SlideShare una empresa de Scribd logo
1 de 6
Universidad Tecnológica de Torreón
Ingeniería en Tecnologías de la
Producción
Distribución Binomial
7”A”
Adriana Acosta López
Ejemplo #1
Carlos Gardel tiene un 70% de probabilidades de encestar desde la
línea de tiro libre, Si en un partido de Basketball realiza 5 tiros libre.
1-¿Cuál es la probabilidad de que falle los 5 tiros?
2.- ¿Cuál es la probabilidad de que enceste 5 tiros
3.- ¿Cuál de que enceste 3?
4.-Determina la probabilidad de que enceste 1, 2,4 y traza la grafica
Para sacar Xi se utilizo la siguiente Formula
(nCx) (p^x) (q^n-x)
Xi P(Xi) (Xi)(PXi)
0 0.00243 0
1 0.03835 0.02835
2 0.13230 0.2646
3 0.30870 0.9261
4 0.36015 1.4406
5 0.16807 0.84035
Total :Valor esperado 3.5
Tenemos que Gabriale puede encestar 4 de sus 5 intentos lo que no arroja el valor
esperado.
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
1 2 3 4 5 6
Ejemplo#2
En la fábrica de marcadores Yovana se sabe que tiene un nivel de
calidad entre 2y 3 sigma, Por lo que su tasa de defectos es del 1% se
extrae una muestra de 4 piezas, determina la probabilidad de que
haya cero defectos 1defecto, 2defectos, 3 defectos, 4 defectos, traza
la grafica y determina el valor esperado.
Xi P(Xi) (Xi)(PXi)
0 0.96059 0
1 0.03881196 0.03881196
2 0.00058806 0.000117612
3 0.00000396 0.00001188
4 0.0000001 0.00000004
Total :Valor esperado 0.04
Esto significa que lo más probable que de esas 4 piezas ninguna
resulte defectuosa.
0
0.2
0.4
0.6
0.8
1
1.2
1 2 3 4 5
Ejemplo#3
Debido a problemas con la maquinaría la tasa de defectos en la
fábrica Yovana aumento 4.5% Se extrae una muestra de 85pz Calcula
el valor esperado.
Xi P(Xi) (Xi)(PXi)
0 0.019655793 0
1 0.079967700 0.03881196
2 0.1582260695 0.000117612
3 0.206318917 0.00001188
4 0.199297593 0.00000004
5 0.152133975 0.760669875
6 0.095581557 0.573489342
7 0.050829085 0.355803595
8 0.023352106 0.186816848
9 0.00941441999839 0.084729779
10 0.003371367901 0.033713679
Total :Valor esperado 3.807873
Es probable que en la muestra de 85 piezas
Salgan 4 piezas defectuosas.
0
0.05
0.1
0.15
0.2
0.25
1 2 3 4 5 6 7 8 9 10 11
Ejemplo# 4
En la fabricación de marcadores Yovana la tasa de defectos es del
0.9% se extrae una muestra de 87 pz cual es el valor esperado.
Xi P(Xi) (Xi)(PXi)
0 0.455415639 0
1 0.359828905 0.359828905
2 0.140518452 0.281036904
3 0.036157624 0.108472872
4 0.006895853619 0.027583414
5 0.001039596903 0.00519798495
6 0.0001290317044 0.0007741902264
7 0.00001355976827 0.0000949183789
8 0.000001231462305 0.000009851169844
9 0.00000009816904349 0.0000008835213914
10 0.000000006954053333 0.00000006954053333
Total :Valor esperado 0.829781857
Lo más probable es que tenga 0.82 defectos en una muestra de 87
piezas.
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
1 2 3 4 5 6 7 8 9 10 11
Ejemplo# 5
Gracias a un proyecto de mejora la tasa de defectos se redujo a la
cuarta parte, si ahora se extrae una muestra de 250 pz determina el
valor esperado de la varianza la desviación y interpreta los resultados.
Xi P(Xi) (Xi)(PXi) (Xi-Ve)^2*P(Xi)
0 o.569421831 0 0.391158206
1 0.363825024 0.363825024 0.113899334
2 0.1157655822 0.231531644 0.152007556
3 0.024458460 0.073375338 0.056573903
4 0.003859976299 0.015439905 0.012788335
5 0.0004853646971 0.002426822348 0.0020093407424
6 0.00005065256736 0.0003039154042 0.0002691201674
7 0.000004512442626 0.00003158709838 0.00002848732442
8 0.0000003503050706 0.000002802440565 0.000002561802262
9 0.0000002407341619 0.000002166607457 0.000002001237712
10 0.0000000004241276513 0.000000004241276513 0.00000003949926558
Total :Valor esperado 0.686939252 0.728823306
Desviación: 0.853711489
Lo más probable es que tenga 0.68 defectos en una muestra de 250
piezas.
0
0.1
0.2
0.3
0.4
0.5
0.6
1 2 3 4 5 6 7 8 9 10 11

Más contenido relacionado

Similar a Distribución Binomial

EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL Roza Meza
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidadVicNoee
 
Karem lucero garcia vitela
Karem lucero garcia vitelaKarem lucero garcia vitela
Karem lucero garcia vitelakaremlucero
 
Caso de Carlos Gardel
Caso de Carlos GardelCaso de Carlos Gardel
Caso de Carlos Gardelalimacni
 
Caso de Yovana
Caso de YovanaCaso de Yovana
Caso de Yovanaalimacni
 
Binomial (real)
Binomial (real)Binomial (real)
Binomial (real)pathend
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejerciciosnearcoscipio
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 juliojulio_rmz10
 

Similar a Distribución Binomial (20)

EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
 
Estadísticas
EstadísticasEstadísticas
Estadísticas
 
Ejercicios de probabilidad
Ejercicios de probabilidadEjercicios de probabilidad
Ejercicios de probabilidad
 
Karem lucero garcia vitela
Karem lucero garcia vitelaKarem lucero garcia vitela
Karem lucero garcia vitela
 
Caso de Carlos Gardel
Caso de Carlos GardelCaso de Carlos Gardel
Caso de Carlos Gardel
 
Ejemplos binomial
Ejemplos binomialEjemplos binomial
Ejemplos binomial
 
Ejemplos binomial
Ejemplos binomialEjemplos binomial
Ejemplos binomial
 
Caso yovana
Caso yovanaCaso yovana
Caso yovana
 
Caso de Yovana
Caso de YovanaCaso de Yovana
Caso de Yovana
 
Problemasm
ProblemasmProblemasm
Problemasm
 
Problemas de probabilidad
Problemas de probabilidadProblemas de probabilidad
Problemas de probabilidad
 
Problemas Poisson
Problemas PoissonProblemas Poisson
Problemas Poisson
 
Caso Carlos Gardel
Caso Carlos GardelCaso Carlos Gardel
Caso Carlos Gardel
 
Binomial (real)
Binomial (real)Binomial (real)
Binomial (real)
 
Guia de ejercicios
Guia de ejerciciosGuia de ejercicios
Guia de ejercicios
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Ejercicios 1 5 julio
Ejercicios 1 5 julioEjercicios 1 5 julio
Ejercicios 1 5 julio
 
Binomial probability
Binomial probabilityBinomial probability
Binomial probability
 
binomial probability.
binomial probability.binomial probability.
binomial probability.
 
Binomial probability
Binomial probabilityBinomial probability
Binomial probability
 

Más de Adriana Acosta

Ejemplo de estratificación
Ejemplo de estratificaciónEjemplo de estratificación
Ejemplo de estratificaciónAdriana Acosta
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesAdriana Acosta
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducciónAdriana Acosta
 
Histogrma solo trazado con interpretación
Histogrma solo trazado con interpretaciónHistogrma solo trazado con interpretación
Histogrma solo trazado con interpretaciónAdriana Acosta
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducciónAdriana Acosta
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducciónAdriana Acosta
 
Tercera herramienta de la calidad
Tercera herramienta de la calidadTercera herramienta de la calidad
Tercera herramienta de la calidadAdriana Acosta
 
Segunda herramienta básica de calidad
Segunda herramienta básica de calidadSegunda herramienta básica de calidad
Segunda herramienta básica de calidadAdriana Acosta
 
Primera herramienta de la calidad
Primera herramienta de la calidadPrimera herramienta de la calidad
Primera herramienta de la calidadAdriana Acosta
 
Las 7 herramientas básicas de la calidad introducción
Las 7 herramientas básicas de la calidad introducciónLas 7 herramientas básicas de la calidad introducción
Las 7 herramientas básicas de la calidad introducciónAdriana Acosta
 

Más de Adriana Acosta (11)

Ejemplo de estratificación
Ejemplo de estratificaciónEjemplo de estratificación
Ejemplo de estratificación
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducción
 
Histogrma solo trazado con interpretación
Histogrma solo trazado con interpretaciónHistogrma solo trazado con interpretación
Histogrma solo trazado con interpretación
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducción
 
Listado de 50 palabras con su traducción
Listado de  50 palabras con su traducciónListado de  50 palabras con su traducción
Listado de 50 palabras con su traducción
 
Tercera herramienta de la calidad
Tercera herramienta de la calidadTercera herramienta de la calidad
Tercera herramienta de la calidad
 
Segunda herramienta básica de calidad
Segunda herramienta básica de calidadSegunda herramienta básica de calidad
Segunda herramienta básica de calidad
 
Primera herramienta de la calidad
Primera herramienta de la calidadPrimera herramienta de la calidad
Primera herramienta de la calidad
 
Las 7 herramientas básicas de la calidad introducción
Las 7 herramientas básicas de la calidad introducciónLas 7 herramientas básicas de la calidad introducción
Las 7 herramientas básicas de la calidad introducción
 
Trabajo
TrabajoTrabajo
Trabajo
 

Distribución Binomial

  • 1. Universidad Tecnológica de Torreón Ingeniería en Tecnologías de la Producción Distribución Binomial 7”A” Adriana Acosta López
  • 2. Ejemplo #1 Carlos Gardel tiene un 70% de probabilidades de encestar desde la línea de tiro libre, Si en un partido de Basketball realiza 5 tiros libre. 1-¿Cuál es la probabilidad de que falle los 5 tiros? 2.- ¿Cuál es la probabilidad de que enceste 5 tiros 3.- ¿Cuál de que enceste 3? 4.-Determina la probabilidad de que enceste 1, 2,4 y traza la grafica Para sacar Xi se utilizo la siguiente Formula (nCx) (p^x) (q^n-x) Xi P(Xi) (Xi)(PXi) 0 0.00243 0 1 0.03835 0.02835 2 0.13230 0.2646 3 0.30870 0.9261 4 0.36015 1.4406 5 0.16807 0.84035 Total :Valor esperado 3.5 Tenemos que Gabriale puede encestar 4 de sus 5 intentos lo que no arroja el valor esperado. 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 1 2 3 4 5 6
  • 3. Ejemplo#2 En la fábrica de marcadores Yovana se sabe que tiene un nivel de calidad entre 2y 3 sigma, Por lo que su tasa de defectos es del 1% se extrae una muestra de 4 piezas, determina la probabilidad de que haya cero defectos 1defecto, 2defectos, 3 defectos, 4 defectos, traza la grafica y determina el valor esperado. Xi P(Xi) (Xi)(PXi) 0 0.96059 0 1 0.03881196 0.03881196 2 0.00058806 0.000117612 3 0.00000396 0.00001188 4 0.0000001 0.00000004 Total :Valor esperado 0.04 Esto significa que lo más probable que de esas 4 piezas ninguna resulte defectuosa. 0 0.2 0.4 0.6 0.8 1 1.2 1 2 3 4 5
  • 4. Ejemplo#3 Debido a problemas con la maquinaría la tasa de defectos en la fábrica Yovana aumento 4.5% Se extrae una muestra de 85pz Calcula el valor esperado. Xi P(Xi) (Xi)(PXi) 0 0.019655793 0 1 0.079967700 0.03881196 2 0.1582260695 0.000117612 3 0.206318917 0.00001188 4 0.199297593 0.00000004 5 0.152133975 0.760669875 6 0.095581557 0.573489342 7 0.050829085 0.355803595 8 0.023352106 0.186816848 9 0.00941441999839 0.084729779 10 0.003371367901 0.033713679 Total :Valor esperado 3.807873 Es probable que en la muestra de 85 piezas Salgan 4 piezas defectuosas. 0 0.05 0.1 0.15 0.2 0.25 1 2 3 4 5 6 7 8 9 10 11
  • 5. Ejemplo# 4 En la fabricación de marcadores Yovana la tasa de defectos es del 0.9% se extrae una muestra de 87 pz cual es el valor esperado. Xi P(Xi) (Xi)(PXi) 0 0.455415639 0 1 0.359828905 0.359828905 2 0.140518452 0.281036904 3 0.036157624 0.108472872 4 0.006895853619 0.027583414 5 0.001039596903 0.00519798495 6 0.0001290317044 0.0007741902264 7 0.00001355976827 0.0000949183789 8 0.000001231462305 0.000009851169844 9 0.00000009816904349 0.0000008835213914 10 0.000000006954053333 0.00000006954053333 Total :Valor esperado 0.829781857 Lo más probable es que tenga 0.82 defectos en una muestra de 87 piezas. 0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5 1 2 3 4 5 6 7 8 9 10 11
  • 6. Ejemplo# 5 Gracias a un proyecto de mejora la tasa de defectos se redujo a la cuarta parte, si ahora se extrae una muestra de 250 pz determina el valor esperado de la varianza la desviación y interpreta los resultados. Xi P(Xi) (Xi)(PXi) (Xi-Ve)^2*P(Xi) 0 o.569421831 0 0.391158206 1 0.363825024 0.363825024 0.113899334 2 0.1157655822 0.231531644 0.152007556 3 0.024458460 0.073375338 0.056573903 4 0.003859976299 0.015439905 0.012788335 5 0.0004853646971 0.002426822348 0.0020093407424 6 0.00005065256736 0.0003039154042 0.0002691201674 7 0.000004512442626 0.00003158709838 0.00002848732442 8 0.0000003503050706 0.000002802440565 0.000002561802262 9 0.0000002407341619 0.000002166607457 0.000002001237712 10 0.0000000004241276513 0.000000004241276513 0.00000003949926558 Total :Valor esperado 0.686939252 0.728823306 Desviación: 0.853711489 Lo más probable es que tenga 0.68 defectos en una muestra de 250 piezas. 0 0.1 0.2 0.3 0.4 0.5 0.6 1 2 3 4 5 6 7 8 9 10 11