Explorador de la Distribución Binomial
probabilidades discretas de número de éxitos para n y p fijos
Ensayos de Bernoulli y probabilidad combinatoria 🖖
La distribución binomial representa la probabilidad de obtener k éxitos en n ensayos independientes de Bernoulli: P(X=k) = nCr * p^k * (1-p)^{n-k}. Cuando n es grande, se aproxima a la distribución Normal (teorema de de Moivre-Laplace) o a la Poisson (para p pequeña), base de la inferencia estadística.
Contar éxitos en ensayos repetidos 🖖
Imagina lanzar la misma moneda sesgada n veces y contar cuántas veces sale cara. Ese conteo es una variable aleatoria binomial: cada lanzamiento es independiente y todos comparten la misma probabilidad de éxito p. La herramienta te deja mover n y p y ver dónde se acumula la probabilidad. Tu mejor apuesta para el número de éxitos es la media np, así que 20 lanzamientos de una moneda justa se centran en 10 caras.
De dónde viene realmente el nombre 🖖
El "binomial" de la distribución binomial es el mismo que el del teorema del binomio en álgebra. Al desarrollar (p + q)n con q = 1 − p aparecen exactamente los términos nCk · pk · qn−k, las probabilidades para cada k. Como (p + q) = 1, el desarrollo vale 1n = 1, por lo que las probabilidades deben sumar uno. Los coeficientes nCk son literalmente las filas del triángulo de Pascal.
Problemas de ejemplo
- 10 lanzamientos de moneda justa - 10 lanzamientos de una moneda justa: probabilidad de obtener exactamente 5 caras
- defectos de control de calidad - Control de calidad: probabilidad acumulada de a lo sumo 2 defectos en 40
- tiros libres de baloncesto - Tiros libres: probabilidad de encestar exactamente 20 de 25
- proceso de eventos raros - Proceso de eventos raros: probabilidad de a lo sumo 1 éxito en 60 ensayos