DISTRIBUCION BINOMIAL

Un experimento a menudo consiste en pruebas repetidas, cada una con dos resultados dos
posibles, los cuales se pueden marcar como éxito o fracaso. La aplicación más evidente tiene
que ver con la prueba de artículos a medida que salen de una línea de ensamble, donde cada
prueba o experimentó puede indicar si un artículo esta defectuoso o no. Podemos elegir
definir cuaquiera de los resultados como éxito. El proceso se denomina proceso de Bernaulli.
Cada ensayo se llama experimento de Bernoulli. En el ejemplo de extracción de cartas observe
que las probabilidades de éxito para los ensayos o pruebas que se repiten cambian si las cartas
no se reemplazan. Es decir, la probabilidad de seleccionar una carta de corazpnes en la primera
extracion es 1/4 , pero en la segunda es una probabilidad condicional que tiene un valor de
13/51 o 12/51, lo cual depende de si aparece una de corazones en la primera extracción; este,
entonces, ya no se considera como un conjunto de experimentos de Bernoulli.

EL PROCESO DE BERNOULLI

Estrictamente hablando, el proceso de Bernoulli debe tener las siguientes propiedades:

1.- El experimento consiste en n ensayos que se repiten.

2.- Cada ensayo produce un resultado quese puede clasificar como éxito o fracaso.

3.- La probabilidad de un éxito, que se denota con p, permanece constante de un ensayo a

otro.

4.- Los ensayos que se repiten son independientes.

Considere el conjunto de experimentos de Bernoulli donde, de un proceso de ensamble, se

selecciona tres artículos al azar, se inspeccionan y se clasifican como numero de éxitos es una
variable aleatoria X que toma valores integrales de cero a 3.

Los ocho resultados posiblrs y los valores correspondientes de X son

Resultados X

NNN 0
NDN 1
NND 1
DNN 1
NDD 2
DND 2
DDN 2
DDD 3

Como los artículos se seleccionan de forma independiente de un proceso que supondremos

produce 25% de artículos defectuosos.

P(NDN)=P(N)P(D)P(N)= ( 34)(41)(34 )= 649

Calculos similares dan las probabilidades para los demás resultados posibles. La distribución de
probabilidad de X es, por lo tanto.
 X 0 1 2 3
DISTRIBUCION NORMAL
F(x) 27 27 9 1
64 64 64 64La distribución continua de probablidad mas importante en
todo el campo de la estadística es la distribución norma. Su
grafica, que se denomina curva normal es la curva con forma
de campana, la cual describe aproximadamente muchos
fenómenos que ocurren en la naturalízala industria y la investigación. Las mediciones físicas en
áreas como los experimientos meteorológicos, estudios de lluvia y mediciones de partes
fabricadas a menudo se explican mas que adecuadamente con una distribución normal.
Ademas, los errores en las mediciones científicas se aproximan extremadamente bien
mediante una distribución normal. En 1733, Abraham DeMoivre desarrollo la ecuación
matemática de la curva normal. Esta ofrece una base sobre la que se fundamenta gran parte
de la teoría de la estadística inductiva.

Una variable aleatoria continua X que tiene la distribución con forma de campana se denomina
variable aleatoria normal. La ecuación matemática para la distribución de probabilidades de la
variable norma depende de dos parámetros μ o σ , su media y desviación estándar. De aquí,
denotamos los valores de la densidad de X con n ( x , μ , σ ¿

La densidad de la variable aeatoria norma X, con media μ y varianza σ 2, es normal.

1 1
n ( x ; μ , σ )= e− 2 ( x−μ)
√ 2 πσ 2σ
AREAS BAO LA CURVA NORMAL

La curva de cualquier distribución continua de probabilidad o función de densidad construye

de manera que el área bajo la curva limitada por las dos ordenadas

Asi para la curva norma

Esta representada por el área de la región sombreada

Una empresa de material eléctrico fabrica bombillas de luzque tienen una duración antes de
quemarse (fundirse) que se distribuye normamente cpn media igual a las bombillas que se
quemen entre 778 y 834horas.