¡Hola! Vamos a explorar la Distribución Binomial con 10 ejemplos resueltos. Piensa en ella como un juego de "sí" o "no", éxito o fracaso. Cada ejemplo te ayudará a entender cómo funciona.
Ejemplo 1: Lanzamiento de una Moneda
Imagina que lanzas una moneda 5 veces. ¿Cuál es la probabilidad de obtener exactamente 3 caras? Piensa en cada lanzamiento como un intento independiente. La probabilidad de obtener cara es siempre la misma (0.5).
La fórmula de la Distribución Binomial nos ayuda. Identificamos: n = 5 (número de lanzamientos), k = 3 (número de caras deseadas), p = 0.5 (probabilidad de cara). Aplicamos la fórmula y obtenemos la probabilidad.
Must Read
Ejemplo 2: Lanzamiento de un Dado
Lanzas un dado 8 veces. ¿Cuál es la probabilidad de obtener un 5 exactamente dos veces? Obtener un 5 es nuestro "éxito". No obtener un 5 es nuestro "fracaso".
Aquí, n = 8, k = 2, p = 1/6 (probabilidad de obtener un 5). Usamos la fórmula binomial para calcular la probabilidad. Visualiza el dado rodando repetidamente.
Ejemplo 3: Tratamiento Médico
Un tratamiento tiene una tasa de éxito del 70%. Se aplica a 10 pacientes. ¿Cuál es la probabilidad de que el tratamiento sea exitoso en exactamente 7 pacientes? Cada paciente es un intento independiente.
En este caso, n = 10, k = 7, p = 0.7. Calculamos la probabilidad usando la Distribución Binomial. Piensa en un grupo de pacientes y en cuántos esperamos que mejoren.
Ejemplo 4: Encuestas
El 60% de las personas prefieren el café al té. Si encuestamos a 15 personas, ¿cuál es la probabilidad de que exactamente 9 prefieran el café? Cada persona encuestada es independiente de las demás.
Aquí, n = 15, k = 9, p = 0.6. Aplicamos la fórmula binomial para obtener la probabilidad. Imagina a 15 personas respondiendo una encuesta.
Ejemplo 5: Control de Calidad
Una fábrica produce bombillas con una tasa de defecto del 5%. Si tomamos una muestra de 20 bombillas, ¿cuál es la probabilidad de encontrar exactamente 2 defectuosas? Cada bombilla tiene la misma probabilidad de ser defectuosa.
Tenemos n = 20, k = 2, p = 0.05. Usamos la Distribución Binomial para calcular la probabilidad. Piensa en una línea de producción de bombillas.
Ejemplo 6: Juego de Azar
Tienes un 40% de probabilidad de ganar en un juego. Juegas 12 veces. ¿Cuál es la probabilidad de ganar exactamente 5 veces? Cada juego es independiente.
Aquí, n = 12, k = 5, p = 0.4. La fórmula binomial nos da la respuesta. Visualiza los juegos uno tras otro.
Ejemplo 7: Aprobación de un Examen
Tienes un 80% de probabilidad de aprobar un examen. Si tomas 7 exámenes similares, ¿cuál es la probabilidad de aprobar al menos 6? "Al menos" significa 6 o 7.
Calculamos la probabilidad de aprobar exactamente 6 y la probabilidad de aprobar exactamente 7. Sumamos estas probabilidades. n = 7, p = 0.8, y calculamos para k=6 y k=7. Piensa en cada examen como una oportunidad.
Ejemplo 8: Tiro al Blanco
Un arquero tiene un 60% de probabilidad de acertar al blanco. Realiza 9 tiros. ¿Cuál es la probabilidad de acertar menos de 4 veces? "Menos de" significa 0, 1, 2 o 3.
Calculamos la probabilidad para k = 0, 1, 2, y 3. Sumamos todas estas probabilidades. n = 9, p = 0.6. Imagina al arquero apuntando y disparando.
Ejemplo 9: Defectos en un Lote
Un lote de productos tiene un 10% de defectos. Se seleccionan 10 productos al azar. ¿Cuál es la probabilidad de que ninguno sea defectuoso?
Esto significa k = 0. n = 10, p = 0.1. Aplicamos la fórmula binomial. Piensa en inspeccionar cada producto.
Ejemplo 10: Preferencia de Marca
El 30% de los consumidores prefieren la marca A. Se encuesta a 8 consumidores. ¿Cuál es la probabilidad de que la mayoría prefiera la marca A? "La mayoría" significa 5, 6, 7 u 8.
Calculamos la probabilidad para k = 5, 6, 7 y 8. Sumamos estas probabilidades. n = 8, p = 0.3. Imagina a cada consumidor eligiendo su marca.
