendr que olvidarse.
c) Ninguna tendr que olvidarse.

Respuesta. Este experimento tiene las caractersticas de un experimento binomial con:

n = 4: Cantidad de ensayos (independientes)

= . Probabilidad que cada ensayo sea xito

( ) = ( . ) = . Probabilidad que cada ensayo sea fracaso

X: Cantidad de cuentas tendr que olvidarse.

k = 0, 1, 2, 3, 4 Valores que puede tomar X

Clculos aplicando formulas de la distribucin binomial

44
a) P(X = 4) = (44)0.34 (0.7) = 0,0081

41
b) P(X = 1) = (41)0.31 (0.7) = 0,4116

40
c) P(X = 0) = (40)0.30 (0.7) = 0,2401

Usando Microsoft Excel: =DISTR.BINOM(n;k;p;FALSO)

P(Xi=k) P(Xi<=k)
con '
con 'FALSO' VERDADERO'
x Probabilidad Acumulado
0 0,2401 0,2401
1 0,4116 0,6517
2 0,2646 0,9163
3 0,0756 0,9919
4 0,0081 1,0000
Graficas de la Distribucin Binomial de la aplicacin Cuentas de mdico

Distribucin Binomial
0.4500 0.4116
0.4000
0.3500
0.3000 0.2646
0.2401
P(xi=x)
0.2500
0.2000
0.1500
0.1000 0.0756
0.0500 0.0081
0.0000
0 1 2 3 4
X

Distribucin Binomial Acumulada

1.2000
0.9919 1.0000
1.0000 0.9163
0.8000
P(xi<=x)

0.6517
0.6000
0.4000 0.2401
0.2000
0.0000
0 1 2 3 4
Eje X