4.2 DISTRIBUCIÓN BINOMIAL.

1.-DECLARA QUE (WALPOLE, MYERS, 2012)

El número X de éxitos en n experimentos de Bernoulli se denomina variable aleatoria binomial. La distribución de probabilidad de esta variable aleatoria. (pág: 144)

2.- SEGÚN (MURRAY R. SPIEGEL, 1991)

Si p es la probabilidad de que ocurra un suceso en un solo intento (llamada probabilidad de éxito) y q = 1 – p es la probabilidad de que no ocurra en un solo intento (llamada probabilidad de fracaso), entonces la probabilidad de que el suceso ocurra exactamente X veces en N intentos (o sea, X éxitos y N – X fracasos) viene dada por. (Pág. 159)

3.-DE ACUERDO (LEVIN, RUBIN, BALDERAS, DEL VALLE, GÓMEZ 2004)

La distribución binomial: Esta distribución describe una variedad de procesos de interés para los administradores. Por otra parte, describe datos discretos, no continuos, que son resultados de un experimento conocido como proceso. (pág.191)

EJEMPLO DEL USO O APLICACIÓN:

1.- DECLARA QUE (walpole, Myers, 2012

Ejemplo: la probabilidad  de que cierta clase de componente sobreviva a una prueba de choque es de ¾. Calcule  la probabilidad de que sobrevivan exactamente 2 de los siguientes 4 componentes que se prueben.

Solución: si suponemos que  las pruebas son  independientes y p=3/4 para cada una de las 4 pruebas, obtenemos (pág.144)

2.- SEGÚN (Murray R. Spiegel, 1991)

La probabilidad de obtener exactamente 2 caras en 6 tiradas de una moneda es:

3.- DECLARO QUE (LEVIN, RUBIN, BALDERAS, DEL VALLE, GÓMEZ 2004)

Utilizando la fórmula binomial para resolver nuestro problema, descubrimos es:

BIBLIOGRAFÍA:

         *walpole, Myers, 2012) probabilidad y estadística para ingeniería y      ciencias noveno edición.

* Murray R. Spiegel, 1991, Estadística, segunda edición, Chile, McGraw-Hill.

*levin, rubin, Balderas, del valle, Gómez 2004) estadística para administración y economía séptima edición Pearson.