Puntos clave
- Deben cumplirse cuatro condiciones: un número fijo de ensayos, dos resultados posibles, una probabilidad de éxito constante e independencia.
- El coeficiente cuenta ordenaciones. C(n, k) es el número de órdenes en los que pueden aparecer k éxitos entre n ensayos.
- La media es n × p y la varianza es n × p × (1 − p). La dispersión alcanza su máximo en p = 0.5 y se reduce cerca de 0 o de 1.
- “Al menos” significa sumar la cola, no evaluar un único k.
- La aproximación normal exige un conteo esperado grande tanto en éxitos como en fracasos, además de una corrección por continuidad.
- La independencia es el supuesto frágil. El muestreo agrupado o sin reemplazo rompe el modelo.
Qué describe el modelo binomial
Un experimento binomial es una secuencia de n ensayos idénticos, cada uno con exactamente dos resultados: éxito o fracaso. La probabilidad de éxito p se mantiene igual en todos los ensayos, los ensayos no se influyen entre sí y el conteo X es el número total de éxitos. Lanzar una moneda 20 veces, probar 50 piezas en busca de un defecto y preguntar a 400 votantes si aprueban son casos binomiales en su forma.
El modelo responde preguntas como “¿cuál es la probabilidad de exactamente 8 éxitos?”, “¿cuál es la probabilidad de al menos 8?” y “¿qué rango de conteos es verosímil?”. No responde “¿cuántos ensayos hacen falta hasta el primer éxito?” —esa es la distribución geométrica— ni “¿cuántos ensayos hasta el r-ésimo éxito?”, que es la binomial negativa.
La fórmula y el coeficiente binomial
Para X ~ Binomial(n, p), la función de masa de probabilidad es:
P(X = k) = C(n, k) × p^k × (1 − p)^(n − k)
C(n, k) = n! ÷ (k! × (n − k)!)
C(n, k), que se lee “n sobre k”, cuenta las ordenaciones. Con 10 ensayos y 7 éxitos hay C(10, 7) = 120 ordenaciones, porque los siete éxitos pueden ocupar cualesquiera siete de las diez posiciones. Cada ordenación tiene probabilidad p^7 × (1 − p)^3, y las 120 ordenaciones son mutuamente excluyentes, así que sus probabilidades se suman.
Los factoriales crecen deprisa, así que calcula el coeficiente con cancelación o con una calculadora en lugar de multiplicar factoriales grandes directamente. C(10, 7) = C(10, 3) = (10 × 9 × 8) ÷ (3 × 2 × 1) = 120.
Ejemplo resuelto: 10 tiros libres al 70%
Supón que un jugador acierta el 70% de sus tiros libres y lanza 10 veces de forma independiente. Para exactamente 7 aciertos: C(10, 7) = 120, 0.7^7 = 0.0823543 y 0.3^3 = 0.027. Multiplicando, 120 × 0.0823543 × 0.027 = 0.266828, es decir, 26.68%.
Las probabilidades vecinas son 23.35% para exactamente 8, 12.11% para exactamente 9 y 2.82% para los 10. Exactamente 7 es el conteo más probable por sí solo, pero sigue siendo menos de un 27% de probabilidad: un recordatorio útil de que la moda de una distribución no es una predicción.
Para exactamente 0 aciertos la probabilidad es 0.3^10 = 0.0000059, aproximadamente 1 entre 169,350. Las probabilidades pequeñas en los extremos son normales incluso cuando el modelo se ajusta bien.
Media, varianza y desviación estándar
El conteo esperado es μ = n × p, la varianza es σ² = n × p × (1 − p) y la desviación estándar es la raíz cuadrada de esa varianza. Para n = 10 y p = 0.7: μ = 7, σ² = 10 × 0.7 × 0.3 = 2.1 y σ = 1.449.
La media no tiene por qué ser un conteo posible. Con n = 5 y p = 0.5 la media es 2.5, un valor que no puede darse. La varianza es máxima en p = 0.5 y tiende a cero a medida que p se acerca a 0 o a 1, porque el resultado se vuelve casi seguro. Duplicar n duplica tanto la media como la varianza, así que la desviación estándar solo crece con la raíz cuadrada de n.
Probabilidades acumuladas y “al menos”
Las preguntas suelen pedir un rango, no un solo conteo. “Al menos 8” significa P(X ≥ 8) = P(8) + P(9) + P(10) = 0.233474 + 0.121061 + 0.028248 = 0.382783, o 38.28%. “Como máximo 2” significa sumar P(0) hasta P(2). “Entre 5 y 7 inclusive” significa P(5) + P(6) + P(7).
Para un “más de 7” estricto, empieza en 8. Para “menos de 8”, detente en 7. La regla del complemento suele ser más rápida: P(X ≥ 1) = 1 − P(X = 0). Con una tasa de defectos del 2% y 50 piezas, la probabilidad de al menos un defecto es 1 − 0.98^50 = 1 − 0.3642 = 0.6358, o 63.6%.
Aproximación normal y corrección por continuidad
Cuando n es grande, el histograma binomial adopta forma de campana y puede aproximarse con una distribución normal de la misma media y desviación estándar. Una regla habitual exige n × p ≥ 10 y n × (1 − p) ≥ 10; algunos textos usan 5. Para n = 10 y p = 0.7 los fracasos esperados son solo 3, así que la aproximación es marginal.
La corrección por continuidad mejora la exactitud porque se sustituye un conteo discreto por una curva continua. Para aproximar P(X ≥ 8), usa el límite 7.5: z = (7.5 − 7) ÷ 1.449 = 0.345, lo que da una cola de aproximadamente 0.365. La respuesta exacta es 0.383, así que la aproximación es cercana pero no exacta. Para n pequeña, calcula la suma binomial directamente.
Binomial, Poisson e hipergeométrica
La distribución de Poisson es el caso límite cuando n es grande, p es pequeña y λ = n × p es moderada; cuenta eventos raros en lugar de un número fijo de ensayos. La distribución hipergeométrica se aplica cuando el muestreo es sin reemplazo de una población finita, de modo que p cambia tras cada extracción. La binomial negativa cuenta los ensayos necesarios para alcanzar un número fijo de éxitos.
Elegir entre ellas es una decisión de modelización, no una preferencia de fórmula. Extraer 5 cartas de una baraja es hipergeométrico, no binomial, porque la composición de la baraja cambia. Contar llegadas a un servicio de asistencia en una hora es Poisson, porque no hay un n fijo. Indica el esquema de muestreo antes de citar una probabilidad.
Errores frecuentes
- Usar un porcentaje como p. Introduce 0.7, no 70, o todas las probabilidades saldrán disparatadas.
- Olvidar el coeficiente. p^k × (1 − p)^(n − k) es la probabilidad de una ordenación concreta, no de cualquier ordenación.
- Responder a “al menos” con un solo término. Suma la cola o usa el complemento.
- Suponer independencia cuando se muestrea sin reemplazo. Usa la distribución hipergeométrica o una corrección por población finita.
- Aplicar la aproximación normal con conteos esperados diminutos. Revisa antes n × p y n × (1 − p).
- Redondear p antes de calcular. Conserva toda la precisión hasta el porcentaje final.
Advertencias prácticas
Los ensayos reales rara vez son perfectamente independientes. Los tiros libres pueden verse afectados por la fatiga o la confianza, los defectos pueden agruparse por máquina o turno, y las respuestas de una encuesta pueden agruparse por hogar. Si la varianza observada es mucho mayor que n × p × (1 − p), los datos presentan sobredispersión y un modelo binomial subestima la incertidumbre; los modelos beta-binomial o cuasi-binomial son las alternativas habituales.
La probabilidad p es en sí misma una estimación. Una tasa medida con 30 ensayos conlleva una incertidumbre considerable, e introducirla como si fuera exacta exagera la confianza. Informa el tamaño de muestra que respalda p y trata las respuestas binomiales como proyecciones basadas en un modelo, no como garantías. Cuando n es muy grande, incluso una violación mínima de la independencia puede hacer que los intervalos binomiales exactos sean demasiado estrechos.
Preguntas frecuentes
¿Cuál es la diferencia entre binomial y Bernoulli?
Un ensayo de Bernoulli es un único experimento de sí o no. La distribución binomial es la suma de n ensayos de Bernoulli independientes con la misma probabilidad de éxito.
¿Puede una distribución binomial tener una media que no sea un número entero?
Sí. La media n × p es un valor esperado, no un conteo que deba ocurrir. Con 5 ensayos y p = 0.5 la media es 2.5.
¿Cuándo debería usar la aproximación normal?
Cuando n × p y n × (1 − p) son al menos 10 aproximadamente, y preferiblemente cuando n es de varias decenas. Usa una corrección por continuidad y compárala con la suma exacta en caso de duda.
¿Qué significa “ensayos independientes” en la práctica?
Que el resultado de un ensayo no cambia la probabilidad de éxito de otro. El muestreo sin reemplazo de una población pequeña lo incumple; el muestreo con reemplazo o de una población muy grande lo satisface de forma aproximada.
¿Por qué exactamente 7 éxitos no es el resultado más probable en conjunto?
Es el conteo individual más probable, pero hay muchos otros conteos posibles. Las probabilidades de todos los conteos deben sumar 1, así que la moda puede quedar muy por debajo del 50%.
¿Cómo abordo las preguntas de “al menos uno”?
Usa el complemento: P(X ≥ 1) = 1 − P(X = 0) = 1 − (1 − p)^n. Es más rápido y menos propenso a errores que sumar todos los términos desde 1 hasta n.


