1. UNIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE INGENIERIA
ESCUELA DE INGENIERIA CIVIL
2do SEMESTRE
ESTADISTICA
INTEGRANTES: Jordy Velásquez
Gabriela Camacho
Katherin Chimborazo
Alex Manitio
DISTRIBUCION BINOMIAL
PERIODO ACADEMICO
SEPTIEMBRE 2013– FEBRERO 2014
2. La distribución de probabilidad binomial es un ejemplo de
distribución 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 éxitos p
3 - utilizar la función matemática.
3. - La muestra se compone de un número fijo de observaciones n
- Cada observación se clasifica en una de dos categorías, mutuamente excluyentes (los eventos
no pueden ocurrir de manera simultánea.
- La probabilidad de que una observación se clasifique como éxito, p, es constante de una
observación o otra. De la misma forma, la probabilidad de que una observación se clasifique
como fracaso, 1-p, es constante en todas las observaciones.
- La variable aleatoria binomial tiene un rango de 0 a n
4. A continuación vemos La función de probabilidad de la distribución
Binomial, también denominada Función de la distribución de
Bernoulli:
k - es el número de aciertos.
n - es el número de experimentos.
p - es la probabilidad de éxito, como por ejemplo, que salga
"cara" al lanzar la moneda.
1-p - también se le denomina como “q ” o Probabilidad de
fracasos
5. ¿Cuál es la probabilidad de obtener 6 caras al lanzar una moneda
10 veces?
El número de aciertos k es 6. Esto es x=6
El número de experimentos n son 10
La probabilidad de éxito p, es decir, que salga "cara" al lanzar la
moneda es 50% ó 0.50
La fórmula quedaría:
P (k = 6) = 0.205
Es decir, que la probabilidad de obtener 6 caras al lanzar 10 veces
una moneda es de 20.5% .