TAREA:

DISTRIBUCIÓN BINOMIAL

MATERIA: ESTADÍSTICA INDUSTRIAL

MAESTRO: MARIO DE JESUS VASQUEZ SANCHEZ

ALUMNO: RODRÍGUEZ QUIÑONES ADRIÁN

MATRÍCULA: 1170470

CARRERA: ING. INDUSTRIAL

CUATRIMESTRE Y GRUPO: 4°, 4.3

 Distribución Binomial

 Distribución binomial (n, p): Proporciona la probabilidad de observar x éxitos en una

secuencia de n experimentos Bernoulli independientes con una probabilidad constante
p de éxito.
 Experimento Bernoulli: Ensayo aleatorio que sólo tiene dos resultados posibles
llamados “éxito” y “fracaso”.

Es frecuente que en control de calidad se den variables del tipo “pasa, no pasa”.

Por ejemplo, un artículo cumple con especificaciones o no, una pieza resiste cierta fuerza o
no, una lámpara enciende o no. Un experimento aleatorio donde los posibles resultados de
cada ensayo son: “éxito” o “fracaso” se conoce como experimento Bernoulli. Un experimento
aleatorio que consiste en una secuencia de n ensayos Bernoulli donde además se cumple
que:

Un experimento binomial es el que tiene estas cinco características:

1. El experimento consiste en n intentos idénticos.

2. Cada intento resulta en uno de dos resultados. Por falta de un mejor nombre, el
resultado uno se llama éxito, S, y el otro se llama fracaso, F.

3. La probabilidad de éxito en un solo intento es igual a p y es igual de un intento a otro.

La probabilidad de fracaso es igual a (1 p) = q.

4. Los intentos son independientes.

5. Estamos interesados en x, el número de éxitos observado durante los n intentos,

para x = 0, 1, 2, …, n.

Entonces este experimento recibe el nombre de experimento binomial. La variable aleatoria X,

que es igual al número de ensayos donde el resultado es un éxito, tiene una distribución
binomial (n, p). La función de probabilidades de X es:
 Por lo que la Fórmula queda de la siguiente manera:

Donde:

Por lo que finalmente resulta de la siguiente manera:

Si X es una variable aleatoria con distribución binomial (n, p), entonces su media, desviación
estándar y varianza son:

Ejemplo:

En un proceso de fabricación donde se produce una gran cantidad de artículos, se sabe que
en promedio 2% de ellos están defectuosos. Los artículos son empacados en cajas de 10, y
se quiere saber cuál es la probabilidad de que no haya ningún artículo defectuoso en cada
caja. Si X es el número de artículos defectuosos por caja, entonces se quiere obtener P(X =
0), lo cual es:
Por lo tanto, se espera que 82% de las cajas no tenga ningún artículo defectuoso, mientras
que el restante 18% tendrá al menos uno. Si se quisiera saber cuál es la probabilidad de que
cada caja tenga exactamente un artículo defectuoso (P(X = 1)), entonces:

Entonces, se espera que 16.7% de las cajas tenga exactamente un artículo defectuoso. De
manera similar se podría calcular cualquier otra probabilidad.