Tema - (ACV-S07) Foro de Debate Calificado 05 - EP - Distribución de Probabilidad


Este es un foro de discusión con calificación: 20 puntos posibles

vence el 11 de oct
99 102
(ACV-S07)Foro de Debate Calificado 05 - EP - Distribución de probabilidad
¡Nos encontramos otra vez!
Hoy tienes el desafío de participar en el Foro de Debate Calificado N°5 cuya dinámica consiste
en:
Responder a la pregunta del foro: Explique las aplicaciones prácticas de la distribución

de probabilidad Binomial.
Comentar una respuesta de alguno tus compañeros, ya sea a favor o en contra de manera
que se cree un debate alturado y relacionado al tema.
Fundamentar tus intervenciones. Utiliza el material de estudio que has revisado hasta el
momento como videos, lecturas, enlaces, etc.
Descarga la rúbrica de evaluación que te indicará qué criterios se considerará para
otorgarte tu nota.
Antes de publicar tu respuesta, te sugiero lo siguiente:
Revisa lo trabajado hasta el momento.
Arma tu respuesta previamente en otro documento, así te das la oportunidad de corregirlo
cuantas veces quieras. Redacta tu comentario en un máximo de 300 palabras.
Comenta las intervenciones de tus compañeros. Mínimo 2 intervenciones. No obstante,
puedes tener más intervenciones en caso quieras aportar en la dinámica del foro.
Toma nota de la fecha máxima para participar.
¡Éxitos!
Este tema fue bloqueado en 12 de oct en 23:59.
Buscar entradas o autor No leído    Suscrito
(https:// DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

5 de oct de 2020
Estimado profesor
Respondiendo a la pregunta planteada, contextualizaré y explicaré los usos.

La distribución binomial es una distribución de probabilidad discreta que mide el número de
éxitos
si la variable es una variable aleatoria discreta, es decir, sólo puede tomar los valores 0, 1, 2,
3, 4, ...,
n suponiendo que se han realizado n pruebas. En las empresas hay muchas situaciones
donde se espera que ocurra o no un evento específico. Éste, sólo puede ser de éxito o
fracaso. Por
ejemplo, en la producción de una pieza, ésta puede salir buena o defectuosa. Para
situaciones
como éstas se utiliza la distribución binomial.
Finalmente, podemos concluir que el modelo de distribución Binomial define experimentos
consistentes en realizar ensayos
repetidos e independientes. Cada uno de estos experimentos presenta dos posiblesresultados
que denominamos éxito o fracaso,
cuya probabilidad se mantiene constante en las diferentes pruebas.
Saludos
(http CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

5 de oct de 2020
Excelente ejemplos compañero.
(http JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272)

6 de oct de 2020
Claras y comprensibles tus aplicaciones prácticas.
(http OSCAR ALEJANDRO REYES ALMORA (https://canvas.utp.edu.pe/courses/133597/users/4075)

7 de oct de 2020
Gracias Danny por participar, recuerda luego completar lo requerido en la consigna del
foro. No olvides indicar la fuente.
(http DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

8 de oct de 2020
Gracias estimado profesor

8 de oct de 2020
Bibliografía
Martines Gommez, M., & Marí Benlloch, M. (2010). La distribución binomial. Valencia.
(http
JOSE CARLOS ALFREDO QUISPE LINARES (https://canvas.utp.edu.pe/courses/133597/users/241720)

8 de oct de 2020
Buen aporte!, con claros ejemplos de aplicación.
(http NOEMI CELIA AGUILAR MARCELO (https://canvas.utp.edu.pe/courses/133597/users/151443)

11 de oct de 2020
buen aporte compañero.
(http MARIA CLAUDIA SUAREZ CALLE (https://canvas.utp.edu.pe/courses/133597/users/154055) 

11 de oct de 2020
Buen aporte compañero.

(http JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) 
12 de oct de 2020
buen aporte compañero
(https:// CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

5 de oct de 2020
Explique las aplicaciones prácticas de la distribución de probabilidad Binomial.
La distribución binomial es uno de los modelos matemáticos que más se utilizan para calcular
la probabilidad de éxito de un evento, siempre y cuando la variable a analizar sea discreta. Se
relaciona con el experimento aleatorio de Bernoulli, nombrado así en honor de Jakob
Bernoulli, matemático y científico suizo.
La distribución binomial se relaciona con un experimento aleatorio conocido

omo experimento de Bernoulli, el cual tiene las siguientes características:
El experimento está constituido por un número finito, n, de pruebas idénticas.

Cada prueba tiene exactamente dos resultados posibles. A uno de ellos se le llama
arbitrariamente éxito y al otro, fracaso.
La probabilidad de éxito de cada prueba aislada es constante para todas las pruebas y
recibe la denominación de p.
Por medio de la distribución binomial tratamos de encontrar un número dado de éxitos en
un número igual o mayor de pruebas.
Puesto que sólo hay dos resultados posibles, la probabilidad de fracaso, a la que podemos
enominar q, está dada por la diferencia 1 – p, esto es, corresponde al complemento de la
probabilidad de éxito, y como ésta última es constante, entonces también lo es la
probabilidad de fracaso.
La probabilidad de x éxitos en n intentos está dada por la siguiente expresión:
P(x)=nCxpxqn- x
Esta fórmula nos dice que la probabilidad de obtener x número de éxitos en n pruebas, está
dada por la multiplicación de n combinaciones en grupos de x por la probabilidad de éxito
elevada al número de éxitos deseado, y por la probabilidad de fracaso elevada al número de
fracasos deseados.
Ejemplos: Un embarque de veinte televisores incluye tres unidades defectuosas. Si se

inspeccionan tres televisores al azar, indique usted cuál es la probabilidad de que se
encuentren dos defectuosos.
Una vez que hemos confirmado que se trata de una distribución binomial, aplicamos la
expresión P(x) = nCx pxq(n-x), de modo que…
P(2) = 3C2 (3/20)2(17/20)1 = 3 (0.0225)(0.85) = 0.057375
El resultado obtenido es la probabilidad de que aparezcan dos aparatos de televisión

defectuosos. Si queremos pasarlo a porcentaje, el valor se debe multiplicar por 100 %.
Editado por CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632) el 5 de oct en
23:26
(http MAYUMI ESTEFANI ATALAYA ROQUE (https://canvas.utp.edu.pe/courses/133597/users/155213)

7 de oct de 2020
Interesante aporte al tema compañera.
(http
TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620)

8 de oct de 2020
Un ejemplo muy práctico. Gracias compañera.
No olvides indicar las fuentes

Editado por TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620) el 8 de
oct en 1:54

11 de oct de 2020
Muy interesantes los ejemplos, compañera.

(http FANNY MARGOT PERICHE CHERRE (https://canvas.utp.edu.pe/courses/133597/users/60673)
11 de oct de 2020
Buenos ejemplos compañera
(http JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) 

12 de oct de 2020
con los ejemplos mas claro y preciso
(https:// JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272)

6 de oct de 2020
La distribución binomial es una distribución de probabilidad discreta que nos dice el

porcentaje en que es probable obtener un resultado entre dos posibles al realizar un número n
de pruebas.
La probabilidad de cada posibilidad no puede ser más grande que 1 y no puede ser negativa.
Cada experimento es independiente de los otros que hagamos y no influye en las

probabilidades de los siguientes, en cada uno la probabilidad de que se dé uno de los dos
resultados será exactamente la misma.
Por ejemplo, si lanzamos un dado la posibilidad de que el resultado sea par (2, 4 ó 6) o impar
(1, 3 ó 5) será exactamente la misma si el dado está bien equilibrado, el 50% y por muchas
veces que lo lancemos la probabilidad, en cada una de esas veces, seguirá siendo el 50%.
En la distribución binomial tenemos tres variables:
N es el número de veces que repetimos el experimento.

P es uno de los dos resultados al que llamaremos éxito.
q es el otro resultado posible al que llamaremos fracaso.
Como p y q son los dos únicos resultados posibles, entre los dos su porcentaje debe sumar
uno por lo que p=1-q.
Para hacer el experimento lo primero que tenemos que hacer es definir p, es decir, en el
ejemplo del dado definir si éxito o p es que salga un número par o impar; a partir de ahí, q
será la otra posibilidad.
Por ejemplo, si observamos que pasan diez taxis y queremos saber la probabilidad de que
tres de ellos estén libres la fórmula sería:
donde
es el número de pruebas.
es el número de éxitos.
es la probabilidad de éxito.
es la probabilidad de fracaso.
El número combinatorio viene dado por
Aplicaciones prácticas de la distribución de probabilidad Binomial
Ejemplo 1
La última novela de un autor ha tenido un gran éxito, hasta el punto de que el 80% de los
lectores ya la han leído. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura: ¿Cuál es la probabilidad de que en el grupo hayan leído la novela 2
personas?
¿Y como máximo 2?
Ejemplo 2
Supongamos que se lanza un dado 50 veces y queremos la probabilidad de que el número 3

salga 20 veces. En este caso tenemos una X ~ B(50,1/6) y la probabilidad sería P(X=20):
Ejemplo 3
Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud. Según las tablas actuales, la probabilidad de que una persona en estas
condiciones viva 30 años o más 2/3. Hállese la probabilidad de que, transcurrido 30 años,
vivan:
1. Las cinco personas
2. Al menos tres personas
3. Exactamente dos personas

Ejemplo 4
Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan más caras que
cruces.
Ejemplo 5
La probabilidad de que un hombre acierte en el blanco es ¼. Si dispara 10 veces ¿cuál es la

probabilidad de que acierte exactamente en tres ocasiones? ¿Cuál es la probabilidad de que
acierte por lo menos en una ocasión?
Referencia: https://www.sdelsol.com/glosario/distribucion-
binomial/#:~:text=La%20distribuci%C3%B3n%20binomial%20es%20una,y%20no%20pu
ede%20ser%20negativa (https://www.sdelsol.com/glosario/distribucion-
binomial/#:~:text=La%20distribuci%C3%B3n%20binomial%20es%20una,y%20no%20puede%20se
r%20negativa) .
Editado por JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272) el 11 de oct en
9:34
(http CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

6 de oct de 2020
Excelente aporte compañero , ejercicios super practicos.
(http
TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620)

8 de oct de 2020
Excelente contribución compañero, ejemplos de fácil comprensión, pero no olvides

comentar las fuentes.
Editado por TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620) el 8 de
oct en 1:54

8 de oct de 2020
Hola estimado compañero, no podría decirte que es de fácil comprensión, ya que para mi
es un poco complicado. Lo que puedo resaltar es que este tipo de probabilidades abarca
situaciones especiales que a simple vista parecieran muy complicadas o casi imposible
de determinarlas. Para mi intervención en este foro, tomé mis referencia de este medio y
me pareció interesante la manera de como lo explicaron.
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf)
(http
MANUEL ANDRES HURTADO ARELLANO (https://canvas.utp.edu.pe/courses/133597/users/124593) 

11 de oct de 2020
Muy buenos tus ejemplos compañero
En este enlace puedes ver ejercicios resuletos que te pueden ayudar a complementar
Aplicaciones de la distribución binomial (https://www.youtube.com/watch?
v=DIbfaX9WQ0w)
(https://www.youtube.com/watch?v=DIbfaX9WQ0w)
Saludos

11 de oct de 2020
Ejercicios muy prácticos y entendibles compañero.
(http ARTURO ALDO SOTO ARROYO (https://canvas.utp.edu.pe/courses/133597/users/132336) 

11 de oct de 2020
Me agrada bastante tu aporte compañero, ya que esos ejemplos que nos muestras son
prácticos y fácil de entender. me ayudo bastante.
(http ARTURO ALDO SOTO ARROYO (https://canvas.utp.edu.pe/courses/133597/users/132336) 

11 de oct de 2020
les recomiendo este video ya que es bien didactico.
https://www.youtube.com/watch?v=f0h4ldtbgiw
(https:// FERNANDO EBER ALEGRE DIAZ (https://canvas.utp.edu.pe/courses/133597/users/86411) 

7 de oct de 2020
Buenas noches profesor,
Con respeto al tema, podemos indicar los siguiente:
La distribución binomial es la principal distribución de probabilidad discreta para variables

dicotómicas, es decir, que sólo pueden tomar dos posibles resultados. Bernoulli definió el
proceso conocido por su nombre. Dicho proceso, consiste en realizar un experimento
aleatorio una sóla vez y observar si cierto suceso ocurre o no, siendo p la probabilidad de que
ocurra (éxito) y q=1‐p de que no ocurra (fracaso) , por lo que la variable sólo puede tomar dos
posibles valores, el 1 si ocurre y el 0 sino sucede.
Las distribución binomial es una generalización de la distribución de Bernouilli, cuando en
lugar de
realizar el experimento aleatorio una sola vez , se realiza n, siendo cada ensayo
independiente del
anterior.
Algunos ejemplos típicos de la distribución binomial son:
∼ Al nacer puede ser varón o hembra.

∼ Un equipo de baloncesto puede ganar o perder.
∼ En un test psicotécnico hay peguntas de verdadero o falso, es decir sólo hay dos
alternativas.
∼ Un tratamiento médico, como por ejemplo la vacuna de la gripe A, puede ser efectivo o
inefectivo.
∼ El objetivo de ventas al año de coches en un concesionario se puede o no lograr.
Fuente: https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
Saludos,
Fernando Alegre
Editado por FERNANDO EBER ALEGRE DIAZ (https://canvas.utp.edu.pe/courses/133597/users/86411) el 7 de oct en 0:21
(http

8 de oct de 2020
Los ejemplos están bien detallados, es mas sencillo de comprender.
(http IVONNE YENIFER HERRERA ARTETA (https://canvas.utp.edu.pe/courses/133597/users/144786)

11 de oct de 2020

Buen aporte compañero. Sugeriría este video como complemento ya que nos da
ejercicios prácticos para mayor comprensión del tema.
Distribución Binomial | Explic…

Explic…
(https:// MAYUMI ESTEFANI ATALAYA ROQUE (https://canvas.utp.edu.pe/courses/133597/users/155213)

7 de oct de 2020
Una distribución binomial es una distribución de probabilidad discreta que describe el número
de éxitos al realizar n experimentos independientes entre sí, acerca de una variable aleatoria.
Existen una gran diversidad de experimentos o sucesos que pueden ser caracterizados bajo
esta distribución de probabilidad. Imaginemos el lanzamiento de una moneda en el que
definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda y contamos
los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades se ajustaría a
una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en la
que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
Para que una variable aleatoria se considere que sigue una distribución binomial, tiene que
cumplir las siguientes propiedades:
En cada ensayo, experimento o prueba solo son posibles dos resultados (éxito o fracaso).
La probabilidad del éxito ha de ser constante. Esta se representa mediante la letra p. La
probabilidad de que salga cara al lanzar una moneda es 0,5 y esta es constante dado que
la moneda no cambia en cada experimento y las probabilidades de sacar cara son
constantes.
La probabilidad de fracaso ha de ser también constate. Esta se representa mediante la
letra q = 1-p. Es importante fijarse que mediante esa ecuación, sabiendo p o sabiendo q,
podemos obtener la que nos falte.
El resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes.
Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2 al mismo
tiempo. No se puede ser hombre y mujer al mismo tiempo o que al lanzar una moneda
salga cara y cruz al mismo tiempo.
Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de
salir cruz.
La variable aleatoria que sigue una distribución binomial se suele representar como X~
(n,p), donde n representa el número de ensayos o experimentos y p la probabilidad de
éxito.
Fuente: https://www.youtube.com/watch?
v=GvqsxC8UL3I&ab_channel=F%C3%ADsicayMates
(http
MANUEL ANGEL CHAFLOQUE CAPUÑAY (https://canvas.utp.edu.pe/courses/133597/users/164050) 

9 de oct de 2020
muy buen aporte compañera
(http MOISES DANIEL PUERTA GUTIERREZ (https://canvas.utp.edu.pe/courses/133597/users/142898)

11 de oct de 2020
excelente compañera muy buen aporte, esta detallada la explicación

11 de oct de 2020
Muy entendible tu aporte compañera.
(https:// TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620)

8 de oct de 2020
Definición
Según Martínez y Mari (2010). La distribución binomial es una distribución de probabilidad

discreta que mide el número de éxitos si la variable es una variable aleatoria discreta, es
decir, sólo puede tomar los valores 0, 1, 2, 3, 4, ..., n suponiendo que se han realizado n
pruebas. En las empresas tenemos muchas situaciones donde se espera que ocurra o no un
evento específico. Éste, sólo puede ser de éxito o fracaso. Por ejemplo, en la producción de
una pieza, ésta puede salir buena o defectuosa. Para situaciones como éstas se utiliza la
distribución binomial. (p. 2)
Aplicaciones prácticas
Ejemplo 1
Un cazador tiene una probabilidad de acertar cada disparo que realiza con su escopeta
(suceso A) del 40 %. ¿Qué probabilidad tiene de derribar a su presa si puede efectuar tres
disparos consecutivos?
Sea el suceso A: derriba a la presa en el disparo.
La probabilidad de A, sería p=0,4.
Sea la variable X ~ número de disparos acertados ~ B (n=3, p=0,4).
P(derribarla) = P(derribarla en el primer disparo) + P(derribarla en el segundo disparo) +

P(derribarla en el tercer disparo)
Sin embargo, al ser sucesos independientes, podemos calcularlo de manera más sencilla,
mediante el complementario:
P(derribarla) = 1 – P(no derribarla) = 1 – P(no derribarla en el primer disparo) * P(no derribarla
en el segundo disparo) * P(no derribarla en el tercer disparo)
P(derribarla) = 1 – (0.6)3 = 1 – 0.216 = 0.784
Ejemplo 2 (Televisores)
Un embarque de veinte televisores incluye tres unidades defectuosas. Si se inspeccionan tres

televisores al azar, indique usted cuál es la probabilidad de que se encuentren dos
defectuosos. (CUAED, 2017)
Datos y análisis
Podemos verificar si se trata de una distribución binomial mediante una lista de chequeo de
cada uno de los puntos que caracterizan a esta distribución.
Característica Estatus Observación
Hay un número finito de Cada televisor es un ensayo y hay tres de

Sí
ensayos. ellos.
Cada ensayo tiene sólo dos

Sí Cada televisor puede estar defectuoso o no.
resultados.
La probabilidad de éxito es La probabilidad de que la unidad esté

Sí
constante. defectuosa es 3/20.
Se desea saber la probabilidad Se desea saber la probabilidad de que X =

Sí
de un cierto número de éxitos. 2
Sustitución y solución
Una vez que hemos confirmado que se trata de una distribución binomial, aplicamos la
expresión P(x) = nCx.px.q(n-x), de modo que…
P(2) = 3C2 (3/20)2(17/20)1 = 3 (0.0225)(0.85) = 0.057375

Ejemplo 3 (Planeación familiar)

Una pareja de recién casados planea tener tres hijos. Indica cuál es la probabilidad de que los
tres hijos sean varones si consideramos que la probabilidad de que el descendiente sea
hombre o mujer es igual. (CUAED, 2017)
Análisis y los datos
Verificamos primero si se cumplen los puntos que caracterizan la distribución binomial.
Claramente es un experimento aleatorio con tres ensayos y en todos ellos sólo hay dos
resultados posibles, cada uno con probabilidad de 0.5 en cada ensayo. Si se define como
éxito que el sexo sea masculino, entonces podemos decir que se desea saber la probabilidad
de que haya tres éxitos.
Sustitución y solución
Entonces, el experimento lleva a una distribución binomial y…
P(3) = 3C3(1/2)3(1/2)0 = (1/2)3 = 0.0125
El resultado obtenido es la probabilidad de que los tres hijos de la pareja sean varones. Si
queremos pasarlo a porcentaje, el valor se debe multiplicar por 100 %
Ejemplo 4 (Clases de geografía)
Se sabe que el 30 % de los estudiantes de secundaria en México es incapaz de localizar en

un mapa el lugar donde se encuentra Afganistán. Si se entrevista a seis estudiantes de este
nivel elegidos al azar:
1. ¿Cuál será la probabilidad de que exactamente dos puedan localizar este país?
2. ¿Cuál será la probabilidad de que un máximo de dos puedan localizar este país?
Datos y análisis
Al igual que en los casos anteriores, verificamos si se cumple o no que el experimento lleve a
Se trata de un experimento con seis ensayos, en cada uno de los cuales puede ocurrir que el
estudiante sepa o no sepa localizar Afganistán en el mapa. Si se define como éxito que sí
sepa la localización, podemos decir que la probabilidad de éxito es de 0.70. Además, las
probabilidades que se desean calcular se refieren al número de éxitos. Concluimos que el
experimento es Bernoulli y, por lo tanto
Sustitución
P(2) = 6C2 (0.70)2(0.30)4 = 15 (0.49)(0.0081) = 0.059535
El resultado obtenido es la probabilidad exacta de que dos estudiantes de secundaria

localicen en el mapa Afganistán. Si queremos pasarlo a porcentaje, el valor se debe
multiplicar por 100 %.
Por cuanto hace al inciso (b), la frase “un máximo de dos” significa que X toma los valores
cero, uno o dos. Entonces…
P(X ≤ 2) = P(2) + P(1) + P(0) =
= 6C2 (0.70)2(0.30)4 + 6C1 (0.70)1(0.30)5 + 6C0 (0.70)0(0.30)6 =
= 15(0.49)(0.0081) + 6(0.7)(0.00243) + 0.1 + 0.000729
= 0.05953
El resultado obtenido es la probabilidad máxima de que dos estudiantes de secundaria

localicen en el mapa Afganistán. Si queremos pasarlo a porcentaje, el valor se debe
multiplicar por 100 %.
En conclusión el modelo de distribución binomial radica en realizar experimentos

repetidos e independientes. Estos presentan dos posibles resultados que se
denominan éxito o fracaso.
Referencias
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resourc
e/content/1/contenido/index.html
(https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/content
/1/contenido/index.html)

8 de oct de 2020
Hola compañera, puedo visualizar que coincidimos con la referencia bibliográficas...

Puedo notar que en tu post tienes uno que otro ejemplo distinto al mío y fuera del cálculo
matemático me parece interesante los casos aplicativos que presentas... Quien se
pudiera imaginar que hasta parala planificación familiar se aplicarían este tipo de
probabilidades jajjajaja. Buen aporte ah!!!!!!
Saludos
(http

8 de oct de 2020
Claro y Detallado! buen aporte.
(http JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272)

11 de oct de 2020
Muy interesante tu explicación compañera y los ejemplos muy ilustrativos.
(http RUDD CESSY HUANUQUEÑO VASQUEZ (https://canvas.utp.edu.pe/courses/133597/users/86477)

11 de oct de 2020
Compañera, me parece muy Interesantes los ejemplos y análisis en los los casos que
presentas.
(http IVONNE YENIFER HERRERA ARTETA (https://canvas.utp.edu.pe/courses/133597/users/144786)

11 de oct de 2020
Excelente aporte compañera ya que nos das a conocer que en diferentes situaciones
podemos aplicar la distribución de probabilidad binomial.
(http JOSELIN CORDERO GRAJEDA (https://canvas.utp.edu.pe/courses/133597/users/164021) 

11 de oct de 2020
muy buen aporte bien explicado

11 de oct de 2020
muy buen aporte bien explicado
(https:// GABRIEL FERNANDO RODAS MONTES (https://canvas.utp.edu.pe/courses/133597/users/112542)

8 de oct de 2020
Se saca 2 resultados posibles en el resultado de la realización especifica o ensayo de un

experimento
Este sería: éxito(p) y fracaso (q)
En la distribución binomial el anterior experimento se repite n veces, de forma independiente,

y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1
De cualquier observación el resultado (éxito o fracaso) o ensayo es independiente del

resultado de cualquier otra observación.
En la Distribución Binomial se tiene tres variables:
-N es el número de veces que repetimos el experimento.
-P es uno de los dos resultados al que llamaremos éxito.
-q es el otro resultado posible al que llamaremos fracaso.
https://www.monografias.com/trabajos104/aplicacion-distribucion-probabilidad-
discreta/aplicacion-distribucion-probabilidad-discreta.shtml
(https://www.monografias.com/trabajos104/aplicacion-distribucion-probabilidad-
discreta/aplicacion-distribucion-probabilidad-discreta.shtml)
Editado por GABRIEL FERNANDO RODAS MONTES (https://canvas.utp.edu.pe/courses/133597/users/112542) el 8 de oct en
19:43
(http KATTY MARILU MOLINA LUNA (https://canvas.utp.edu.pe/courses/133597/users/235925) 
11 de oct de 2020
Buen día compañero
Aporto que entre las aplicaciones prácticas diarias que se puede usar la
distribución de probabilidad Binomial tenemos:
Nº de reacciones negativas ante un fármaco administrado a 100 pacientes

Nº de accidentes de tráfico si han circulado 2000 automóviles
Nº de semillas que germinan de las 10 semillas que se han plantado en suelos de
idéntica composición
Saludos
(http FANNY MARGOT PERICHE CHERRE (https://canvas.utp.edu.pe/courses/133597/users/60673)

11 de oct de 2020
Además de ello indicar que la distribución Binomial define experimentos consistentes en

realizar ensayos repetidos e independientes, el cual da como
resultados el éxito o fracaso, cuya probabilidad se mantiene constante en las
diferentes pruebas.
(https://
JOSE CARLOS ALFREDO QUISPE LINARES (https://canvas.utp.edu.pe/courses/133597/users/241720) 

8 de oct de 2020
Explique las aplicaciones prácticas de la distribución de probabilidad Binomial
Las aplicaciones prácticas de la distribución de probabilidad Binomial calculan el número de

éxitos o fracasos que puede darse en una situación, solo hay 2 resultados posibles.
Las empleamos en nuestro lenguaje cotidiano al decir que "esto es poco probable que ocurra"
cuando algo no sucede muy a menudo, o "aquello es muy probable que suceda" cuando
ocurre con mucha frecuencia.
Por tanto, detallo algunas aplicaciones prácticas de la siguiente manera:

Meteorología: Las predicciones que hacen los meteorólogos sobre el tiempo que hará en los
próximos días se hace en base a los patrones de lo que ha ocurrido y se expresa en términos
de probabilidad.
Decisiones médicas: Si un paciente necesita que le realicen una cirugía querrá saber cuál
es la probabilidad de éxito para decidir si se opera o no. Lo mismo pasa cuando se tiene que
iniciar un tratamiento, sería deseable conocer la probabilidad de éxito en base a los
resultados obtenidos previamente en otros pacientes.
Esperanza de vida: Es una medida del promedio de años que se espera que viva una
persona en las condiciones de mortalidad del período que se calcula. Se basa en el cálculo de
la probabilidad de muerte o de vida de la población a partir de los datos recogidos sobre
nacimientos y defunciones, distribuidos por sexo, edades, territorios.
Análisis de riesgos: Antes de tomar una decisión importante se debe hacer un análisis del
riesgo que conlleva tomarla. Las empresas utilizan métodos basados en estudios para medir
la repercusión que tendrán las medidas que van a tomar y así poder elegir aquéllas que sean
las más acertadas o las menos arriesgadas.
Juegos de azar: Como comprenderán, los dueños de los casinos están en el negocio para
ganar dinero por que han estudiado muy bien cuál es la probabilidad de que el cliente gane en
cada juego y saben perfectamente que dicha probabilidad es baja.
Referencia Bibliográfica: DÍAZ MATA, ALFREDO (2013) Estadística aplicada a la

administración y la economía, McGraw-Hill Interamericana
Capítulo 5 Pagina 151: 5.4 Distribución binomial

11 de oct de 2020
bien explicado estimado

11 de oct de 2020
bien explicado estimado
(https:// MARIA CLAUDIA SUAREZ CALLE (https://canvas.utp.edu.pe/courses/133597/users/154055) 

9 de oct de 2020
Estimado profesor buenos días, aquí respondo la pregunta indicada:
La distribución de probabilidad binomial es una distribución discreta que tiene muchísimas

aplicaciones. Se asocia con un experimento de múltiples pasos que se llama experimento
binomial. La palabra binomial viene de otra palabra que significa “dos nombres” y esto nos
hará recordar que en cada ensayo que veremos en este tema siempre habrá dos resultados:
éxito y fracaso. Si es que respondes una pregunta de alternativas al azar, la respuesta es
correcta o incorrecta. Si es que realizas un control de calidad a un producto, este será
defectuoso o no defectuoso
(http
LEONARDS RANGGELL TEMOCHE QUIZOCAL (https://canvas.utp.edu.pe/courses/133597/users/121592)

9 de oct de 2020
Compañera una critica constructiva, con unos ejemplos seria mejor entendido el concepto
dado.
(http

9 de oct de 2020
muy buen aporte compañera pero seria mas entendible agregar la formula para calcular
la distribucion binomial que es
donde
n= Numero de ensayos/experimentos
x=Numero de exitos
p= probabilidades de fracaso(1-p)
(http ROBERT REYNALDO RIOS GALVAN (https://canvas.utp.edu.pe/courses/133597/users/110566)

10 de oct de 2020

Buenas noches compañera, solo para complementar.
Las, probabilidades son muy importantes ya que sin darnos cuentas las utilizamos a
diario, por ejemplo, ¿De qué humor estará el profesor hoy? ¿Nos resfriaremos este
invierno? ¿Quién ganará el campeonato? Hechos tan simples como los mencionados
requieren ser interpretados con pensamiento probabilista, el cual gira alrededor de las
nociones de azar e incertidumbre.
(https:// EGOR SANCHEZ ESPINOZA (https://canvas.utp.edu.pe/courses/133597/users/118393) 

9 de oct de 2020
Aplicaciones prácticas de la distribución de probabilidad binomial.
Esta distribución es aplicada a un experimento que tenga respuesta binaria, generalmente

clasificada como “éxito” o “fracaso, tambien recibe el nombre de experimento de Bernoulli.
Ejemplos de respuesta binaria pueden ser el hábito de fumar (sí/no), si un paciente
hospitalizado desarrolla o no una infección, o si un artículo de un lote es o no defectuoso.
Como se denota solo es aplicado a dos posibles resultados.
P(x=k)=)pk (1-p)n-k
donde:
n= número de pruebas
k= número de exitos
p= probabilidad de éxito
q= 1-p probabilidad de fracaso
Ejemplo:
lectores ya la han leido. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura, 2 hayan leido la novela.
1. La probabilidad de que una persona haya leido el libro es de 0.8, por lo que la probabilidad
de que no lo haya leido es de 0.2
n= 4
k= 2
p= 0.8
q= 0,.2
2. Laprobabilidad de que exactamente 2 personas del grupo 4 amigos hayan leído la novela
p(x=2)
Hallando:
P(x=2) = )(0.8)2 (0.2)2 = )=(0.64)(0.04)=0.1536.
Bibliografía:
unr.edu.ar
superprof.es
(http

9 de oct de 2020
Buenos ejemplos compañero.
(https:// MELISA LORENA MEZA MONTES (https://canvas.utp.edu.pe/courses/133597/users/132447) 

9 de oct de 2020
La naturaleza de la distribución binomial Para que se considere que una variable aleatoria
sigue una distribución binomial, debe satisfacer las siguientes propiedades: En cada ensayo,
experimento o prueba, solo son posibles dos resultados (éxito o fracaso). La probabilidad de
éxito debe ser constante. ... La probabilidad de falla también debe ser constante.
¿Cuándo usar la distribución de probabilidad binomial?
Cuando la variable aleatoria discreta es el número de éxitos en una muestra compuesta por n
observaciones, la distribución binomial es uno de los modelos teóricos de distribución de
probabilidad.
En cada ensayo, experimento o prueba, solo son posibles dos resultados (éxito o fracaso).
La probabilidad de éxito debe ser constante. Esto está representado por la letra p. La
probabilidad de lanzar una moneda es 0.5, que es constante, porque la moneda no cambia en
cada experimento y la probabilidad de lanzarla es constante.
La probabilidad de falla también debe ser constante. Esto está representado por la letra q = 1-
p. Es importante notar que, al conocer la ecuación de p o q, podemos obtener la que falta.
Los resultados obtenidos en cada experimento no están relacionados con el experimento

anterior. Por tanto, lo que suceda en cada experimento no afectará a lo siguiente.
Estos eventos son mutuamente excluyentes, es decir, no pueden ocurrir al mismo tiempo. Al
lanzar una moneda, no puedes ser hombre y mujer al mismo tiempo, ni puedes tener cabeza
y cola.
Estos eventos son exhaustivos en general, lo que significa que debe ocurrir al menos uno de
dos eventos. Si no es un hombre, entonces es una mujer, y si lanza una moneda, si la
moneda no está boca arriba, entonces debe estar boca arriba.
Las variables aleatorias que siguen una distribución binomial generalmente se expresan como
X ~ (n, p), donde n representa el número de ensayos o experimentos y p representa la
probabilidad de éxito.
(http

9 de oct de 2020
muy buen aporte compañera pero le pondrias la formula para calcular la distribucion
binomial.
(http FERNANDO EBER ALEGRE DIAZ (https://canvas.utp.edu.pe/courses/133597/users/86411) 

11 de oct de 2020
Buen día compañera, muy claros tus ejemplos en el tema a tratar en este foro; sin
embargo, te recuerdo que tenemos que colocar las fuentes a la cual recurrimos. Con el
fin, de no restar puntos a nuestra participación, ya que así esta dispuesta en la rubrica.
(http ERICH AMERICO BARINEZA MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/142905)
11 de oct de 2020
buen aporte Melisa,
Complemento tu información con la formula utilizada.
Para calcular la distribución normal es:
(https://economipedia.com/wp-
content/uploads/distribuci%C3%B3n-binomial.jpg)
(https://

9 de oct de 2020
Distribución binomial
La Distribución binomial es uno de los modelos de distribución teórica de probabilidad que se

utiliza cuando la variable aleatoria discreta es el número de éxitos en una muestra compuesta
por n observaciones. Es una de las distribuciones de probabilidad más útiles que se emplea
en control de calidad, producción, investigaciones, etc.
Distribución Binomial
La Distribución Binomial está relacionada con a la distribución de Bernoulli que es una
distribución de variable aleatoria X que toma solamente valores de cero y uno (éxito y
fracaso), cuando se realiza un solo experimento.
La distribución binomial se aplica cuando se realizan un número "n" de veces el experimento

de Bernouilli, siendo cada ensayo independiente del anterior. La variable puede tomar valores
entre 0 (si todos los experimentos han sido fracaso) y n (si todos los experimentos han sido
éxitos)
Para este tipo de distribución de probabilidad, la función matemática es la siguiente:
Donde:
P(X) = probabilidad de X éxitos dados los parámetros n y p
n = tamaño de la muestra
p = probabilidad de éxito
1 – p = probabilidad de fracaso
X = número de éxitos en la muestra (X = 0, 1, 2, ……. n)
Condiciones
La distribución binomial es una distribución de probabilidades que surge al cumplirse las

siguientes condiciones:
1. El número de ensayos o repeticiones del experimento (n) es constante.

2. En cada ensayo hay sólo dos posibles resultados (éxito o fracaso, defectuoso o no
defectuoso).
3. La probabilidad de cada resultado posible en cualquier ensayo permanece constante.
4. En cada ensayo, los dos resultados posibles son mutuamente excluyentes.
5. Los resultados de cada ensayo son independientes entre si.
Forma
Simétrica: Cuando p=0.5 sin tomar en cuenta que tan grande o pequeño sea el valor de
"n"
Sesgada: Cuando p≠0.5. Cuanto más cerca se encuentre "p" de 0.5 y mayor sea el
número de observaciones "n", menos sesgada será la distribución, por otra parte, con una
"p" pequeña la distribución tendrá un gran sesgo a la derecha y para una "p" muy grande
la distribución tendría un gran sesgo a la izquierda.
Tabla
La tabla proporciona, para diversas combinaciones de n y p, las probabilidades de que la
variable aleatoria binomial tome valores x = 0, 1, 2, ..., n. Tiene en la primera fila los valores
de "p"; en la primera columna los valores de "n" y en la segunda columna los valores de x,
pero están representados en ella por una k Sí se quiere tener el resultado de la probabilidad
se combinan los valores de n y p y dentro de ellos se busca el valor de x que se necesita.
Ejemplos
Probabilidad de vida para pólizas de seguro
Un agente de seguros vende pólizas a cinco personas de la misma edad y que disfrutan de
buena salud.
Según las tablas actuales, la probabilidad de que una persona en estas condiciones viva 30
años o más es 2/3.
Hállese la probabilidad de que, transcurridos 30 años, vivan:
1 las cinco personas
2 al menos tres personas

3 exactamente dos personas
Distribución binomial | Ejercicios resueltos | Introducción

(https://www.youtube.com/watch?v=-XxZGvNClkg)
(https://www.youtube.com/watch?v=-XxZGvNClkg)
Distribución binomial FORO.docx (https://canvas.utp.edu.pe/files/29201743/download?
download_frd=1&verifier=bfZdQjcItGxfq8jnkkFQhGr9yIrLoeAMHItyC7kf)
(http MAX ALEXANDER RICALDE MARCOS (https://canvas.utp.edu.pe/courses/133597/users/95581)

11 de oct de 2020
Buen aporte ..!! tiene buenos videos el profe.
(http ERICH AMERICO BARINEZA MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/142905)

11 de oct de 2020
Buen aporte compañero, el video hace mas fácil entender los ejemplos.
(https:// MANUEL ANGEL CHAFLOQUE CAPUÑAY (https://canvas.utp.edu.pe/courses/133597/users/164050)
9 de oct de 2020
Una distribución de probabilidad binomial es una distribución teórica, que se puede calcular
mediante el uso de la fórmula de la función de probabilidad. Sin embargo, los cálculos pueden
ser muy tediosos, especialmente cuando nos piden probabilidades acumuladas, ya que será
necesario aplicar la fórmula repetidamente. Por tal motivo existen tablas en las que se
pueden consultar las probabilidades de un determinado número de éxitos para varios valores
de n y de p, pero únicamente para valores máximos de n = 25. Para cualquier n superior
hemos de utilizar inevitablemente la fórmula de la función de probabilidad.
En lo cual existe una gran diversidad de experimentos o sucesos que se puede ser
caracterizado bajo la distribucion de probabilidad el suceso sacar cara” como el éxito. Si
lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos, nuestra
distribución de probabilidades se ajustaría a una distribución binomial.
aleatoria.Asimismo sus propiedades de la distribucion binomial ,es decir que para una variable
aleatoria se considere que sigue una distribucion binomial ,tiene que cumplir la siguiente
propiedades,en primer lugar en cada ensayo,experimentoo prueba solo son posibles dos
resultados éxito ofracaso,en segundo lugar la probabilidad del exitos ha de ser constante.en
lo cual esto se representa mediant la letra p. La probabilidad de que salga cara al lanzar una
moneda es 0,5 y esta es constante dado que la moneda no cambia en cada experimento y la
probabilidades de sacar carason constantes.en tercer lugar la probabilidad de fracaso ha de
ser tambien cosntante.esta se representa mediante la una letra q=-p.es importante fijarse que
mediante esa ecuacion sabiendo p o sabiendo q, podemos obtener la que nos falte. En tercer
lugar, el resultado obtenido en cada experimento es independiente del anterior. Por lo tanto, lo
que ocurra en cada experimento no afecta a los siguientes. Los sucesos son mutuamente
excluyentes, es decir, no pueden ocurrir los 2 al mismo tiempo. No se puede ser hombre y
mujer al mismo tiempo o que al lanzar una moneda salga cara y cruz al mismo tiempo.
también Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los 2 ha de
ocurrir. Si no se es hombre, se es mujer y, si se lanza una moneda, si no sale cara ha de salir
cruz. Finalmente La variable aleatoria que sigue una distribución binomial se suele
representar como X~(n,p), donde n representa el número de ensayos o experimentos y p la
probabilidad de éxito. En otras palabras la fórmula para calcular la distribución binomial es:
Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
q = Probabilidad de fracaso (1-p)
Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino
que es un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente
formula:
El signo de exclamación en la expresión anterior representa el símbolo de factorial.
Veamos algunos ejemplo:
1. Un cazador tiene una probabilidad de acertar cada disparo que realiza con su escopeta
(suceso A) del 40 %. ¿Qué probabilidad tiene de derribar a su presa si puede efectuar tres
disparos consecutivos?Sea el suceso A: derriba a la presa en el disparo.
La probabilidad de A, sería p=0,4.
Sea la variable X ~ número de disparos acertados ~ B (n=3, p=0,4).
Sin embargo, al ser sucesos independientes, podemos calcularlo de manera más sencilla,
mediante el complementario:
P(derribarla)=1-P(no derribarla)=1-(P)no derribarla en el primer disparo)*P(no derribarla en el

segundo disparo)*P(no derribarla en el tercer disparo)
P(derribarla=1-(0,6)³=1-0,216=0,784
2. La probabilidad de que al administrársele un antibiótico a un ave rapaz en recuperación se

le presente una reacción negativa es 0.05. Si se le va a administrar el antibiótico a 80 de
estas aves, calcúlese la probabilidad de que:
3. No haya reacción negativa en ningún ave
4. Al menos haya reacción negativa en dos de ellas
5. Como mucho la haya en 5
Solución: 2.
Suceso A : "A un ave se le presenta reacción negativa:" X :"n º de aves a las que se les
presenta tal reacción"
PA n X B ( ) 0.05; 80; (80 ; 0.05)
n>30 y p <0.1
⇒ X → = P(λ= np)= P P (λ =80 x0.05)=P( λ=4)
1. P(X=0)= 0.0183
2. P(X ≥ 2)=1-P(x ≤ 1)=1-P(X=0)-P(x=1)=0.9084
3. P(X ≤ 52)=P(x =0)+…+P(X=5)=0.7851
Bibliografia
https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf
https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha
%20de%20ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de
%20ser%20tambi%C3%A9n%20constate.
Editado por MANUEL ANGEL CHAFLOQUE CAPUÑAY (https://canvas.utp.edu.pe/courses/133597/users/164050) el 9 de oct
en 22:40
(https:// LUIS ASTUDILLO MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/150870) 

10 de oct de 2020
La distribución binomial se entiende como una serie de pruebas o ensayos en la que solo
podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable aleatoria.
cumplir las siguientes propiedades
constantes.
salir cruz.
éxito.
(https:// ROBERT REYNALDO RIOS GALVAN (https://canvas.utp.edu.pe/courses/133597/users/110566) 

10 de oct de 2020
(ACV-S07)Foro de Debate Calificado 05 - EP - Distribución de probabilidad.docx

(https://canvas.utp.edu.pe/courses/133597/external_tools/retrieve?
display=borderless&url=https%3A%2F%2Foffice365-iad-prod.instructure.com%2Flti%2Flinked-
share-item%2F462432%2Frce_content_item_selection)
(https://canvas.utp.edu.pe/courses/133597/external_tools/retrieve?
display=borderless&url=https%3A%2F%2Foffice365-iad-prod.instructure.com%2Flti%2Flinked-
share-item%2F462432%2Frce_content_item_selection)
Distribución de probabilidad Binomial.
La distribución binomial es uno de los modelos matemáticos que más se utilizan para calcular
la probabilidad de éxito de un evento, siempre y cuando la variable a analizar sea discreta. Se
relaciona con el experimento aleatorio de Bernoulli, nombrado así en honor de Jakob
Bernoulli, matemático y científico suizo.
Utilizamos la distribución binomial en todos los eventos donde solamente hay dos resultados,
por ejemplo, la definición del sexo de un bebé; el que nuestro equipo favorito gane o pierda
algún partido; el que pase o repruebe un examen. Ahí, sin darnos cuenta, estamos haciendo
uso de este concepto.
Su uso es más común de lo que se piensa. Consideramos cuántas veces en la vida diaria y
en qué momento utilizamos la distribución binomial; verás que son muchas más de las que
nos habíamos dado cuenta.
Editado por ROBERT REYNALDO RIOS GALVAN (https://canvas.utp.edu.pe/courses/133597/users/110566) el 11 de oct en

20:09
(http JHOSEPH WILLIAM BARAHONA QUISPE (https://canvas.utp.edu.pe/courses/133597/users/53276)

11 de oct de 2020
Muy buen aporte; sin embargo, no te olvides de citar las fuentes.
(https:// JESÚS TANTA GALA (https://canvas.utp.edu.pe/courses/133597/users/125105) 

11 de oct de 2020

éxitos si la variable es una variable aleatoria discreta, es decir, sólo puede tomar los valores 0,
1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas. En las empresas tenemos
muchas situaciones donde se espera que ocurra o no un evento específico. Éste, sólo puede
ser de éxito o fracaso. Por ejemplo, en la producción de una pieza, ésta puede salir buena o
defectuosa. Para situaciones como éstas se utiliza la distribución binomial.
La estructura de este objeto de aprendizaje es como sigue: en primer lugar se presentan los
objetivos que se desean consigan los alumnos; a continuación se trabaja la definición y
características de la distribución binomial, haciendo especial relevancia en como identificarla y
diferenciarla de otras distribuciones discretas y se resuelven algunos ejemplos prácticos para
ayudar a su comprensión. Finalmente, en el Cierre, se destacan los conceptos básicos de
aprendizaje con respecto a la distribución binomial y sus aplicaciones prácticas.
cumplir las siguientes propiedades:
La probabilidad del éxito ha de ser constante. ...

La probabilidad de fracaso ha de ser también constate.
La distribución binomial viene definida como sigue:

* Sea una población de tamaño ∞.
* Sea una muestra de tamaño n (número de repeticiones del experimento).
* Los n experimentos realizados son independientes.
* Cada ensayo produce uno de los dos únicos posibles resultados, a los que por comodidad
de
nomenclatura, les llamaremos acierto (A) y su complementario Fallo (F o A ).
* Sea A un suceso que tiene una probabilidad p de suceder y en consecuencia, su
complementario tendrá una probabilidad 1‐p de suceder.
* X: número de individuos de la muestra que cumplen A.
* El conjunto de posibles valores de A es, E = {0,1,2,3,4....}
Ejemplos típicos de la distribución binomial son:

* Al nacer puede ser varón o hembra.
* Un equipo de baloncesto puede ganar o perder.
Se dice que X sigue una distribución Binomial de parámetros n y p, que se representa con la
siguiente notación:
Su función de probabilidad viene definida por:
(http FERNANDO EBER ALEGRE DIAZ (https://canvas.utp.edu.pe/courses/133597/users/86411) 

11 de oct de 2020
Buen día Jesús,
Muy buen aporte; sin embargo, no te olvides de citar las fuentes.
(http MAX ALEXANDER RICALDE MARCOS (https://canvas.utp.edu.pe/courses/133597/users/95581)

11 de oct de 2020
Jesús coincido con tu aporte, he buscado en varios libro y existen muchas formas de
desarrollar los problemas...!!
(https://
ANTHONY LEONARD STALIN CHIROQUE CIELO (https://canvas.utp.edu.pe/courses/133597/users/113761)

11 de oct de 2020
Una distribución binomial es una distribución de probabilidad discreta que describe el

número de éxitos al realizar n experimentos independientes entre sí, acerca de una
variable aleatoria.
aleatoria.
(http
EDINSON CARLOS FLORIAN GUTIERREZ (https://canvas.utp.edu.pe/courses/133597/users/167241) 

11 de oct de 2020
Gracias compañero por el aporte , fue un buen ejemplo el que mencionaste
(http EGOR SANCHEZ ESPINOZA (https://canvas.utp.edu.pe/courses/133597/users/118393) 

11 de oct de 2020
Buen aporte compañero, sintetizado y preciso.
(https:// FIORELLA LOPEZ AYBAR (https://canvas.utp.edu.pe/courses/133597/users/37275) 

11 de oct de 2020
Buen dìa profesor

Paso a responder la pregunta del foro:

La Distribución de probabilidad Binomial esta relacionada con al distribución de Bernoulli que
es una distribución de variable aleatoria X que toma solamente valores de cero y uno (éxito y
fracaso), cuando se realiza un solo experimento.
También se aplica cuando se realizan un número "n" de veces el experimento de Bernouilli,

siendo cada ensayo independiente del anterior. La variable puede tomar valores entre 0 (si
todos los experimentos han sido fracaso) y n (si todos los experimentos han sido éxitos).
Para este tipo de distribución de probabilidad, la función matemática es la siguiente:
La distribución binomial es una distribución de probabilidades que surge al cumplirse las

siguientes condiciones:
1. El número de ensayos o repeticiones del experimento (n) es constante.

2. En cada ensayo hay sólo dos posibles resultados (éxito o fracaso, defectuoso o noi
defectuoso).
3. La probabilidad de cada resultado posible en cualquier ensayo permanece constante.
4. En cada ensayo, los dos resultados posibles son mutuamente excluyentes.
5. Los resultados de cada ensayo son independientes entre si.
Mis fuentes fueron las siguientes:
https://www.ecured.cu/Distribuci%C3%B3n_binomial
(https://www.ecured.cu/Distribuci%C3%B3n_binomial)
Editado por FIORELLA LOPEZ AYBAR (https://canvas.utp.edu.pe/courses/133597/users/37275) el 11 de oct en 12:34
(http JOSE ARNALDO VARGAS ASCAMA (https://canvas.utp.edu.pe/courses/133597/users/36941)

11 de oct de 2020
Compañera buen aporte al foro, un ejemplo. Imaginemos el lanzamiento de una moneda

en el que definimos el suceso “sacar cara” como el éxito. Si lanzamos 5 veces la moneda
y contamos los éxitos (sacar cara) que obtenemos, nuestra distribución de probabilidades
se ajustaría a una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o ensayos en
la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito nuestra variable
aleatoria.
Saludos
José Vargas
(https:// MAX ALEXANDER RICALDE MARCOS (https://canvas.utp.edu.pe/courses/133597/users/95581)

11 de oct de 2020
de DISTRIBUCION BINOMIAL
La estadistica se refiere a situaciones conocidas como "pruebas repetidas". Por ejemplo, si

deseamos conocer la probabilidad de que uno de remaches se corte en un ensayo de
tensión, de que 9 de 10 tubos de vacío duren al menos 1000 horas, de que al menos 60
unidades de las 75 que forman un envío estén en buen estado, en cada caso estamos
tratando con un número de "pruebas" y nos interesa la probabilidad de obtener un cierto
número de "casos favorables".
Si n representa el número de pruebas y x el número de casos favorables, los problemas de

este tipo se pueden resolver utilizando la llamada DISTRIBUCION BINOMIAL, ya que se
satisfacen las condiciones siguientes:
1. Hay solamente dos casos posibles en cada ensayo, llamados arbitrariamente casos
"favorables" y "desfavorables", sin inferir de esto que un caso favorables sea necesariamente
un caso deseado. (Por ejemplo, la aplicación de una unidad defectuosa en una inspección
puede considerarse como un caso "favorable")
2. La probabilidad de un caso "favorable" es constante en todas las pruebas; se denotará por

la letra p, y por lo tanto, la probabilidad del caso "desfavorable" será 1-p.
3. Hay n pruebas, siendo n una constante dada.
4. Las n pruebas son independiente.
Por supuesto, si no se cumplen estas condiciones, el problema tendrá que resolverse con otro
tipo diferente de distribución de probabilidades adecuado al caso.
Empezaremos hallando la Probabilidad de encontrar x casos favorables en n pruebas en un

orden dado. Denotando los casos favorables y los desfavorables respectivamente por las
letras A y B, considerando la sucesión.
A A A A A.................A A B B B B .............B B
X n-x
formando por x casos favorables, seguidos por n -x casos desfavorables. Por la hipótesis que
hicimos de independencia, la probabilidad de esta sucesión es el producto de las
probabilidades de los casos individuales; hay x factores p, n -x factores 1-p, y por
consiguiente, la probabilidad es pz(1-p)n-x . Nótese que se habría obtenido un resultado
idéntico a partir de cualquiera otra sucesión que tuviera x casos favorables y n -x casos
desfavorables en un orden dado. En este caso, también hubiera habido x factores p, y n-x
factores 1 - p, y la probabilidad buscada sería también su producto.
Para obtener la probabilidad de x casos favorables y n -x casos desfavorables en cualquier

orden, tendremos que sumar las probabilidades de todas las sucesiones que tengan x casos
favorables y n -x casos desfavorables en algun orden. Como cada una de estas sucesiones
tienen la probabilidad pz(1-p)n-z, solo tendremos que hallar el número de tales sucesiones y
multiplicar este número por pz(1-p)n-z, Nótese que esta cantidad esta multiplicada por el
número de formas en que las x letras A pueden estar distribuidas en las n pruebas. Para
encontrar este número , supongamos de momento que las A se pueden distinguir; entonces,
podremos dar a cada una un subindice y designarlas con A1, A2,....., AX. Comenzando por A1,
la podemos hacer corresponder a cualquiera de las n pruebas, es decir, la podemos fijar en n
formas diferentes. A continuación, podremos hacer los mismo con A2 en n-1 formas
diferentes, A3 en n-2, ... , y finalmente Ax en n-x+1. de acuerdo al teorema todas estas A se
pueden distribuir entre las n pruebas de n(n-1)(n-2)....(n-x+1) formas diferentes. Si ahora
omitimos los subindices, vemos que las diferentes ordenaciones que hemos considerado no
son todas distintas.
Entonces, el número de modos en que las x letras A se pueden distribuir entre las n pruebas
esta dado por
https://books.google.es/books?
hl=es&lr=&id=eQTjfzD00QMC&oi=fnd&pg=PA1&dq=LIBROS+DE+ESTADISTICAS+proba
bilidad+binomial&ots=VhfS8uaJxk&sig=9xcSh9OjTOrk8_G5OUsOPEgB3UQ#v=onepage
&q&f=false (https://books.google.es/books?
hl=es&lr=&id=eQTjfzD00QMC&oi=fnd&pg=PA1&dq=LIBROS+DE+ESTADISTICAS+probabilidad+bi
nomial&ots=VhfS8uaJxk&sig=9xcSh9OjTOrk8_G5OUsOPEgB3UQ#v=onepage&q&f=false)
Editado por MAX ALEXANDER RICALDE MARCOS (https://canvas.utp.edu.pe/courses/133597/users/95581) el 11 de oct en
12:35
(http JHOSEPH WILLIAM BARAHONA QUISPE (https://canvas.utp.edu.pe/courses/133597/users/53276)

11 de oct de 2020
Muy buen aporte compañero, los ejemplos en mención estan bien formulados.
(https:// MANUEL ANDRES HURTADO ARELLANO (https://canvas.utp.edu.pe/courses/133597/users/124593)

11 de oct de 2020

Propiedades de la distribución binomial
Para que una variable aleatoria se considere que sigue una distribución binomial,
tiene que cumplir las siguientes propiedades: En cada ensayo, experimento o prueba
solo son posibles dos resultados (éxito o fracaso). La probabilidad del éxito ha de ser
constante. ... La probabilidad de fracaso ha de ser también constate.
ECUACIONES:
Fuentes:
https://economipedia.com/definiciones/distribucion-binomial.html
(https://economipedia.com/definiciones/distribucion-binomial.html)
(https:// JHOSEPH WILLIAM BARAHONA QUISPE (https://canvas.utp.edu.pe/courses/133597/users/53276)

11 de oct de 2020
La distribución binomial fue desarrollada por Jakob Bernoulli (Suiza,1654‐1705) y es la

principal distribución de probabilidad discreta para variables dicotómicas, es decir, que sólo
pueden tomar dos posibles resultados. Bernoulli definió el proceso conocido por su nombre.
Dicho proceso, consiste en realizar un experimento aleatorio una sola vez y observar si
cierto suceso ocurre o no, siendo p la probabilidad de que ocurra (éxito) y q=1‐p de que no
ocurra (fracaso), por lo que la variable sólo puede tomar dos posibles valores, el 1 si ocurre y
el 0 sino sucede.
La distribución binomial es una generalización de la distribución de Bernoulli, cuando en lugar

de realizar el experimento aleatorio una sola vez, se realiza n, siendo cada ensayo
independiente del anterior.
Sea una población de tamaño ∞.

Sea una muestra de tamaño n (número de repeticiones del experimento).
Los n experimentos realizados son independientes.
Cada ensayo produce uno de los dos únicos posibles resultados, a los que, por
comodidad de nomenclatura, les llamaremos acierto (A) y su complementario Fallo (F o
A).
Sea A un suceso que tiene una probabilidad p de suceder y en consecuencia, su
X: número de individuos de la muestra que cumplen A.
El conjunto de posibles valores de A es, E = {0,1,2,3, 4…}
Al nacer puede ser varón o hembra.

Un equipo de baloncesto puede ganar o perder.
En una prueba psicotécnico hay peguntas de verdadero o falso, es decir sólo hay dos
alternativas.
Un tratamiento médico, como por ejemplo la vacuna de la gripe A, puede ser efectivo o
El objetivo de ventas al año de coches en un concesionario se puede o no lograr.
Fuente:
Editado por JHOSEPH WILLIAM BARAHONA QUISPE (https://canvas.utp.edu.pe/courses/133597/users/53276) el 11 de oct en
15:26
ACV-S07.docx (https://canvas.utp.edu.pe/files/29369427/download?
download_frd=1&verifier=QTV9sXOyzJ387fJCAF0lQJ3i4WKzaAHqBsk7mYw3)
(https:// ERICH AMERICO BARINEZA MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/142905)

11 de oct de 2020

La distribución de probabilidad binomial es una distribución discreta que tiene muchísimas

aplicaciones. Se asocia con un experimento de múltiples pasos que se llama experimento
binomial. La palabra binomial viene de otra palabra que significa “dos nombres” y esto nos
hará recordar que en cada ensayo que veremos en este tema siempre habrá dos resultados:
éxito y fracaso. Si es que respondes una pregunta de alternativas al azar, la respuesta es
correcta o incorrecta. Si es que realizas un control de calidad a un producto, este será
defectuoso o no defectuoso. Si es que lanzas una moneda, sale cara o sale cruz.
Propiedades:
constantes.
salir cruz.
éxito.
Fórmula:
La fórmula para calcular la distribución normal es:
content/uploads/distribuci%C3%B3n-binomial.jpg)
Donde:
n = Número de ensayos/experimentos
x = Número de éxitos
p = Probabilidad de éxito
q = Probabilidad de fracaso (1-p)
Es importante resaltar que la expresión entre corchetes no es una expresión matricial, sino
que es un resultado de una combinatoria sin repetición. Este se obtiene con la siguiente
formula:
content/uploads/combinatoria-sin-repetici%C3%B3n-1.jpg)
El signo de exclamación en la expresión anterior representa el símbolo de factorial.
Por eso, en algunos libros se encontrará la función de probabilidad binomial f(x) con el
coeficiente binomial ya incorporado y presentada de la siguiente manera:
Ejemplo 1:
La probabilidad de que a un cliente nuevo le guste la matehamburguesa de Jorge es de 0,8.

Si llegan 5 clientes nuevos a la cafetería, ¿cuál es la probabilidad de que solo a 3 de ellos les
guste la matehamburguesa?
Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para ello,
tiene que cumplir con las 4 condiciones que mencionamos arriba. Efectivamente, se trata de
un experimento binomial.
En este caso, vamos a centrarnos en los clientes a los que les gusta esta hamburguesa, por
ello diremos que:
X = número de clientes nuevos de 5 a los que les gusta la matehamburguesa
Entonces consideramos un éxito si al cliente le gusta esta hamburguesa.
Aplicaremos la fórmula binomial:
Ahora colocamos los valores de n, k y p. Recuerda que n es el número de ensayos, k el

número de éxitos y p la probabilidad de éxito.
Reemplazamos estos valores en la fórmula:

La respuesta sería 0,2048.
Recuerda que X, nuestra variable aleatoria, es el número de clientes nuevos de 5 a los que
les gustan las hamburguesas de Jorge. Aunque el problema no lo pide, vamos a elaborar la
tablita de distribución de probabilidad. Para calcular todas las probabilidades, usaré la misma
fórmula de arriba.
Vamos a elaborar una gráfica para representar esta distribución de probabilidad, empleando
un diagrama de barras.
Ejemplo 2:
De todas las flores plantadas por una empresa de jardinería, el 90% sobrevive. Si se plantan
10 flores ¿cuál es la probabilidad de que 9 o más sobrevivan?
Solución:
Antes de aplicar la fórmula, verificamos que se trate de un experimento binomial. Para ello,
tiene que cumplir con las 4 condiciones que mencionamos arriba. Efectivamente, se trata de
un experimento binomial.
En este caso, vamos a centrarnos en las flores que sobreviven, por ello diremos que:
X = número de flores de 10 que sobreviven
Entonces consideramos un éxito si la flor sobrevive. A las que flores que se mueren, las
consideramos como un fracaso.
Aplicaremos la fórmula binomial:
Nos piden calcular la probabilidad de 9 o más sobrevivan.
Este problema tiene trampa, porque dado que se plantaron 10 flores, la máxima cantidad de
flores que pueden sobrevivir es 10, por lo tanto:
– ¿Y no pueden sobrevivir 11 flores?

– No se puede, porque solo se plantaron 10.
– ¿Y si las flores tienen hijitos bonitos?
– Alumno por favor, tome menos azúcar. Concéntrese y sigamos con la clase.
Ahora colocamos los valores de n, k y p. Recuerda que n es el número de ensayos, k el

número de éxitos y p la probabilidad de éxito. En este caso:
Regresamos con la fórmula de arriba:

Vamos a calcular cada probabilidad por separado, empezando con P(X = 9):
Continuamos con P(X = 10).
Regresamos con esta fórmula:
Y reemplazamos lo calculado:
A continuación adjunto las referencias:
https://matemovil.com/distribucion-binomial-ejercicios-resueltos/
(https://matemovil.com/distribucion-binomial-ejercicios-resueltos/)
https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha
%20de%20ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de
%20ser%20tambi%C3%A9n%20constate
(https://economipedia.com/definiciones/distribucion-
binomial.html#:~:text=Para%20que%20una%20variable%20aleatoria,%C3%A9xito%20ha%20de%2
0ser%20constante.&text=La%20probabilidad%20de%20fracaso%20ha%20de%20ser%20tambi%C
3%A9n%20constate) .
Editado por ERICH AMERICO BARINEZA MENDOZA (https://canvas.utp.edu.pe/courses/133597/users/142905) el 11 de oct en

19:54
(http RENZO LUIS ZENTENO CASTAÑEDA (https://canvas.utp.edu.pe/courses/133597/users/153403)

11 de oct de 2020
Buenas noches Compañero,
Su publicación es muy detallada, se entiende el concepto.
Saludos,
(http RUDD CESSY HUANUQUEÑO VASQUEZ (https://canvas.utp.edu.pe/courses/133597/users/86477)

11 de oct de 2020
Buen aporte compañero.

(https:// EDINSON CARLOS FLORIAN GUTIERREZ (https://canvas.utp.edu.pe/courses/133597/users/167241)
11 de oct de 2020
En la distribución binomial está relacionado con un experimento de Bernoulli, se describen las

siguientes características:
1. Cada prueba tiene exactamente dos resultados posibles. A uno de ellos se le llama
2. La probabilidad de éxito de cada prueba aislada es constante para todas las pruebas y
3. Por medio de la distribución binomial tratamos de encontrar un número dado de éxitos en
Las cuales se pueden usar juegos de azar, finanzas, ventas ,economía e incluso problemas
de la vida cotidiana.
Ejemplo :
Una pareja de recién casados planea tener tres hijos. Indica cuál es la probabilidad de que los
tres hijos sean varones si consideramos que la probabilidad de que el descendiente sea
hombre o mujer es igual.
Análisis:
Verificamos primero si se cumplen los puntos que caracterizan la distribución binomial.
Claramente es un experimento aleatorio con tres ensayos y en todos ellos sólo hay dos
resultados posibles, cada uno con probabilidad de 0.5 en cada ensayo. Si se define como
éxito que el sexo sea masculino, entonces podemos decir que se desea saber la probabilidad
de que haya tres éxitos.
Entonces, el experimento lleva a una distribución binomial y…
P(3) = 3C3 (1/2)3(1/2)0 = (1/2)3 = 0.0125

El resultado obtenido es la probabilidad de que los tres hijos de la pareja sean varones. Si
queremos pasarlo a porcentaje, el valor se debe multiplicar por 100 %.
FUENTES:
e/content/1/contenido/index.html (Enlaces a un sitio externo.)
(https://es.slideshare.net/leonardo19940511/cinco-ejemplos-de-aplicacin-de-las-distribuciones-
de-probabilidad)
(http MOISES DANIEL PUERTA GUTIERREZ (https://canvas.utp.edu.pe/courses/133597/users/142898)

11 de oct de 2020
excelente compañero muy buen aporte es una muy buena fuente gracias por compartir
(http EGOR SANCHEZ ESPINOZA (https://canvas.utp.edu.pe/courses/133597/users/118393) 

11 de oct de 2020
El ejemplo que presentaste muy práctico, gracia por compartir.
(https:// MOISES DANIEL PUERTA GUTIERREZ (https://canvas.utp.edu.pe/courses/133597/users/142898)

11 de oct de 2020
La distribución binomial es una distribución de probabilidad discreta que cuenta el número de

éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una
probabilidad fija p de ocurrencia del éxito entre los ensayos. Un experimento de Bernoulli se
caracteriza por ser dicotómico esto es, solo dos resultados son posibles. A uno de estos se
denomina «éxito» y tiene una probabilidad de ocurrencia p y al otro, «fracaso», con una
probabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de
forma independiente, y se trata de calcular la probabilidad de un determinado número de
éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli.
función de probabilidad
función de distribución de probabilidad

11 de oct de 2020
Algunas de las aplicaciones prácticas de distribución de probabilidad Binomial son:
Ejemplo:
Un embarque de veinte televisores incluye tres unidades defectuosas. Si se

inspeccionan tres televisores al azar, indique usted cuál es la probabilidad de que
se encuentren dos defectuosos.
Podemos verificar si se trata de una distribución binomial mediante una lista de chequeo
de cada uno de los puntos que caracterizan a esta distribución.
Característica Estatus Observación
Hay un número finito de Sí Cada televisor es un ensayo

ensayos. y hay tres de ellos.
Sí
Cada ensayo tiene sólo dos Cada televisor puede estar
resultados. defectuoso o no.
La probabilidad de que la
La probabilidad de éxito es Sí unidad esté defectuosa es
constante.
3/20.
Se desea saber la
Sí Se desea saber la
probabilidad de un cierto
probabilidad de que X = 2
número de éxitos.
Una vez que hemos confirmado que se trata de una distribución binomial, se aplica la
fórmula de probabilidad Binomial.
P(2)= 3C2 (3/20)2(17/20)1 =3(0.0225)(0.85)=0.057375

fuente:
https://programas.cuaed.unam.mx/repositorio/moodle/pluginfile.php/1006/mod_resource/c
ontent/1/contenido/index.html
(https:// KATTY MARILU MOLINA LUNA (https://canvas.utp.edu.pe/courses/133597/users/235925) 

11 de oct de 2020
La distribución de probabilidad binomial es un modelo matemático muy utilizado para calcular

resultados en porcentaje de dos posibilidades en experimentos con “n” numero de pruebas,
siempre y cuando la variable utilizada sea discreta.
Dentro de las aplicaciones practicas se considera que cada experimento es independiente y la

probabilidad de que uno de dos resultados se dé será exactamente la misma.
La utilización de la distribución binomial se da en todos lo eventos donde solamente hay dos

resultados y es muy común en el uso diario como:
Definir el sexo de un bebe

El pasar o reprobar un examen
N° de aprobados en un examen de 20 alumnos
N° de familias con un solo hijo con una población “n” de familias.

11 de oct de 2020
fuente:
- https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf
(https://www.ugr.es/~bioestad/_private/Tema_4_color.pdf)
- https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.pdf
(https:// NOEMI CELIA AGUILAR MARCELO (https://canvas.utp.edu.pe/courses/133597/users/151443) 

11 de oct de 2020
Distribución binomial:
En estadística, la distribución binomial es una distribución de probabilidad discreta que cuenta

el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con
una probabilidad fija p de ocurrencia del éxito entre los ensayos.
Sea un experimento aleatorio en el que sólo puedan darse dos posibilidades: que ocurra un
determinado suceso A, que llamaremos éxito, o que no ocurra dicho suceso, o sea que ocurra
su complementario, que llamaremos fracaso, A.
Se conoce la probabilidad de ocurrencia del suceso A, y por lo tanto la de su

complementario:
Se repite el experimento n veces en las mismas condiciones (independencia). Se define la

variable aleatoria Binomial:
X: “nº de veces que ocurre el suceso A (nº éxitos) en n realizaciones independientes del
experimento” Por lo tanto, X: 0, 1, 2 , 3, ……n
X -----> B(n;p)
Sean k variables aleatorias, X1, X2,...,XK , que verifican:

Independientes entre sí
Xi B ( ni ; p ), i = 1, 2,…k
Definimos la variable aleatoria X como:
X = X1+ X2+...+XK
EJEMPLO:
Diez individuos, cada uno de ellos propenso a la tuberculosis, entran en contacto con un
portador de la enfermedad. La probabilidad de que la enfermedad se contagie del portador a
un sujeto cualquiera es de 0.1. ¿Cuántos se espera que contraigan la enfermedad? Solución:
X → B (10; 0.1) -----> E (X)= 10 x 0.1 =1
También denominada función de la distribución de Bernoulli, es:
Donde
n es el número de pruebas.
k es el número de éxitos.
p es la probabilidad de éxito.
q es la probabilidad de fracaso.
Ejemplo:
lectores ya la han leído. Hallar la probabilidad de que en un grupo de 4 amigos que son
aficionados a la lectura, 2 hayan leído la novela.
1 La probabilidad de que una persona haya leído el libro es de 0.8, por lo que la probabilidad
de que no lo haya leído es de 0.2
n=4
k=2
p=0.8
q=0.2
2 La probabilidad de que exactamente 2 personas del grupo de 4 amigos hayan leído la

novela se representa por . P( X= 2)
3 Sustituimos los datos en la función de probabilidad de la distribución binomial
(http LAUREANO PEREZ, FRANYONATAN (https://canvas.utp.edu.pe/courses/133597/users/184414)

11 de oct de 2020
estimado adjunto un link para complementar el ejemplo :
https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass
(https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass)
(https://www.youtube.com/watch?v=W8y1LhHtuzU&ab_channel=TutorClass)
(https:// RENZO LUIS ZENTENO CASTAÑEDA (https://canvas.utp.edu.pe/courses/133597/users/153403)

11 de oct de 2020
"Las distribución binomial es una generalización de la distribución de Bernouilli,

cuando en lugar de
realizar el experimento aleatorio una sola vez , se realiza n, siendo cada ensayo
independiente del
anterior. " (Universidad Politécnica de Valencia)
El modelo de distribución de probabilidad Binomial define experimentos consistentes en

realizar ensayos repetidos e independientes. Cada uno de estos experimentos presenta dos
posibles resultados que denominamos éxito o fracaso, cuya probabilidad se mantiene
constante en las diferentes pruebas.

Los n experimentos realizados son independientes.
Cada ensayo produce uno de los dos únicos posibles resultados, a los que por comodidad de
nomenclatura, les llamaremos acierto (A) y su complementario Fallo (F o A ).
X: número de individuos de la muestra que cumplen A.
El conjunto de posibles valores de A es, E = {0,1,2,3,4....}
donde
Por ejemplo, si tomamos en cuenta las probabilidades de acertar en un juego de tiro al

blanco, tenemos n oportunidades y cierta probabilidad, entonces en base al calculo binomial,
podemos analizar luego de cuanto es más probable acertar.
Otro ejemplo seria, para calcular la probabilidad para obtener al menos un seis al realizar
seis lanzamientos consecutivos de un dado.
Editado por RENZO LUIS ZENTENO CASTAÑEDA (https://canvas.utp.edu.pe/courses/133597/users/153403) el 11 de oct en

20:03
(http LUIS ANTONIO SANDOYA CAUJA (https://canvas.utp.edu.pe/courses/133597/users/110569) 

11 de oct de 2020
Compañero, también de puede aplicar en las ocasiones en las que se necesite calcular la
probabilidad de que algún elemento de la producción resulte defectuoso. Esto servirá
principalmente para los que trabajen en fábricas o administren almacenes de mercadería.
(https:// JOSE ARNALDO VARGAS ASCAMA (https://canvas.utp.edu.pe/courses/133597/users/36941) 

11 de oct de 2020
Profesor
Una distribución binomial es una distribución de probabilidad discreta que describe el

número de éxitos al realizar n experimentos independientes entre sí, acerca de una
variable aleatoria.
aleatoria.
Saludos
José Vargas
(https:// RUDD CESSY HUANUQUEÑO VASQUEZ (https://canvas.utp.edu.pe/courses/133597/users/86477)

11 de oct de 2020
Aplicaciones prácticas de la distribución de probabilidad Binomial.
La Distribución binomial es uno de los modelos de distribución teórica de probabilidad que se

utiliza cuando la variable aleatoria discreta es el número de éxitos en una muestra compuesta
por n observaciones.

La probabilidad de éxito de cada prueba aislada es constante para todas las pruebas y
Por medio de la distribución binomial tratamos de encontrar un número dado de éxitos en
enominar
q
está dada por la diferencia 1 – p, esto es, corresponde al complemento de la probabilidad
e éxito, y como ésta última es constante, entonces también lo es la probabilidad de fracaso.
La fórmula nos dice que la probabilidad de obtener x número de éxitos en n pruebas, está
ada por la multiplicación de n combinaciones en grupos de x por la probabilidad de éxito
elevada al número de éxitos deseado, y por la probabilidad de fracaso elevada al número de
racasos deseados.
Expresiones para el cálculo de la media y varianza en una distribución binomial
C x = n!/[x!(n - x)!]
px=px
n-x = (1 - p)n-x
Media = n*p
Varianza = n*p (1 - p)
uente:
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf
http://sauce.pntic.mec.es/~jpeo0002/Archivos/PDF/T03.pdf)
(https:// FANNY MARGOT PERICHE CHERRE (https://canvas.utp.edu.pe/courses/133597/users/60673) 

11 de oct de 2020

éxitos si la variable es una variable aleatoria discreta, es decir, sólo puede tomar los valores 0,
1, 2, 3, 4, ..., n suponiendo que se han realizado n pruebas. En las empresas tenemos
muchas situaciones donde se espera que ocurra o no un evento específico. Éste, sólo puede
ser de éxito o fracaso. Por ejemplo, en la producción de una pieza, ésta puede salir buena o
defectuosa.se relaciona con un experimento aleatorio conocido como experimento de
Bernoulli, el cual tiene las siguientes características:

La probabilidad de éxito de cada prueba aislada es constante para todas las pruebas y recibe
la denominación de p.
Por medio de la distribución binomial tratamos de encontrar un número dado de éxitos en un
número igual o mayor de pruebas.
denominar q, está dada por la diferencia 1 – p, esto es, corresponde al complemento de la
probabilidad de éxito, y como ésta última es constante, entonces también lo es la probabilidad
de fracaso.
Editado por FANNY MARGOT PERICHE CHERRE (https://canvas.utp.edu.pe/courses/133597/users/60673) el 11 de oct en
20:40
(http ALCIDES SAUL NIMBOMA CARRASCO (https://canvas.utp.edu.pe/courses/133597/users/110259)

11 de oct de 2020
Muy buena fuente para su aporte compañera.
Adjunto un video que también explica detalladamente
https://www.youtube.com/watch?v=GvqsxC8UL3I
(https:// KARINA FILOMENA HERRERA SALAZAR (https://canvas.utp.edu.pe/courses/133597/users/110339)

11 de oct de 2020
Estimado Docente le presento mi desarrollo para el foro en mención:
Este tipo de distribución también se le denomina Bernoulli debido a que fue desarrollada por
Jakob Bernoulli en Suiza.
La distribución binomial es una distribución de probabilidades de una variable aleatoria

discreta, es aquella que puede tomar valores discretos no continuos por ejemplo los valores
X= 0,1,2,3,4 hasta n veces. Este tipo de distribución resulta al contar el número de éxitos al
repetir un experimento n veces con la particularidad que ocurra solo dos posibles resultados
denominados éxito o fracaso en donde al éxito se le llama p y al fracaso q, donde ambos
suman 1.
Las formulas aplicadas a este tipo de distribución se encuentran en el siguiente cuadro .

para establecer las fórmulas presentamos el siguiente ejemplo
Problema.
en una clase con 20 alumnos el profesor de estadística decide preguntar a sus 20 alumnos
sobre la distribución binomial en donde la probabilidad que el alumno responda
correctamente es de 0.3 con lo cual se pregunta lo siguiente :
1. Modelar el problema .
2. Probabilidad de que preguntados los alumnos ,menos de tres respondan correctamente.
3. Probabilidad de que preguntados los alumnos ,respondan correctamente entre 5 y 9 ambos

inclusive.
4. Valor esperado de alumnos que responden correctamente al profesor .
5. Varianza y desviación típica de la distribución tomada .
Solución
Para concluir el foro en mención y afianzando lo manifestado llevamos el conocimiento hacia
la vida práctica y establecemos algunos ejemplos típicos de la distribución binomial son:
Al nacer un niño solo existe la posibilidad de que sea hombre o mujer.

Un equipo basket puede ganar o perder.
En un examen de manejo se dan dos opciones ,aprobar o reprobar .
Un tratamiento médico contra el covid puede ser efectivo o no efectivo .
El objetivo de estudiar los temas en estadística te da la opción de aprobar o jalar.
Editado por KARINA FILOMENA HERRERA SALAZAR (https://canvas.utp.edu.pe/courses/133597/users/110339) el 11 de oct

en 21:01
(http KARINA FILOMENA HERRERA SALAZAR (https://canvas.utp.edu.pe/courses/133597/users/110339)

11 de oct de 2020
adjunto el ejemplo.
Distribucion-Binomial-pdf.pdf (https://canvas.utp.edu.pe/files/29391273/download?
download_frd=1&verifier=0TLp9mptaIxngcs0z6PCxKkw4FRPx9g1YmwE29Xd)
(https:// ALCIDES SAUL NIMBOMA CARRASCO (https://canvas.utp.edu.pe/courses/133597/users/110259)

11 de oct de 2020

La variable binomial es una variable aleatoria discreta, sólo puede tomar los valores
0,1,2,3,4,....., n suponiendo que se han realizado n pruebas. La variable se define como X~
"nº de veces que ocurre el suceso A en n experimentos”, y viene determinada por dos
parámetros:
* n = tamaño muestral, número de experimentos realizados.
* p = P(A) = probabilidad de que tenga lugar el suceso A. En consecuencia, la distribución

Binomial se suele representar por B (n,p) siendo n y p los parámetros característicos de dicha
distribución.
El cálculo de la probabilidad de la distribución binomial, requiere la utilización de los números

combinatorios, y aunque existe una tabla que proporciona los valores de probabilidad para
diferentes valores de n y p, a veces el proceso se hace bastante tedioso, especialmente
cuando es necesario calcular probabilidades acumuladas. Por ejemplo
p(X ≥ 3) = 1 − p(X < 3) = 1 − p(X ≤ 2) = 1 − (p(X = 0)+p(X = 1)+p(X = 2))
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ≥9, podemos aproximar la distribución
binomial a una distribución normal.
APLICACIONES PRÁCTICAS:
* Encontrar la probabilidad de que exactamente 2 de los 4 componentes que se prueban

pasen la prueba. Dado que la probabilidad de que una cierta clase de componente pase con
éxito una determinada prueba de impacto es 3/4.
* Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último
mundial de fútbol. Tras el evento, 4 amigos se reúnen a conversar, ¿Cuál es la probabilidad
de que 3 de ellos hayan visto el partido?
* Hay una urna con 342 boletos, para ganar un automóvil, al momento de sacar alguno de
ellos ¿Que probabilidad hay para que pueda salir premiado el boleto número 342?
(https:// ARTURO ALDO SOTO ARROYO (https://canvas.utp.edu.pe/courses/133597/users/132336) 

11 de oct de 2020
Una distribución binomial es una distribución de probabilidad ampliamente utilizada de una

variable aleatoria discreta es la distribución binomial. Esta describe varios procesos de interés
para los administradores.
Describe datos discretos, resultantes de un experimento denominado proceso de Bernoulli en
honor del matemático suizo Jacob Bernoulli, quien vivió en el siglo XVII.
Podemos servirnos de los resultados de un número fijo de lanzamientos de una moneda

como ejemplo de un proceso de Bernoulli. Este proceso lo describimos así:
1. Cada ensayo (cada lanzamiento, en nuestro caso) tiene sólo dos resultados posibles: lado
A o lado B, sí o no, éxito o fracaso.
2. La probabilidad del resultado de cualquier ensayo (lanzamiento) permanece fija con el
tiempo. Tratándose de una moneda la probabilidad de que salga del lado A sigue siendo
de 0.5 en cada lanzamiento, cualquiera que sea el número de veces que la moneda sea
arrojada.
3. Los ensayos son estadísticamente independientes, es decir, el resultado de un
lanzamiento no afecta al de cualquier otro lanzamiento.
Cada proceso de Bernoulli tiene su propia probabilidad característica. Pongamos el caso en

que siete décimas partes de las personas que solicitaron cierto tipo de empleo pasaron la
prueba. Diremos entonces que la probabilidad característica fue de 0.7 pero podemos
describir los resultados de la prueba como un proceso de Bernoulli sólo si tenemos la
seguridad de que la proporción de los que fueron aprobados permaneció constante con el
tiempo.
Des de luego, la otra característica del proceso de Bernoulli también deberá ser satisfecha.
Cada prueba deberá arrojar tan sólo dos resultados (éxito o fracaso= y los resultados de las
pruebas habrán de ser estadísticamente independientes.
En un lenguaje más formal, el símbolo p representa la probabilidad de un éxito y el símbolo q

(1- p) representa la probabilidad de un fracaso. Para representar cierto número de éxitos,
utilizaremos el símbolo r y para simbolizar el número total de ensayos emplearemos el
símbolo n.
Ejemplo de distribución binomial
Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último
Definamos las variables del experimento:
n = 4 (es el total de la muestra que tenemos)
x = número de éxitos, que en este caso es igual a 3, dado que buscamos la probabilidad de
que 3 de los 4 amigos lo hayan visto.
p = probabilidad de éxito (0,8)

q = probabilidad de fracaso (0,2). Este resultado se obtiene al restar 1-p.
Tras definir todas nuestras variables, simplemente sustituimos en la formula.
El numerador del factorial se obtendría de multiplicar 4*3*2*1 = 24 y en el denominador

tendríamos 3*2*1*1 = 6. Por lo tanto, el resultado del factorial sería 24/6=4.
Fuera del corchete tenemos dos números. El primero sería 0,8^3=0,512 y el segundo 0,2
(dado que 4-3 = 1 y cualquier número elevado a 1 es el mismo).
Por tanto, nuestro resultado final sería: 4*0,512*0,2 = 0,4096. Si multiplicamos por 100
tenemos que hay una probabilidad del 40,96% de que 3 de los 4 amigos haya visto el partido
de la final del mundial.
fuente
https://www.gestiopolis.com/que-es-una-distribucion-binomial/
(https://www.gestiopolis.com/que-es-una-distribucion-binomial/)
Editado por ARTURO ALDO SOTO ARROYO (https://canvas.utp.edu.pe/courses/133597/users/132336) el 11 de oct en 22:26
(https:// LUIS ANTONIO SANDOYA CAUJA (https://canvas.utp.edu.pe/courses/133597/users/110569) 

11 de oct de 2020
La propiedad binomial es una distribución de propiedad discreta que mide el número de éxitos
si la variable es aleatoria discreta, es decir si solo puede tomar valores de 0, 1, 2, 3, .......n.
Suponiendo que se realizan n número de pruebas.
Las aplicaciones prácticas se dan en las situaciones en las que se necesite calcular la
probabilidad de que un hecho ocurra en cierta cantidad de experimentos.
Un caso de aplicación práctica son los siguientes.
Un evento tiene 55% de probabilidades de ocurrir cada vez que alguien entra al hospital.
¿cuál es la probabilidad de que dicho evento ocurra en 2 de 5 personas ingresadas hoy?
p=55% = 0.55. (probabilidad de que ocurra)
q_ 0.45% = 0.45. (probabilidad de que no ocurra)
n= 5. Total de experimentos
x= 2. Total de éxitos
La probabilidad de que ocurra el evento es el 27.56%
Otro ejemplo.
En una fábrica de bombillos el 5% resulta defectuoso. Determinar la probabilidad de que en

una muestra de 12 se encuentren 2 bombillos defectuosos.
p= 5% = 0.05 (probabilidad de que resulte defectuoso)
q= 95%= 0.95 (probabilidad de que no resulte defectuoso)
n = 12
x=2
La probabilidad de que resulte defectuoso es del 9.9%
(https:// LAUREANO PEREZ, FRANYONATAN (https://canvas.utp.edu.pe/courses/133597/users/184414) 

11 de oct de 2020
a distribución binomial es una distribución de probabilidad discreta que cuenta el número de

éxitos en una secuencia de n ensayos de bernoulli independientes entre sí, con una
probabilidad fija p de ocurrencia del éxito (https://www.monografias.com/trabajos15/llave-
exito/llave-exito.shtml) entre los ensayos. Un experimento de Bernoulli se caracteriza por ser
dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y
tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la
distribución binomial el anterior experimento se repite n veces, de forma independiente, y se
trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial
se convierte, de hecho, en una distribución de Bernoulli
Se usa extensamente en áreas como la estadística, la física, la matemática, las ciencias

sociales, la Investigación médica, las finanzas, la economía y la filosofía para sacar
conclusiones sobre la probabilidad de sucesos potenciales y la mecánica subyacente de
sistemas complejos.
(https:// IVONNE YENIFER HERRERA ARTETA (https://canvas.utp.edu.pe/courses/133597/users/144786)
11 de oct de 2020
Supóngase un experimento aleatorio que consiste en n ensayos ( ensayos de Bernoulli):
Los ensayos son independientes

Cada ensayo tiene sólo dos resultados posibles: éxito o fracaso
La probabilidad de éxito p permanece constante de ensayo a ensayo
La variable aleatoria X que cuenta el número de éxitos en n ensayos tiene la siguiente función
de distribución de probabilidades:
La distribución binomial es utilizada frecuentemente en control de calidad. Es un modelo

probabilístico adecuado cuando se muestrea sobre una población que puede considerarse
infinitamente grande, p representa la fracción de ítems defectuosos en dicha población. En
estas aplicaciones X representa el número de artículos defectuosos encontrados cuando se
toma una muestra al azar de tamaño n .
Si por ejemplo p=0.10 y n= 15; la probabilidad de hallar x artículos defectuosos es:
Ejemplo: Cada muestra de agua tiene una probabilidad de 10% de contener un contaminante
orgánico particular. Se supone que las muestras son independientes en el sentido
de presentar o no el contaminante. Encontrar la probabilidad de que en la próximas 18
muestras
examinadas, exactamente 2 presenten contaminación.
X: número de muestras que presentan el contaminante en las 18 analizadas
X tiene una distribución binomial con parámetros
n=18 p=0.10
La probabilidad pedida es entonces:

Determinar la probabilidad de que por lo menos 4 muestras presenten contaminación.
Puede ser más sencillo calcular la probabilidad del evento complementario.
Determinar la probabilidad de que 3 ≤ X<7.
Media y Varianza de una distribución binomial
Ejemplo
Para el ejemplo anterior:
E(X) = np = 0.1.18 = 1.8
Var(X) = np(1-p) = 0.1.0.9.18 = 1.62

Recuperado de:
https://www.edificacion.upm.es/personales/redondas/docencia/ampliacion/objetos/Mod
elos%20de%20Probabilidad.pdf
(https://www.edificacion.upm.es/personales/redondas/docencia/ampliacion/objetos/Modelos%20d
e%20Probabilidad.pdf)
(https:// JOSELIN CORDERO GRAJEDA (https://canvas.utp.edu.pe/courses/133597/users/164021) 

11 de oct de 2020
La distribución binomial fue desarrollada por Jakob Bernoulli (Suiza,1654‐1705) y es la

principal distribución de probabilidad discreta para variables dicotómicas, es decir, que sólo
pueden tomar dos posibles resultados. Bernoulli definió el proceso conocido por su nombre.
Dicho proceso, consiste en realizar un experimento aleatorio una sóla vez y observar si cierto
suceso ocurre o no, siendo p la probabilidad de que ocurra (éxito) y q=1‐p de que no ocurra
(fracaso) , por lo que la variable sólo puede tomar dos posibles valores, el 1 si ocurre y el 0
sino sucede.
Las distribución binomial es una generalización de la distribución de Bernouilli, cuando en

lugar de realizar el experimento aleatorio una sola vez , se realiza n, siendo cada ensayo
independiente del anterior.

Los n experimentos realizados son
Cada ensayo produce uno de los dos únicos posibles resultados, a los que por comodidad
de nomenclatura, les llamaremos acierto (A) y su complementario Fallo (F o A ).
complementario tendrá una probabilidad 1‐p de
X: número de individuos de la muestra que cumplen
El conjunto de posibles valores de A es, E = {0,1,2,3,4... }
~ Al nacer puede ser varón o hembra.
~ Un equipo de baloncesto puede ganar o perder.
~ En un test psicotécnico hay peguntas de verdadero o falso, es decir sólo hay dos
alternativas.
~ Un tratamiento médico, como por ejemplo la vacuna de la gripe A, puede ser efectivo o
inefectivo.
~ El objetivo de ventas al año de coches en un concesionario se puede o no lograr.
El modelo de distribución Binomial define experimentos consistentes en realizar ensayos

repetidos e independientes. Cada uno de estos experimentos presenta dos posibles
resultados que denominamos éxito o fracaso, cuya probabilidad se mantiene constante en las
diferentes pruebas.
0,1,2,3,4,.... , n suponiendo que se han realizado n pruebas.
La variable se define como X~ "nº de veces que ocurre el suceso A en n experimentos”, y

viene determinada por dos parámetros:
n = tamaño muestral, número de experimentos

p = P(A) = probabilidad de que tenga lugar el suceso
En consecuencia, la distribución Binomial se suele representar por B (n,p) siendo n y p los

parámetros característicos de dicha distribución.

cuando es necesario calcular probabilidades acumuladas. Por ejemplo,
p(X ≥ 3) = 1 − p(X <3) = 1 − p(X ≤ 2) = 1 − (p(X = 0)+p(X = 1)+p(X = 2))
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ³9, podemos aproximar la distribución
(https:// JOSE FRANCISCO MORALES TORREJON (https://canvas.utp.edu.pe/courses/133597/users/151073)

11 de oct de 2020
La probabilidad Binomial es muy util cuando queremos obtener la probabilidad de que

obtengamos una de dos posibles opciones y es constante. Por ejemplo, Al momento de lanzar
una moneda se sabe que hay un 50% de que salga cara o sello, mientras que en caso de si
un bebe nazca niño o niña sabemos que es mas probable que nazca mujer
(Aproximadamente 60%) que a que sea varón. Es la que tiene mayor precisión cuando se
trata de 2 posibles opciones.
(https:// JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) 

11 de oct de 2020
0,1,2,3,4,....., n suponiendo que se han realizado n pruebas. La variable se define como X~
"nº de veces que ocurre el suceso A en n experimentos”, y viene determinada por dos
parámetros:
* n = tamaño muestral, número de experimentos realizados.
* p = P(A) = probabilidad de que tenga lugar el suceso A. En consecuencia, la distribución

Binomial se suele representar por B (n,p) siendo n y p los parámetros característicos de dicha
distribución.

cuando es necesario calcular probabilidades acumuladas. Por ejemplo
p(X ≥ 3) = 1 − p(X < 3) = 1 − p(X ≤ 2) = 1 − (p(X = 0)+p(X = 1)+p(X = 2))
En esas ocasiones, siempre que se cumpla n*p*(1‐p) ≥9, podemos aproximar la distribución
APLICACIONES PRÁCTICAS:
* Encontrar la probabilidad de que exactamente 2 de los 4 componentes que se prueban

pasen la prueba. Dado que la probabilidad de que una cierta clase de componente pase con
éxito una determinada prueba de impacto es 3/4.
* Imaginemos que un 80% de personas en el mundo ha visto el partido de la final del último
* Hay una urna con 342 boletos, para ganar un automóvil, al momento de sacar alguno de
ellos ¿Que probabilidad hay para que pueda salir premiado el boleto número 342?
Editado por JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) el 11 de oct en 23:59

Tema - (ACV-S07) Foro de Debate Calificado 05 - EP - Distribución de Probabilidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tema - (ACV-S07) Foro de Debate Calificado 05 - EP - Distribución de Probabilidad

Cargado por

Copyright:

Formatos disponibles



Este es un foro de discusión con calificación: 20 puntos posibles

¡Nos encontramos otra vez!

Responder a la pregunta del foro: Explique las aplicaciones prácticas de la distribución

Buscar entradas o autor No leído    Suscrito

(https:// DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

Respondiendo a la pregunta planteada, contextualizaré y explicaré los usos.

cuya probabilidad se mantiene constante en las diferentes pruebas.

(http CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

Excelente ejemplos compañero.

(http JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272)

Claras y comprensibles tus aplicaciones prácticas.

(http OSCAR ALEJANDRO REYES ALMORA (https://canvas.utp.edu.pe/courses/133597/users/4075)

(http DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

Gracias estimado profesor

(http DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

JOSE CARLOS ALFREDO QUISPE LINARES (https://canvas.utp.edu.pe/courses/133597/users/241720)

Buen aporte!, con claros ejemplos de aplicación.

(http NOEMI CELIA AGUILAR MARCELO (https://canvas.utp.edu.pe/courses/133597/users/151443)

buen aporte compañero.

(http MARIA CLAUDIA SUAREZ CALLE (https://canvas.utp.edu.pe/courses/133597/users/154055) 

Buen aporte compañero.

buen aporte compañero

(https:// CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

Explique las aplicaciones prácticas de la distribución de probabilidad Binomial.

La distribución binomial se relaciona con un experimento aleatorio conocido

El experimento está constituido por un número finito, n, de pruebas idénticas.

La probabilidad de x éxitos en n intentos está dada por la siguiente expresión:

Ejemplos: Un embarque de veinte televisores incluye tres unidades defectuosas. Si se

P(2) = 3C2 (3/20)2(17/20)1 = 3 (0.0225)(0.85) = 0.057375

El resultado obtenido es la probabilidad de que aparezcan dos aparatos de televisión

(http MAYUMI ESTEFANI ATALAYA ROQUE (https://canvas.utp.edu.pe/courses/133597/users/155213)

Interesante aporte al tema compañera.

TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620)

Un ejemplo muy práctico. Gracias compañera.

No olvides indicar las fuentes

(http MARIA CLAUDIA SUAREZ CALLE (https://canvas.utp.edu.pe/courses/133597/users/154055) 

Muy interesantes los ejemplos, compañera.

Buenos ejemplos compañera

(http JEAN MARCO PARI CHURATA (https://canvas.utp.edu.pe/courses/133597/users/133048) 

con los ejemplos mas claro y preciso

(https:// JORGE ALEX OLIVERA CHUMBIAUCA (https://canvas.utp.edu.pe/courses/133597/users/155272)

La distribución binomial es una distribución de probabilidad discreta que nos dice el

Cada experimento es independiente de los otros que hagamos y no influye en las

En la distribución binomial tenemos tres variables:

N es el número de veces que repetimos el experimento.

El número combinatorio viene dado por

Aplicaciones prácticas de la distribución de probabilidad Binomial

Supongamos que se lanza un dado 50 veces y queremos la probabilidad de que el número 3

1. Las cinco personas

2. Al menos tres personas

3. Exactamente dos personas

La probabilidad de que un hombre acierte en el blanco es ¼. Si dispara 10 veces ¿cuál es la

(http CYNTHIA ELVIA CACERES SANCHEZ (https://canvas.utp.edu.pe/courses/133597/users/156632)

Excelente aporte compañero , ejercicios super practicos.

TARAZONA CACERES, MARTHA RAQUEL (https://canvas.utp.edu.pe/courses/133597/users/185620)

Excelente contribución compañero, ejemplos de fácil comprensión, pero no olvides

(http DANNY ELI PEREZ OCAMPO (https://canvas.utp.edu.pe/courses/133597/users/57720) 

MANUEL ANDRES HURTADO ARELLANO (https://canvas.utp.edu.pe/courses/133597/users/124593) 

Muy buenos tus ejemplos compañero

(http MARIA CLAUDIA SUAREZ CALLE (https://canvas.utp.edu.pe/courses/133597/users/154055) 

Ejercicios muy prácticos y entendibles compañero.

(http ARTURO ALDO SOTO ARROYO (https://canvas.utp.edu.pe/courses/133597/users/132336) 