Distribución binomial

Una distribución binomial es una función de distribución de la probabilidad que se utiliza cuando hay exactamente dos resultados posibles de un ensayo que se excluyen mutuamente. 

Distribución binomial Distribución binomial

Crea materiales de aprendizaje sobre Distribución binomial con nuestra app gratuita de aprendizaje!

  • Acceso instantáneo a millones de materiales de aprendizaje
  • Tarjetas de estudio, notas, exámenes de simulacro y más
  • Todo lo que necesitas para sobresalir en tus exámenes
Regístrate gratis
Índice de temas

    Los resultados se clasifican como éxito y fracaso, y la distribución binomial se utiliza para obtener la probabilidad de observar \(x\) éxitos en \(n\) ensayos.

    Intuitivamente, se deduce que, en el caso de una distribución binomial, la variable aleatoria \(x\) puede definirse como el número de éxitos obtenidos en los ensayos.

    Esta distribución es muy importante, ya que aparece en muchos tipos de ensayos y experimentos que pueden ser realizados, donde solo hay dos posibles resultados.

    Matemáticas y modelado de la distribución binomial

    Se puede modelar la variable aleatoria \(x\), con una distribución binomial \(B(n,p)\), si:

    • Hay un número fijo de ensayos, \(n\).

    • Hay dos resultados posibles, como éxito o fracaso, cara o cruz, \(0\) o \(1\).

    • Hay una probabilidad fija de éxito, \(p\), para todos los ensayos.

    • Los ensayos son independientes.

    Si una variable aleatoria \(x\) tiene la distribución binomial \(B(n,p)\), su función de densidad de probabilidad viene dada por:

    \[P(x)=^nC_xp^x(1-p)^{n-x}\]

    Hay que tener en cuenta algunas cosas sobre la fórmula anterior:

    • \(^nC_x=\dfrac{n!}{n(n-x)!}\)

      • Donde \(n!=n(n-1)(n-2)(n-3)...(3)(2)(1)\) representa el número de formas de seleccionar r resultados exitosos de \(n\) ensayos posibles.

    • En la fórmula de la distribución binomial anterior, a menudo \(n\) se llama índice y \(p\)se llama parámetro.

    • El número \(x\) representa el número de eventos con un resultado específico; por ejemplo, que sean un éxito o un fallo.

    Fórmula de la distribución binomial

    La fórmula anterior se puede resumir en la siguiente expresión:

    \[P_{(x)}=\begin{pmatrix} n\\x\end{pmatrix} p^xq^{n-x}\]

    donde:

    • \(n\) es la cantidad de eventos o experimentos.

    • \(x\) es la cantidad de éxitos o aciertos.

    • \(p\) es la probabilidad de éxito en una prueba.

    • \(q\) es la probabilidad de fracaso en una prueba.

    Ejercicios sobre la distribución binomial

    Veamos un ejemplo de distribución binomial, para aclarar las cosas.

    Supongamos que la probabilidad de que a una persona seleccionada al azar le guste el helado de caramelo es de \(0,3\). Seleccionamos \(100\) personas al azar y preguntamos a cada una de ellas si le gusta el helado de caramelo.

    Solución

    Dibujemos la distribución binomial para el escenario anterior.

    En este caso:

    \[p=0,3\]

    \[n=100\]

    El siguiente gráfico muestra la distribución binomial para:

    \[X\sim B(100,0,3)\]

    Distribución binomial, ejercicio de distribución binomial, StudySmarterFig. 1. Gráfico de la distribución binomial \(X ~ B (100, 0,3)\).

    Ahora, analicemos la distribución binomial anterior con un poco más de profundidad.

    • Para cualquier \(r(0 \leq r \leq 100)\), \(P(X=r)\) da la probabilidad de que a exactamente \(r\) personas les guste el helado de caramelo, de \(100\) personas seleccionadas al azar.
    • A partir de la distribución dada, podemos ver que el resultado más probable es \(r=30\). La probabilidad de que a \(30\) personas seleccionadas al azar les guste el helado de caramelo es de \(0,087\).
    • Los siguientes resultados más probables son \(r=29\), con una probabilidad un poco menor que \(r=30\) y \(r=31\), con una probabilidad un poco menor que \(r=29\). La probabilidad de que a \(16\) de cada \(100\) personas les guste el helado de caramelo es extremadamente pequeña. La probabilidad de que a \(40\) de cada \(100\) personas les guste el helado de caramelo es, también, extremadamente pequeña. (Los valores exactos no son, por supuesto, descifrables a partir del gráfico anterior; pero, son los valores que se utilizaron para trazarlo).

    Se lanza un dado justo cinco veces. Construye una distribución binomial para encontrar la probabilidad de obtener la misma cara un número determinado de veces.

    Solución:

    Aquí podemos definir un éxito como el evento de obtener una cara determinada en el ensayo. La probabilidad de sacar una cara concreta (éxito) es:

    \[p=\dfrac{1}{6}\]

    Tenemos que construir la función de distribución binomial para:

    \[X~B(5, \frac{1}{6})\]

    Para este ejemplo, vamos a construir la distribución binomial calculando el valor de \(P(r=x)\), para cada \(r\), aplicando la fórmula de la función de masa de probabilidad.

    Comenzamos con: \(r=0\)

    \[P(X=0)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=0)=^5C_0\frac{1}{6}(1-\frac{1}{6})^{5-0}\]

    \[P(X=0)=\frac{5!}{0!5!}\frac{1^0}{6}(1-\frac{5}{6})^{5}\]

    \[P(X=0)=0,4818\]

    ahora, \(r=1\)

    \[P(X=1)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=1)=^5C_1 \left( \frac{1}{6} \right)^1 \left( 1-\frac{1}{6}\right)^{5-1}\]

    \[P(X=1)=\frac{5!}{1!4!} \left( \frac{1}{6} \right)^1 \left( 1-\frac{5}{6}\right)^{4} \]

    \[P(X=1)=0,4019\]

    Luego, \(r=2\)

    \[P(X=2)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=2)=^5C_2 \left( \frac{1}{6} \right)^2 \left( 1-\frac{1}{6}\right)^{5-2}\]

    \[P(X=2)=\frac{5!}{2!3!} \left( \frac{1}{6} \right)^2 \left( 1-\frac{5}{6}\right)^{3} \]

    \[P(X=2)=0,1608\]

    ahora, \(r=3\)

    \[P(X=3)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=3)=^5C_3 \left( \frac{1}{6} \right)^3 \left( 1-\frac{1}{6}\right)^{5-3}\]

    \[P(X=3)=\frac{5!}{3!2!} \left( \frac{1}{6} \right)^3 \left( 1-\frac{5}{6}\right)^{2} \]

    \[P(X=3)=0,0322\]

    Luego, \(r=4\)

    \[P(X=4)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=4)=^5C_4 \left( \frac{1}{6} \right)^4 \left( 1-\frac{1}{6}\right)^{5-4}\]

    \[P(X=4)=\frac{5!}{4!1!} \left( \frac{1}{6} \right)^4 \left( 1-\frac{5}{6}\right)^{1} \]

    \[P(X=4)=0,0322\]

    Ahora, \(r=5\)

    \[P(X=5)=^nC_rp^r(1-p)^{n-r}\]

    \[P(X=5)=^5C_5 \left( \frac{1}{6} \right)^5 \left( 1-\frac{1}{6}\right)^{5-5}\]

    \[P(X=5)=\frac{5!}{5!0!} \left( \frac{1}{6} \right)^5 \left( 1-\frac{5}{6}\right)^{0} \]

    \[P(X=5)=0,0001\]

    Como podemos observar, la función de probabilidad no es simétrica, porque la probabilidad de obtener una cara no es 0,5 sino 1/6.

    Para la variable aleatoria que presenta una distribución binomial: \(X~B(8; 0,4)\)

    Encuentra:

    \[P(X=3)\]

    \[P(X=0)\]

    Solución:

    \[P(X=3)=^nC_rp^r(1-p)^{n-r}=^8C_3(0,4)^3(1-(0,4))^{8-3}\]

    \[P(X=3)=\dfrac{8!}{3!5!}(0,4)^3(0,6)^5=0,279\]

    \[P(X=0)=^nC_rp^r(1-p)^{n-r}=^8C_0(0,4)^0(1-(0,4))^{8-0}\]

    \[P(X=0)=\dfrac{8!}{0!8!}(0,4)^0(0,6)^8=0,017\]

    La distribución binomial acumulada

    Una función de distribución de probabilidad acumulada para una distribución binomial \(X¬B(n,p)\) te da la suma de todas las probabilidades individuales hasta el punto \(x\); inclusive, para el cálculo de \(P(X \leq x)\) . Esto implica que la probabilidad acumulada en un punto \(r\) de una distribución binomial dará la probabilidad de que el número de aciertos sea menor o igual a \(r\).

    La fórmula de la función de probabilidad binomial acumulada es:

    \[\sum^x _{i=0}= ^nC_i p^i (1-p)^{n-i}\]

    Volvamos a un ejemplo anterior, pero esta vez dibujaremos la función de distribución binomial acumulativa.

    Supongamos que la probabilidad de que a una persona seleccionada al azar le guste el helado de caramelo es de \(0,3\). Seleccionamos \(100\) personas al azar y preguntamos a cada una de ellas si le gusta el helado de caramelo.

    Soluciones:

    Dibujemos la función de distribución binomial acumulativa para el escenario anterior.

    En este caso:

    \[p=0,3\]

    \[n=100\]

    El siguiente gráfico muestra la distribución binomial acumulada para:

    \[X\sim B(100; 0,3)\]

    Distribución binomial, distribución binomial acumulada, StudySmarterFig. 2. Distribución binomial acumulada para \(X ~ B (100, 0,3)\).

    Analicemos la anterior distribución binomial acumulativa con un poco más de profundidad.

    Para cualquier \(r(0 \leq r \leq 100)\), \(P(X=r)\) da la probabilidad de que a un número o menos personas les guste el helado de caramelo, de entre \(100\) personas seleccionadas al azar.

    • La probabilidad de que a \(20\) o menos personas les guste el helado de caramelo de cada \(100\) es del \(1,65%\).

    • La probabilidad de que a \(30\) o menos personas les guste el helado de caramelo de \(100\) es del \(54,91%\) .

    • La probabilidad de que a \(40\) o menos personas les guste el helado de caramelo de cada\(100\)es del \(98.75%\).

    (Los valores exactos son, por supuesto, difíciles de descifrar en el gráfico anterior, pero estos son los valores que se utilizaron para trazarlo).

    Se lanza una moneda justo cinco veces. Crea una tabla que muestre la distribución binomial acumulativa para hallar la probabilidad de obtener menos o igual que un determinado número de caras.

    Solución:

    Aquí podemos definir un éxito como el suceso de obtener una cara en el ensayo. Y la probabilidad de éxito es: \(p=0,5\).

    Número de caras, \(r\)

    012345
    \(P(X=r)\)

    0,03125

    0,15625

    0,3125

    0,3125

    0,15625

    0,03125

    Probabilidad acumulada

    \(P(X \leq r)\)

    0,03125

    0,1875

    0,5

    0,8125

    0,96875

    1

    Por tanto, para hallar la probabilidad de una distribución acumulada, pueden calcularse las probabilidades individuales y luego sumarlas; o también se pueden utilizar tablas de distribución binomial acumulada, en las cuales se recogen los valores para cada valor de \(p\), \(x\) y \(n\).

    Distribución binomial - Puntos clave

    • Se utiliza una distribución binomial cuando hay exactamente dos resultados posibles de un ensayo que se excluyen mutuamente. Los resultados se clasifican como éxito y fracaso, y la distribución binomial se utiliza para obtener la probabilidad de observar \(x\) éxitos en n ensayos.
    • Si una variable aleatoria \(X\) tiene la distribución binomial \(B(n,p)\), su función de masa de probabilidad viene dada por: \(^nC_rp^r(1-p)^{n-r}\)
    • Una función de distribución de probabilidad acumulada para una distribución binomial \(X~B(n,p)\) da la suma de todas las probabilidades individuales hasta e, incluyendo el punto \(x\) para el cálculo de \(P(X\leq x)\).
    Preguntas frecuentes sobre Distribución binomial

    ¿Qué es una distribución binomial y sus características?

    Una distribución binomial es una función de distribución de la probabilidad, que se utiliza cuando hay exactamente dos resultados posibles de un ensayo que se excluyen mutuamente. 


    Las características que se cumplen en la distribución binomial son:

    • Hay un número fijo de ensayos, n.

    • Hay dos resultados posibles, como éxito o fracaso, cara o cruz, 0 o 1.

    • Hay una probabilidad fija de éxito, p, para todos los ensayos.

    • Los ensayos son independientes.

    ¿Cuáles son las características de la distribución binomial?

    Las características que se cumplen en la distribución binomial son:

    • Hay un número fijo de ensayos.

    • Hay dos resultados posibles, como éxito o fracaso, cara o cruz, 0 o 1.

    • Hay una probabilidad fija de éxito, para todos los ensayos.

    • Los ensayos son independientes.

    ¿Cuándo se utiliza la distribución binomial?

    La distribución binomial se utiliza en situaciones en las que solo pueda haber dos resultados excluyentes entre sí. Por ejemplo: el que un equipo gane o pierda un partido, el sexo de un bebé, el lanzamiento de una moneda al aire...

    ¿Qué es la distribución binomial?

    Una distribución binomial es una función de distribución de la probabilidad que se utiliza cuando hay exactamente dos resultados posibles de un ensayo que se excluyen mutuamente.

    ¿Qué es la función de distribución de probabilidad binomial?

    La función de distribución de probabilidad binomial es la función que relaciona el suceso con la probabilidad acumulada.

    Pon a prueba tus conocimientos con tarjetas de opción múltiple

    Si el evento \(A\) tiene una probabilidad de \(0.3\) en un experimento que sigue una distribución binomial, ¿cuál es la probabilidad de \(B\)?

    Si el evento \(B\) tiene una probabilidad de \(0{,}4\) en un experimento que sigue una distribución binomial, ¿cuál es la probabilidad de \(B\)?

    Si el evento \(A\) tiene una probabilidad de \(0{,}4\) en un experimento que sigue una distribución binomial y \(B\) tiene una probabilidad de \(0{,}2\), ¿cuál es la probabilidad del tercer resultado \(C\)?

    Siguiente

    Descubre materiales de aprendizaje con la aplicación gratuita StudySmarter

    Regístrate gratis
    1
    Acerca de StudySmarter

    StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.

    Aprende más
    Equipo editorial StudySmarter

    Equipo de profesores deDistribución binomial

    • Tiempo de lectura de 9 minutos
    • Revisado por el equipo editorial de StudySmarter
    Guardar explicación

    Guardar explicación

    Sign-up for free

    Regístrate para poder subrayar y tomar apuntes. Es 100% gratis.

    Únete a más de 22 millones de estudiantes que aprenden con nuestra app StudySmarter.

    La primera app de aprendizaje que realmente tiene todo lo que necesitas para superar tus exámenes en un solo lugar.

    • Tarjetas y cuestionarios
    • Asistente de Estudio con IA
    • Planificador de estudio
    • Exámenes simulados
    • Toma de notas inteligente
    Únete a más de 22 millones de estudiantes que aprenden con nuestra app StudySmarter.