2

RESUELVE PROBLEMAS DEL

CONTEXTO EMPRESARIAL
APLICANDO LA TEORIA DE LA
DISTRIBUCION DE PROBABILIDAD

APLICA CONOCIMIENTOS DE
ESTADSTICA PARA CALCULAR E
INTERPRETAR PROBABILIDADES
BINOMIALES

La distribucin binomial

Introduccin
En las empresas tenemos muchas situaciones donde se espera que
ocurra o no un evento especfico. ste puede ser de xito o fracaso
sin dar paso a un punto medio. Por ejemplo, en la produccin de un
artculo, ste puede salir bueno o malo. Casi bueno no es un
resultado de inters. Para situaciones como stas se utiliza la
distribucin binomial.
En este mdulo se describe el uso de la distribucin binomial para
obtener la probabilidad de ocurrencia de ese evento que representa
un resultado esperado.

Objetivos especficos
Adems, esperamos que puedas:
Identificar las propiedades de una distribucin

binomial.
Determinar los valores de xitos p y fracasos q para
establecer las bases para el cmputo de las
probabilidades.
Establecer el promedio, la varianza y la desviacin
estndar utilizando las variables de la distribucin
binomial.

DATO HISTRICO
El clculo de probabilidades tuvo un
notable desarrollo con el trabajo del
matemtico suizo Jacob Bernoulli (1654-1705).
Bernoulli defini el proceso conocido por su
nombre el cual establece las bases para el
desarrollo y utilizacin de la distribucin binomial.

UTILIDAD
La distribucin binomial se utiliza en situaciones cuya solucin tiene
dos posibles resultados.
Por ejemplo:
Al nacer un/a beb puede ser hombre o mujer.

En el deporte un equipo puede ganar o perder.

En pruebas de cierto o falso slo hay dos alternativas.

UTILIDAD
Tambin se utiliza cuando el resultado se puede reducir a dos
opciones.
Por ejemplo:
Un tratamiento mdico puede ser efectivo o inefectivo.
La meta de produccin o ventas del mes se pueden o no lograr.
En pruebas de seleccin mltiple, 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 slo hay dos posibles
resultados: xitos 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 vara 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
construccin de la distribucin binomial.

La distribucin binomial
La distribucin de probabilidad binomial es un ejemplo de
distribucin 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 xitos p
3 - utilizar la funcin matemtica.

La funcin P(x=k)
A continuacin vemos La funcin de probabilidad de la distribucin
Binomial, tambin denominada Funcin de la distribucin de
Bernoulli:

k - es el nmero de aciertos.
n - es el nmero de experimentos.
p - es la probabilidad de xito, como por ejemplo, que salga

"cara" al lanzar la moneda.

1-p - tambin se le denomina como q

Ejemplo1 de la funcin F(x=k)

Cul es la probabilidad de obtener 6 caras al lanzar una moneda
10 veces?
El nmero de aciertos k es 6. Esto es x=6

El nmero de experimentos n son 10

La probabilidad de xito p, es decir, que salga "cara" al lanzar la
moneda es 50% 0.50
La frmula quedara:

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 funcin F(x=k)

Cul es la probabilidad de obtener cuatro veces el nmero 3 al
lanzar un dado ocho veces?
El nmero de aciertos k es 4. Esto es x=4
El nmero de experimentos n son 8
La probabilidad de xito p (probabilidad de que salga un 3 al
tirar el dado) es 1 / 6 (= 0.1666)

La frmula queda:

P (k = 4) = 0.026
Es decir, que la probabilidad de obtener cuatro veces el nmeros
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 nmero de xitos que buscamos. Este valor se encuentra
entre 0 y n.
En el parmetro B(n,p), n debe ser mayor de 0 y p un valor desde 0
al 1.
En los ejemplos 1 y 2 los parmetros B(n,p) son
B(10,0.50) y B(8,0.1666) respectivamente.

Ejemplo 3 B(n,p)
Busque en la tabla de probabilidad binomial
En una fbrica de cmaras el 5% sale con defectos. Determine la
probabilidad de que en una muestra de 12 se encuentren 2
cmaras defectuosas.
Solucin :
Se trata de una distribucin binomial de parmetros 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 estar en x=2
El resultado es 0.0988

Ejemplo 4 B(n,p)
Compruebe el cmputo utilizando excel
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.
Solucin :
Se trata de una distribucin binomial de parmetros B(15, 0.10).
Debemos calcular la probabilidad P(X=3).
El resultado es 0.1285

EN RESUMEN
En este mdulo hemos determinado la probabilidad binomial mediante el
uso de la funcin binomial, tablas de distribucin y la calculadora del
enlace. Adems, aprendimos que:
La distribucin binomial se forma de una serie de experimentos de

Bernoulli

La media () en la distribucin binomial se obtiene con el producto de

xp

La desviacin estndar ( ) en la distribucin binomial se obtiene , raiz

cuadrada 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 est descompuesta. Si un comprador elige 4
verduras al azar, encuentre la probabilidad de que.
a) las 4 estn descompuestas.
b) de 1 a 3 estn 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 automvil se encontr que
el 20% presentaban fuga de aceite. Si se instalan 20 de estos
amortiguadores, hallar la probabilidad de que,
a) 4 salgan defectuosos,
b) ms de 5 tengan fuga de aceite.
c) de 3 a 6 amortiguadores salgan defectuosos.
d) Determine el promedio y la desviacin estndar 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 elctrica, inspecciona una muestra al azar de 10
alternadores de un lotes. Si el 15% de los alternadores del lote
estn defectuosos. Cul es la probabilidad de que en la muestra,
a) ninguno est defectuoso,
b) uno salga defectuoso,
c) al menos dos salgan defectuosos

d) ms de tres estn con defectos

Para la pregunta d puede realizar
la siguiente operacin:
1 [P(x=0) + P(x=1) + P(x=2)]

Ejercicio de prueba #4
La probabilidad de que un CD de msica dure al menos un ao sin
que falle es de 0.95, calcular la probabilidad de que en una muestra
de 15,
a) 12 duren menos de un ao,
b) a lo ms 5 duren menos de un ao,
c) al menos 2 duren menos de un ao.

Ejercicio de prueba #5
Si 6 de 18 proyectos de viviendas violan el cdigo de construccin,
cul 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 cdigo de
construccin
b) una viola el cdigo de construccin
c) dos violan el cdigo de construccin

d) al menos tres violan el cdigo de construccin

REFERENCIAS
Anderson, S. (2006). Estadsticas para administracin y
economa, ( 8tva ed.) Mxico: Thomson.

Newbold, P. (2003). Statistics for Business And Economics,

(5ta. Ed.). New Jersey: Prentice Hall.
Bluman, A. G. (2007). Statistics. (6ta ed.). New York: Mc Graw
Hil,New York.
http://karnak.upc.es/teaching/estad/MC/taules/com-usartaules.pdf

REFERENCIAS
http://personal5.iddeo.es/ztt/Tem/t19_distribucion_binomial.htm

http://www-stat.stanford.edu/~naras/jsm/example5.html
http://cyber.gwc.cccd.edu/faculty/jmiller/Binom_Tab.pdf

http://descartes.cnice.mecd.es/Estadistica/Distribucion_binomial

/binomial.htm
http://descartes.cnice.mecd.es/Estadistica/Binomial_Normal/inde

x.htm