SlideShare una empresa de Scribd logo
1 de 7
Universidad Tecnología De Torreón

Gerardo Edgar Mata

Rogelio Avalos Flores

Estadísticas

Distribución Binomial
Distribución binomial
Las características de esta distribución son:
a) En los experimentos que tienen este tipo de distribución, siempre se esperan dos tipos de
resultados denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o “fracaso” (lo
contrario del éxito).
c) Cada uno de los ensayos o repeticiones del experimento son independientes entre sí.
d) El número de ensayos o repeticiones del experimento (n) es constante.
La fórmula que nos permitirá resolver problemas que tenga una distribución binomial :
n!
p(x=k)= ----------- pk
(1-p)n-k
k! (n-k)!
Ejemplos:
1. Javier tiene una probabilidad del 18% de encestar desde la línea de tiro libre. Realiza 5 intentos,
¿Cuál es la probabilidad de que enceste 0, 1, 2, 3, 4 y 5 de estos intentos?
p = 0.18
n =5
k = 0, 1, 2, …., 5

5!
p(x=0)= ----------- (0.18)0 (1-0.18)5-0 = 0.3707
0! (5-0)!
5!
p(x=1)= ----------- (0.18)1 (1-0.18)5-1
1! (5-1)!

= 0.4069

5!
p(x=2)= ----------- (0.18)2 (1-0.18)5-2
2! (5-2)!

= 0.1786

5!
p(x=3)= ----------- (0.18)3 (1-0.18)5-3
3! (5-3)!

= 0.3921

5!
p(x=4)= ----------- (0.18)4 (1-0.18)5-4
4! (5-4)!
5!
p(x=5)= ----------- (0.18)5 (1-0.18)5-5
5! (5-5)!

= 0.0043

= 0.0001
Grafica
0.45
0.4

0.3707

0.4069
0.3921

0.35
0.3
0.25
0.2
0.15
0.1
0.05
0

0.1786

0.0043

P(x=0)

P(x=1)

P(x=2)

P(x=3)

P(x=4)

0.0001
P(x=5)

2-.Ricardo tiene una probabilidad del 87% de anotar un penal en las porterías de baby fut. Realiza
10 intentos, ¿Cuál es la probabilidad de que enceste 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 y 10? ¿Cuál es la
probabilidad de que anote al menos 5 de sus 10 intentos?
p = 0.87
n = 10
k = 1, 2, 3,….,10
10!
p(x=0)= ------------- (0.87)0
0! (10-0)!

(1-0.18)10-0

=
0.0000000011993

10!
1

10-1

p(x=1)= ------------- (0.87) (1-0.87)
1! (10-1)!

=
0.0000000092259

10!
2

10-2

p(x=2)= ----------- (0.87) (1-0.87)
2! (10-2)!

=
0.00000277841

10!
=
---------p(x=3)= --(0.87)3 (1-0.87)10-3 0.0000495841
3! (10-3)!
10!
p(x=4)= ------------- (0.87)4 (1-0.87)10-4 = 0.000580706
4! (10-4)!
10!
p(x=5)= ------------- (0.87)5 (1-0.87)10-5 = 0.00466351
5! (10-5)!
10!
p(x=6)= ------------- (0.87)5 (1-0.87)10-6 = 0.026008
6! (10-6)!
10!
p(x=7)= ------------- (0.87)7 (1-0.87)10-7 = 0.099459
7! (10-7)!
10!
p(x=8)= ------------- (0.87)8 (1-0.87)10-8 = 0.249604
8! (10-8)!
10!
p(x=9)= ------------- (0.87)9 (1-0.87)10-9 = 0.3712074
9! (10-9)!
10!
p(x=10)= ----------------- (0.87)10 (1-0.87)10-10 = 0.032295
10! (10-10)!
Grafica
0.4

0.00466351

0.000580706

4.95841E-05

0

2.77841E-06

0.1

9.2259E-09

0.2

0.3712074
1.1993E-09

0.3

0.099459
0.026008
0.032295
Columna1

4. Edson, vendedor de la fábrica de computadoras “Edson Packard” afirma que la taza de defectos
de su producto es del 0.1%. Se extraen 3 muestras, en diferentes días, de 50 piezas cada uno. En la
primera muestra no se encontraron piezas defectuosas, en la segunda muestras fueron dos piezas
defectuosas y en la tercera muestras solo fue una pieza defectuosa, ¿Qué puedes decir acerca de la
taza de defectos que indico Edson?
Día 1
p = 0.01
n = 50
k=0
50!
p(x=0)= ------------- (0.01)0 (1-0.01)50-0 = 0.605
0! (50-0)!
Día 2
p = 0.01
n = 50
k=2
50!
p(x=2)= ------------- (0.01)2 (1-0.01)50-2 = 0.0756
2! (50-2)!
Día 3
p = 0.01
n = 50
k=1
50!
p(x=1)= ------------- (0.01)1 (1-0.01)50-1 = 0.3055
1! (50-1)!

Grafica
0

0.305

0.605
0.075

5. Beto dice que tiene una probabilidad de 90% de anotar un penal en la portería de futbol soccer.
para verificar su afirmación realiza 5 series de 20 tiros cada una. En la primera serie solo falla un
penal, en la segunda serie falla 2 penales, en la tercera serie no falla ningún penal, en la cuarta serie
falla 3 penales y en la quinta serie falla 2 penales. ¿Qué podemos decir acerca de su afirmación?
Serie 1
p = 0.9
n = 20
k=1
20!
p(x=1)= ------------- (0.9)1 (1-0.9)20-1
1! (20-1)!

=
0.0000000000000000018

Serie 2
p = 0.9
n = 20
k=2
20!
=
p(x=2)= ------------- (0.9)2 (1-0.9)20-2 0.0000000000000001539
2! (20-2)!
Serie 3
p = 0.9
n = 20
k=0
20!
=
p(x=0)= ------------- (0.9)0 (1-0.9)20-0 0.00000000000000000001
0! (20-2)!
Serie 4
p = 0.9
n = 20
k=3
20!
=
p(x=3)= ------------- (0.9)3 (1-0.9)20-3 0.0000000000000083106
3! (20-3)!
Serie 5
p = 0.9
n = 20
k=2
20!
p(x=2)= ------------- (0.9)2 (1-0.9)20-2
2! (20-2)!

=
0.0000000000000001539

Grafica
100%
80%
60%
1.8E-18
40%

1.539E-16

1.00E-19

8.31E-15

1.539E-16

20%
0%
p(x=1)

p(x=2)

p(x=0)

p(x=3)

p(x=2)

Más contenido relacionado

La actualidad más candente

La actualidad más candente (19)

Laboratorio 2
Laboratorio 2Laboratorio 2
Laboratorio 2
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Trabajo de estadistica
Trabajo de estadisticaTrabajo de estadistica
Trabajo de estadistica
 
Trabajo final
Trabajo finalTrabajo final
Trabajo final
 
Ejercicios Distribución Poisson
Ejercicios Distribución PoissonEjercicios Distribución Poisson
Ejercicios Distribución Poisson
 
Ejercicios de distribución binomial
Ejercicios de distribución binomialEjercicios de distribución binomial
Ejercicios de distribución binomial
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 
Variablesaleatoriasdiscretas
VariablesaleatoriasdiscretasVariablesaleatoriasdiscretas
Variablesaleatoriasdiscretas
 
Distribuciones discretas
Distribuciones discretas Distribuciones discretas
Distribuciones discretas
 
guia de ejercicios de matematica del cbc
guia de ejercicios de matematica del cbcguia de ejercicios de matematica del cbc
guia de ejercicios de matematica del cbc
 
Variables Aleatorias Ejercicios
Variables Aleatorias EjerciciosVariables Aleatorias Ejercicios
Variables Aleatorias Ejercicios
 
Distribución de probabilidad Poisson
Distribución de probabilidad PoissonDistribución de probabilidad Poisson
Distribución de probabilidad Poisson
 
Ejercicios
EjerciciosEjercicios
Ejercicios
 
Ejemplos de distribuciones
Ejemplos de distribucionesEjemplos de distribuciones
Ejemplos de distribuciones
 
Taller 3
Taller 3Taller 3
Taller 3
 
Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10Ejercicios resueltos semana_9dic10
Ejercicios resueltos semana_9dic10
 
Ejercicios Propuesto: Laboratorio 2 / Estadística Aplicada
Ejercicios Propuesto: Laboratorio 2 / Estadística AplicadaEjercicios Propuesto: Laboratorio 2 / Estadística Aplicada
Ejercicios Propuesto: Laboratorio 2 / Estadística Aplicada
 
La distribución de poisson
La distribución de poissonLa distribución de poisson
La distribución de poisson
 
Distribución de poisso ejercicios
Distribución de poisso ejerciciosDistribución de poisso ejercicios
Distribución de poisso ejercicios
 

Destacado

Guia turística de baza
Guia turística de bazaGuia turística de baza
Guia turística de bazacompetic1
 
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)DyanaCD
 
RUTA SENDEIRISMO MONTE PINDO
RUTA SENDEIRISMO MONTE PINDORUTA SENDEIRISMO MONTE PINDO
RUTA SENDEIRISMO MONTE PINDOcarmenaneiros1
 
Um caso de meduloblastoma e piora neurológica tardia
Um caso de meduloblastoma e piora neurológica tardiaUm caso de meduloblastoma e piora neurológica tardia
Um caso de meduloblastoma e piora neurológica tardiaFrancisco H C Felix
 
빌에반스 Soq
빌에반스 Soq빌에반스 Soq
빌에반스 Soq연 허
 
All I Really Need to Know About Life, I Learned From Dungeons and Dragons
All I Really Need to Know About Life, I Learned From Dungeons and DragonsAll I Really Need to Know About Life, I Learned From Dungeons and Dragons
All I Really Need to Know About Life, I Learned From Dungeons and DragonsChad Henderson
 
Comuna de Castro
Comuna de CastroComuna de Castro
Comuna de CastroRAMON GOMEZ
 
Bilan museum week 2015 @ Musée des arts et métiers
Bilan museum week 2015 @ Musée des arts et métiersBilan museum week 2015 @ Musée des arts et métiers
Bilan museum week 2015 @ Musée des arts et métiersJuliaBou
 

Destacado (20)

Fichas c
Fichas cFichas c
Fichas c
 
Schedels Nerts
Schedels NertsSchedels Nerts
Schedels Nerts
 
Guia turística de baza
Guia turística de bazaGuia turística de baza
Guia turística de baza
 
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)
FA DOKUMEN DD ISLAMIC MINT NUSANTARA_13012011 (7 hal)
 
Лікі безкоштовно
Лікі безкоштовноЛікі безкоштовно
Лікі безкоштовно
 
Evaluation2014
Evaluation2014Evaluation2014
Evaluation2014
 
Eco5072 aut2014
Eco5072 aut2014Eco5072 aut2014
Eco5072 aut2014
 
Rol Del Profe Univermmj
Rol Del Profe UnivermmjRol Del Profe Univermmj
Rol Del Profe Univermmj
 
Class
ClassClass
Class
 
Herramientas web 2.0
Herramientas web 2.0Herramientas web 2.0
Herramientas web 2.0
 
RUTA SENDEIRISMO MONTE PINDO
RUTA SENDEIRISMO MONTE PINDORUTA SENDEIRISMO MONTE PINDO
RUTA SENDEIRISMO MONTE PINDO
 
Distribución
DistribuciónDistribución
Distribución
 
Alfanumerico
AlfanumericoAlfanumerico
Alfanumerico
 
Um caso de meduloblastoma e piora neurológica tardia
Um caso de meduloblastoma e piora neurológica tardiaUm caso de meduloblastoma e piora neurológica tardia
Um caso de meduloblastoma e piora neurológica tardia
 
Estrella
EstrellaEstrella
Estrella
 
빌에반스 Soq
빌에반스 Soq빌에반스 Soq
빌에반스 Soq
 
All I Really Need to Know About Life, I Learned From Dungeons and Dragons
All I Really Need to Know About Life, I Learned From Dungeons and DragonsAll I Really Need to Know About Life, I Learned From Dungeons and Dragons
All I Really Need to Know About Life, I Learned From Dungeons and Dragons
 
Dia 1 trabajo 2
Dia 1 trabajo 2Dia 1 trabajo 2
Dia 1 trabajo 2
 
Comuna de Castro
Comuna de CastroComuna de Castro
Comuna de Castro
 
Bilan museum week 2015 @ Musée des arts et métiers
Bilan museum week 2015 @ Musée des arts et métiersBilan museum week 2015 @ Musée des arts et métiers
Bilan museum week 2015 @ Musée des arts et métiers
 

Similar a Distribución binomial

Similar a Distribución binomial (20)

5.pdf
5.pdf5.pdf
5.pdf
 
Trabajo3 unidad2
Trabajo3 unidad2Trabajo3 unidad2
Trabajo3 unidad2
 
4.pdf
4.pdf4.pdf
4.pdf
 
Algunos ejercisios
Algunos ejercisiosAlgunos ejercisios
Algunos ejercisios
 
Normal
NormalNormal
Normal
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 
Estadística
EstadísticaEstadística
Estadística
 
Estadistica soluciones
Estadistica solucionesEstadistica soluciones
Estadistica soluciones
 
Binomial probability
Binomial probabilityBinomial probability
Binomial probability
 
binomial probability.
binomial probability.binomial probability.
binomial probability.
 
Binomial probability
Binomial probabilityBinomial probability
Binomial probability
 
Distrubución binomial
Distrubución binomialDistrubución binomial
Distrubución binomial
 
DEBER UTA
DEBER UTADEBER UTA
DEBER UTA
 
Taller oper logicos
Taller oper logicosTaller oper logicos
Taller oper logicos
 
Taller oper logicos
Taller oper logicosTaller oper logicos
Taller oper logicos
 
Taller oper logicos
Taller oper logicosTaller oper logicos
Taller oper logicos
 
Distribuciones de probabilidad.
Distribuciones de probabilidad.Distribuciones de probabilidad.
Distribuciones de probabilidad.
 
2.pdf
2.pdf2.pdf
2.pdf
 
Estadística
Estadística Estadística
Estadística
 
Ejemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidadEjemplos de distribuciones de probabilidad
Ejemplos de distribuciones de probabilidad
 

Distribución binomial

  • 1. Universidad Tecnología De Torreón Gerardo Edgar Mata Rogelio Avalos Flores Estadísticas Distribución Binomial
  • 2. Distribución binomial Las características de esta distribución son: a) En los experimentos que tienen este tipo de distribución, siempre se esperan dos tipos de resultados denominados arbitrariamente “éxito” (que es lo que se espera que ocurra) o “fracaso” (lo contrario del éxito). c) Cada uno de los ensayos o repeticiones del experimento son independientes entre sí. d) El número de ensayos o repeticiones del experimento (n) es constante. La fórmula que nos permitirá resolver problemas que tenga una distribución binomial : n! p(x=k)= ----------- pk (1-p)n-k k! (n-k)! Ejemplos: 1. Javier tiene una probabilidad del 18% de encestar desde la línea de tiro libre. Realiza 5 intentos, ¿Cuál es la probabilidad de que enceste 0, 1, 2, 3, 4 y 5 de estos intentos? p = 0.18 n =5 k = 0, 1, 2, …., 5 5! p(x=0)= ----------- (0.18)0 (1-0.18)5-0 = 0.3707 0! (5-0)! 5! p(x=1)= ----------- (0.18)1 (1-0.18)5-1 1! (5-1)! = 0.4069 5! p(x=2)= ----------- (0.18)2 (1-0.18)5-2 2! (5-2)! = 0.1786 5! p(x=3)= ----------- (0.18)3 (1-0.18)5-3 3! (5-3)! = 0.3921 5! p(x=4)= ----------- (0.18)4 (1-0.18)5-4 4! (5-4)! 5! p(x=5)= ----------- (0.18)5 (1-0.18)5-5 5! (5-5)! = 0.0043 = 0.0001
  • 3. Grafica 0.45 0.4 0.3707 0.4069 0.3921 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 0.1786 0.0043 P(x=0) P(x=1) P(x=2) P(x=3) P(x=4) 0.0001 P(x=5) 2-.Ricardo tiene una probabilidad del 87% de anotar un penal en las porterías de baby fut. Realiza 10 intentos, ¿Cuál es la probabilidad de que enceste 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 y 10? ¿Cuál es la probabilidad de que anote al menos 5 de sus 10 intentos? p = 0.87 n = 10 k = 1, 2, 3,….,10 10! p(x=0)= ------------- (0.87)0 0! (10-0)! (1-0.18)10-0 = 0.0000000011993 10! 1 10-1 p(x=1)= ------------- (0.87) (1-0.87) 1! (10-1)! = 0.0000000092259 10! 2 10-2 p(x=2)= ----------- (0.87) (1-0.87) 2! (10-2)! = 0.00000277841 10! = ---------p(x=3)= --(0.87)3 (1-0.87)10-3 0.0000495841
  • 4. 3! (10-3)! 10! p(x=4)= ------------- (0.87)4 (1-0.87)10-4 = 0.000580706 4! (10-4)! 10! p(x=5)= ------------- (0.87)5 (1-0.87)10-5 = 0.00466351 5! (10-5)! 10! p(x=6)= ------------- (0.87)5 (1-0.87)10-6 = 0.026008 6! (10-6)! 10! p(x=7)= ------------- (0.87)7 (1-0.87)10-7 = 0.099459 7! (10-7)! 10! p(x=8)= ------------- (0.87)8 (1-0.87)10-8 = 0.249604 8! (10-8)! 10! p(x=9)= ------------- (0.87)9 (1-0.87)10-9 = 0.3712074 9! (10-9)! 10! p(x=10)= ----------------- (0.87)10 (1-0.87)10-10 = 0.032295 10! (10-10)!
  • 5. Grafica 0.4 0.00466351 0.000580706 4.95841E-05 0 2.77841E-06 0.1 9.2259E-09 0.2 0.3712074 1.1993E-09 0.3 0.099459 0.026008 0.032295 Columna1 4. Edson, vendedor de la fábrica de computadoras “Edson Packard” afirma que la taza de defectos de su producto es del 0.1%. Se extraen 3 muestras, en diferentes días, de 50 piezas cada uno. En la primera muestra no se encontraron piezas defectuosas, en la segunda muestras fueron dos piezas defectuosas y en la tercera muestras solo fue una pieza defectuosa, ¿Qué puedes decir acerca de la taza de defectos que indico Edson? Día 1 p = 0.01 n = 50 k=0 50! p(x=0)= ------------- (0.01)0 (1-0.01)50-0 = 0.605 0! (50-0)! Día 2 p = 0.01 n = 50 k=2 50! p(x=2)= ------------- (0.01)2 (1-0.01)50-2 = 0.0756 2! (50-2)! Día 3 p = 0.01 n = 50 k=1 50!
  • 6. p(x=1)= ------------- (0.01)1 (1-0.01)50-1 = 0.3055 1! (50-1)! Grafica 0 0.305 0.605 0.075 5. Beto dice que tiene una probabilidad de 90% de anotar un penal en la portería de futbol soccer. para verificar su afirmación realiza 5 series de 20 tiros cada una. En la primera serie solo falla un penal, en la segunda serie falla 2 penales, en la tercera serie no falla ningún penal, en la cuarta serie falla 3 penales y en la quinta serie falla 2 penales. ¿Qué podemos decir acerca de su afirmación? Serie 1 p = 0.9 n = 20 k=1 20! p(x=1)= ------------- (0.9)1 (1-0.9)20-1 1! (20-1)! = 0.0000000000000000018 Serie 2 p = 0.9 n = 20 k=2 20! = p(x=2)= ------------- (0.9)2 (1-0.9)20-2 0.0000000000000001539 2! (20-2)! Serie 3
  • 7. p = 0.9 n = 20 k=0 20! = p(x=0)= ------------- (0.9)0 (1-0.9)20-0 0.00000000000000000001 0! (20-2)! Serie 4 p = 0.9 n = 20 k=3 20! = p(x=3)= ------------- (0.9)3 (1-0.9)20-3 0.0000000000000083106 3! (20-3)! Serie 5 p = 0.9 n = 20 k=2 20! p(x=2)= ------------- (0.9)2 (1-0.9)20-2 2! (20-2)! = 0.0000000000000001539 Grafica 100% 80% 60% 1.8E-18 40% 1.539E-16 1.00E-19 8.31E-15 1.539E-16 20% 0% p(x=1) p(x=2) p(x=0) p(x=3) p(x=2)