Distribución binomial de probabilidades

o
función de la distribución de Bernoulli 𝑃(𝑥 ) = (𝑛𝑥 ) ∗ 𝑝 𝑥 ∗ 𝑞 𝑛−𝑥

n=es el número de pruebas o

ensayos
es una distribución de
probabilidad discreta que indica el x= es el número esperado de
número de éxitos al realizar una éxitos
secuencia de n ensayos independientes Se expresa
p=es la probabilidad porcentual
entre sí, con una probabilidad fija (p) de de éxito
ocurrencia del éxito entre esos ensayos.
q=es la probabilidad porcentual
de fracaso, que se obtiene
siempre haciendo 1 – p

las probabilidades de éxito y fracaso son

Éxito y fracaso complementarias; es decir que basta saber una de
ellas para calcular la otra

q=1–p
p=1–q

(nx )también llamado número

El coeficiente combinatorio, se puede se expresa
binomial expresar como nCx

𝑛!
(nx ) =
𝑥! (𝑛 − 𝑥 )!

El valor obtenido es el Al incluir n! incorporamos el

porcentaje obtenido con concepto de función factorial
respecto a 1
Ejercicio 1. Encuentre el área bajo la curva normal entre
(a)z= − 1.20 y z= 2.40
-1.20=.1151
2.40=.9981
Área = (.5-.1151)+(.9981-.5)
=.3849+.4981
=.8767

(b) Z = 1.23 y z= 1.87

1.23=.8907
1.87=.9693
Área=(.9693-.5)-(.8907-.5)
=.4693-.3907
=.0786

(c)z – 2.35 y z = − 0.50

-2.35=.0094
.50=.3085
Área=(.5-.0094)-(.5-.3085)
=.4906-.1915
=.2991

Ejercicio 2. Si el largo de 300 varillas tiene distribución normal con medía 68.0 centímetros
y desviación estándar 3.0 centímetros. ¿Cuántas varillas tendrán largo (a) mayor de 72
centímetros, (b) menor o igual a 64 centímetros, (c) entre 65 y 71 centímetros, inclusive (d)
igual a 68 centímetros? Suponga que las medidas se anotaron aproximando al centímetro
más cercano.
A) mayor de 72 centímetros
X−μ 72 − 68
Z= Z= = 1.33
σ 3
1.33=.9082
P(x>72)=P(z>1.33)=1-P(<1.33)=1-.9082=.0918
.0918*300=27.54 varillas
B) menor o igual a 64 centímetros
X−μ 64 − 68
Z= Z= = −1.33
σ 3
1.33=.9082
P(x<65)=P(z<-1.33)=P(z>1.33)=1-P(>1.33)=1-.9082=.0918
.0918*300=27.54 varillas
C) entre 65 y 71 centímetros
P(65<X<71)=P(X<71)-P(x<65)
X−μ 71 − 68
Z= Z= =1
σ 3
X−μ 65 − 68
Z= Z= = −1
σ 3
P(65<X<71)=P(X<71)-P(x<65)=P(z<1)-P(Z<-1)= P(z<1)-P(Z>1)=P(z<1)-{1-P(z<1)}
=2*P(z<1)-1=(2*.8413)-1=.6826
.6826*300=204.78 varillas
D) igual a 68 centímetros
X−μ 67.5 − 68
Z= Z= = −.16
σ 3
X−μ 68.5 − 68
Z= Z= = .16
σ 3
P(67.5<X<68.5)=P(X<68.5)-P(x<67.5)=P(z<.16)-P(Z<-.16)= P(z<.16)-P(Z>.16)=P(z<.16)-
{1-P(z<.16)}
=2*P(z<.16)-1= (2*.5636)-1=.1272
.1272-300=38.16
3.-Cierto supermercado tiene una caja de salida común y una caja rápida. Represente con
X1 el número de clientes que están en esperando en la caja común, en un momento
particular del día, y por X2 el número de clientes en la caja rápida al mismo tiempo. Suponga
que la pmf conjunta de X1 y X2 es como se indica en la tabla siguiente

x2
0 1 2 3
0 0.08 0.07 0.04 0 0.15
1 0.06 0.15 0.05 0.04 0.25
x1 2 0.05 0.04 0.1 0.06 0.15
3 0 0.03 0.04 0.07 0.1
4 0 0.01 0.05 0.06 0.07
0.19 0.3 0.28 0.23 1

a.- ¿Cuál es P(X1 = 1, X2 = 1), esto es probabilidad de que haya exactamente un cliente en
cada línea de espera?
P(X1=1,X2=1)=0.15

b.- ¿Cuál es P(X1 = X2), esto es, la probabilidad de que los números de clientes de las dos
líneas de espera sean iguales?
P(X1 = X2)=(0,0)+(1,1)+(2,2)+(3,3)=0.08+0.15+0.10+0.07=0.40

c.- Represente con A el evento de que haya por lo menos dos clientes más en una línea de
espera que en la otra. Exprese A en términos de X1 y X2, y calcule la probabilidad de este
evento.
A=(0,2)+(1,3)+(2,0)(3,1)+(4,2)=0.04+0.04+0.05+0.03+0.05=0.21
d.- ¿Cuál es la probabilidad de que el número total de clientes de las dos líneas de espera
sea exactamente cuatro? ¿Y por lo menos cuatro?
Exactamente 4=(1.3)+(2,2)+(3,1)+(4,0)=0.04+0.1+0.03+0=0.17
Por lo menos cuatro=
(1,3)+(2,2)+(2,3)+(3,1)+(3,2)+(3,3)+(4,0)+(4,1)+(4,2)+(4,3)+(4,4)=0.04+0.1+0.06+0.03+0.0
4+0.07+0+0.01+0.05+0.06=0.46
7 la distribución de probabilidad conjunta del número X de automóviles y el numero Y de
autobuses por ciclo de señal en un carril propuesto de vuelta ala izquierda aparece en la
tabla siguiente de probabilidad conjunta

y
0 1 2
0 0.025 0.015 0.01 0.05
1 0.05 0.03 0.02 0.1
2 0.125 0.075 0.05 0.25
x
3 0.15 0.09 0.06 0.3
4 0.1 0.06 0.04 0.2
5 0.05 0.03 0.02 0.1
0.5 0.3 0.2 1

a.- ¿Cuál es la probabilidad de que haya exactamente un automóvil y un autobús durante

un ciclo?
P(x=1,y=1)=0.030
b.- ¿Cuál es la probabilidad de que haya a lo mucho un automóvil y un autobús durante un
ciclo?
(0,0)+(0,1)+(1,0)+(1,1)=.025+.015+.050+0.30=0.120
c.- ¿Cuál es la probabilidad de que haya exactamente un automóvil durante un ciclo?
¿Exactamente un autobús?
Automóvil=g(x)=.05+.03+.020=.100
Autobús=h(y)=.015+.03+.075+.09+.06+.03=0.300
d.- Suponga que el carril de vuelta a la izquierda tendrá capacidad para que transiten cinco
automóviles y un autobús equivalente a tres automóviles ¿Cuál es la probabilidad de que
haya sobrecarga durante un ciclo?0.380
5 autos +1 bus(3 autos)=8 autos
(3.2)=3 autos,2 bus=9 autos
(4.2)=4autos,2 bus=10 autos
(5.2)=5 autos,2 bus=11 autos
0.06+0.04+0.02=0.12
e.- ¿Son X y Y va independientes? Explique. si
f(0,0)=.025
h(0)=. 025 + .015 + .010 = .050
g(0)=. 025 + .0.050 + .125 + .150 + .100 + .050=0.50
f(x,y)=g(x)h(y)
.025=0.50*.050
0.25=0.25
Van estadísticamente independientes
Bibliografía
tablas
/www.est.uc3m.es/esp/nueva_docencia/comp_col_leg/ing_tec_inf_gestion/estadistica/Doc
umentacion/Tablas/tablas2caras.pdf
Luis Rincón. (2006). PROBABILIDAD Y ESTAD´ISTICA. Departamento de Matemáticas:
Facultad de Ciencias UNAM.
Ronald E, Walpole. (2012). probabilidad y estadística para ingeniería y ciencia. ciudad de
México: Pearson.