1

Caractersticas de la Binomial
La distribucin binomial fue desarrollada por Jakob Bernoulli (Suiza, 1654-1705),es la principal
distribucin de probabilidad discreta.
La binomial proviene de experimentos que solo tienen dos posibles resultados, a los que se les puede
nombrar como xito o fracaso.
Los datos son resultado de un conteo, razn por la cual se clasifica como distribucin discreta.
La binomial consiste de varias pruebas y en cada una la probabilidad de xito es la misma, por lo que
son independientes.

Construccin de una distribucin binomial

Para construir una distribucin binomial es necesario conocer el nmero de
pruebas que se repiten y la probabilidad de que suceda un xito en cada una
de ellas. La frmula que describe la distribucin binomial es la siguiente:
n!
pxqn-x
b(x) =
x!(n-x)!

donde:
N: es el nmero de pruebas
x :es el nmero de xitos
p :es la probabilidad de obtener un xito
q :es la probabilidad de obtener un fracaso, que se calcula q = 1- p

Ejemplo
El experimento consiste en lanzar cuatro veces al aire una
moneda. Nuestro inters es el nmero de guilas en los cuatro
lanzamientos. Como es evidente, la probabilidad de obtener un
xito ( guila ), en una de las pruebas ( lanzamiento ) es .50 y la
de obtener un fracaso es tambin .50
a) Cul es la probabilidad de no obtener guilas en los cuatro
lanzamientos?
b) Cul es la probabilidad de obtener un guila en los cuatro
lanzamientos?
c) Haga una distribucin de probabilidad binomial

Solucin
a) Como tenemos 4 pruebas (n=4) y esperamos cero xitos (x=0) La probabilidad de no obtener guilas es:

b(x) =

n!
pxqn-x
x!(n-x)!

b(0) =

4!
0.500.54-0
4!(4-0)!

b(0) = 0.0625

b) De la misma manera tenemos 4 pruebas (n=4), solo que ahora esperamos un xito (x=1). La
probabilidad de obtener un guila es:
n!
pxqn-x
b(x) =
x!(n-x)!

b(1) =

4!
0.510.54-1
4!(4-1)!

b(1) = 0.25

c) Para representar la distribucin binomial completa, primeramente calculamos el resto de las

probabilidades asociadas a la variable aleatoria, las cuales se encuentran en la siguiente tabla:
Nmero de guilas
0
1
2
3
4
Total

Probabilidad
0.0625
0.25
0.375
0.25
0.0625
1.00

La media y la varianza de una distribucin binomial

La media y la varianza de una distribucin Binomial se calculan:
= np = (4)(.50) = 2
= npq = (4)(.50)(.50) = 1
2

Ejercicio
1.- La probabilidad de que un paciente se recupere de una extraa
enfermedad es .4 . Si se sabe que 15 personas contraen esa enfermedad,
a) Haga un histograma donde represente la distribucin binomial para este caso.
b) Cul es la probabilidad de que sobrevivan al menos 10?
c) Cul es la probabilidad de que sobrevivan de 3 a 8?
d) Calcule la media y la varianza de esta distribucin binomial.

La Distribucin Normal

La distribucin normal fue reconocida por primera vez por el francs

Abraham de Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss
(1777-1855) elabor desarrollos ms profundos y formul la ecuacin
de la curva; de ah que tambin se la conozca, ms comnmente,
como la "campana de Gauss". La distribucin de una variable normal
est completamente determinada por dos parmetros, su media y su
desviacin estndar. La funcin de densidad de la curva normal est
definida por la siguiente ecuacin:
F(x) =

1
2

(-1/2)[(x- )/]2

Caractersticas de la distribucin de
probabilidad normal
La distribucin de probabilidad normal y su curva tiene las siguientes caractersticas:
1.

La curva normal tiene forma de campana. La media, la moda y la mediana de la distribucin son
iguales y se localizan en el centro de la distribucin.
Distribucin Normal

2. La distribucin de probabilidad normal es simtrica alrededor de su media. Por lo tanto, la mitad del
rea bajo la curva est antes del punto central y la otra mitad despus. El rea total bajo la curva es
igual a 1.
3. La curva normal se aproxima de manera asinttica al eje horizontal conforme se aleja de la media en
cualquier direccin. Esto significa que la curva se acerca al eje horizontal conforme se aleja de la
media, pero nunca lo llega a tocar.

La familia de la distribucin de probabilidad normal

La forma de la campana de Gauss depende de los parmetros m y s . La media
indica la posicin de la campana, de modo que para diferentes valores de la
grfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviacin
estndar determina el grado de apuntamiento de la curva. Cuanto mayor sea el
valor de s, ms se dispersarn los datos en torno a la media y la curva ser ms
plana. Un valor pequeo de este parmetro indica, por tanto, una gran
probabilidad de obtener datos cercanos al valor medio de la distribucin.
En la siguiente grfica puedes ver como cambia la curva normal al variar la
desviacin estndar y como se mueve sobre el eje horizontal al variar la media:

CURVA 1:
CURVA 2:

La Familia de la Distribucin Normal

MEDIA
DESV. ESTANDAR

MEDIA

DESV. ESTANDAR

1
.5

10

La distribucin normal estndar

La distribucin normal estndar, es la distribucin con media igual a cero y
desviacin estndar igual a uno
De esta manera solo se tiene que transformar o estandarizar una
distribucin normal especfica, se revisa la tabla, y se conoce la
probabilidad. Para estandarizar los valores de una variable, se utiliza la
siguiente frmula:

z=

11

reas bajo la curva normal

Una caracterstica que tiene cualquier distribucin normal es que el rea bajo la
curva, que representa la probabilidad de que la variable aleatoria tome ciertos
valores, se distribuye siempre en la misma proporcin.

Ejemplo
Los coeficientes intelectuales de 600 aspirantes de cierta universidad se distribuyen
aproximadamente de forma normal con una media de 115 y una desviacin estndar de 12.
Si se selecciona un aspirante al azar, encuentre la probabilidad de que:
a)Tenga un coeficiente mayor de 120.
b) Tenga un coeficiente menor de 100.
c) Tenga un coeficiente menor de 122.
d) Tenga un coeficiente entre 115 y 125.
e) Tenga un coeficiente entre 90 y 105.

12

Solucin.
a) Hay una distribucin normal con media 115 y desviacin estndar de 12 y queremos
saber cual es la probabilidad de que x sea mayor de 120, es decir, cuanto mide el rea
a la derecha del 120.
Lo primero es transformar esta distribucin normal en una distribucin normal estndar
(con media cero y desviacin estndar 1), para lo cual hay que cambiar el valor de x
por un valor Z con la frmula.

x
z=

120 115
= 0.41
12

La distribucin ya transformada queda as:

13

Se busca el valor del rea a la derecha del valor Z en la tabla de reas bajo la curva
normal, la unidad y la primer decimal se buscan en la primer columna, y la segunda
decimal en el primer rengln, donde se cruzan rengln y columna es el valor del rea a la
derecha del valor z. En este ejemplo:
Z
0.4

1
.34090

Y como el rea a la derecha del valor z es el rea que buscamos, entonces este es el
resultado, es decir, la probabilidad de que un aspirante a la universidad tenga un
coeficiente intelectual mayor de 120 es .34090

14

b) Para encontrar la probabilidad de que un aspirante tenga un coeficiente intelectual

menor de 100, primero se traza la curva de la distribucin normal original, para luego
transformarse en la distribucin normal estndar.
El valor z se calcula con la frmula:
z=

100 115
12

= -1.25

En la tabla de reas bajo la curva normal no se tabularon valores z negativos, pero como la curva
normal es simtrica, el rea a la izquierda del valor z = -1.25 es del mismo tamao que el rea a
la derecha del valor z = 1.25, por lo que solo se necesita buscar en la tabla el rea
correspondiente al valor positivo.
Z
1.2

5
.10565
15

c) Para encontrar la probabilidad de que la variable aleatoria sea menor de 122, hay que
estandarizar la distribucin obteniendo el valor z correspondiente al valor de x = 122.
z=

122 115
x
=
= 0.58
12

Z
0.5

8
.28096

El rea de .28096 corresponde a la que se encuentra a la derecha del valor z, pero no es la

que nos interesa en esta vez, el rea que queremos encontrar es la que se encuentra a la
izquierda del valor z, que podemos calcular restando el rea de .28096 al rea total bajo la
curva que es 1.

P( x < 122 ) = 1 - .28096 = .71904

16

d) Para encontrar el rea que se encuentra entre x = 115 y x = 125 hay que encontrar el
rea a la derecha de cada uno de esos valores. A la derecha de 115 ( la media ) el rea es .
5, para encontrar el rea a la derecha de 125 hay que encontrar en la tabla el valor z
correspondiente.
z=

125 115
= 0.83
12

Z
0.8

3
.20327

El rea a la derecha de x = 125 es parte del rea a la derecha de x = 115, si la restamos

obtendremos el rea que se encuentra entre los dos valores.
P( 115 < x < 125 ) = .5 - .20327 = .29673

17

e) Para encontrar el rea que se encuentra entre x = 90 y x = 105, hay que encontrar
en la tabla el rea a la izquierda de cada uno de esos valores. Al estar en el lado
izquierdo de la curva, por simetra, el rea es la misma que la correspondiente a los
valores z positivos.
90 115
x
z=
=
= -2.08
12

Z
2.0

8
.01876

z=

x 105 115
=
= -0.83
12

Z
0.8

3
.20327

Restamos
P( 90 < x < 105 ) = .20327 - .01876 = .18451
18

Ejercicio
1.- Un investigador reporta que unos ratones vivirn un promedio de 40 meses
cuando sus dietas se restringen drsticamente y despus se enriquecen con
vitaminas y protenas. Suponga que la vida de tales ratones se distribuye
normalmente con una desviacin estndar de 6.3 meses, encuentre la
probabilidad de que un ratn viva:

a) Mas de 32 meses
b) Menos de 28 meses
c) Entre 37 y 49 meses
d) Entre 45 y 50 meses
e) Entre 40 y 43 meses
f) Cul es la probabilidad de que de seis ratones 4 vivan ms de 30 meses?

19