Ejemplo 1:Cul es la probabilidad de obtener 6 caras al lanzar una moneda 10 veces?" k "es el nmero de aciertos. En este ejemplo " k " igual a 6 (en cada acierto decamos que la variable toma el valor 1: como son 6 aciertos, entonces k = 6)" n"es el nmero de ensayos. En nuestro ejemplo son 10" p "es la probabilidad de xito, es decir, que salga"cara"al lanzar la moneda. Por lo tanto p = 0,5La frmula quedara:

Luego,P (x = 6) = 0,205Es decir, se tiene una probabilidad del 20,5% de obtener 6 caras al lanzar 10 veces una moneda.Ejemplo 2:Cul es la probabilidad de obtener cuatro veces el nmero 3 al lanzar un dado ocho veces?" k "(nmero de aciertos) toma el valor 4" n"toma el valor 8" p "(probabilidad de que salga un 3 al tirar el dado) es 1 / 6 (= 0,1666)La frmula queda:

Luego, P (x = 4) = 0,026Es decir, se tiene una probabilidad del 2,6% de obtener cuatro veces el nmeros 3 al tirar un dado 8 veces.

Ejemplo 4: La probabilidad de que un equipo funcione es de 0.9. Si se prueban 16 equipos, la probabilidad de que al menos14 funcionen es:El equipo funciona o no funciona, esto indica un experimento de tipo binomial. Al menos 14 significa que deben funcionar, 14, 15 y 16, por lo que la probabilidad es:

Problema 01:

En una clnica el promedio de atencin es 16 pacientes por 4 horas, encuentre la probabilidad que en 30 minutos se atiendan menos de 3 personas y que en 180 minutos se atiendan 12 pacientes.

Usamos la distribucin de Poisson