Distribución Binomial

Consideremos una serie de pruebas repetidas e independientes con sólo dos resultados posibles,
como favorable/desfavorable, acierto/error o aceptable/defectuoso; por ejemplo, lanzar varias veces
una moneda, o extraer con reposición varias bolas de una urna con bolas blancas o negras. Sea p la
probabilidad de uno de los resultados y q = 1−p el del resultado opuesto. En el caso de la moneda,
si p es la probabilidad de salir cara, p = 1/2 y la probabilidad de salir cruz es q = 1 − p = 1/2.
Si realizamos un total e N pruebas, y p es la probablilidad de “aceptable” o “acierto”, la
probabilidad de observar r aciertos en N pruebas es
 
N r N −r
P (X = r) = pq (1)
r

siendo  
N N!
≡ CN,r =
r r!(N − r)!
Si los posibles valores de una variable aleatoria discreta X tienen probabilidades dadas por (1),
decimos que X sigue una distribución binomial de probabilidad y escribimos X : B(N ; p).

Ejemplo: Lanzamos 10 dados y contamos cúantos treses han salido. Si definimos la variable
aleatoria X = “número de treses”, tenemos que sigue una distribución binomial, X : B(10; 1/6): el
suceso “éxito” lo asociamos a “salir tres”, con probabilidad p = 1/6; la probabilidad q = 1−p = 5/6
corresponde a “fracaso”, o sea, “no salir 3”. Si nos planteamos la probabilidad de que salgan 3 treses,
tendremos     3  7
10 3 7 10! 1 5
P (X = 3) = pq = = 0, 155
3 3!7! 6 6
Si X sigue una distribución binomial B(N ; p), el valor medio y la desviación típica de X vienen
dados por p
µ = Np σ = N pq
Ejemplo: En un proceso de fabricación de tornillos, sabemos que el 2 % son defectuosos. Los
empaquetamos en cajas de 200 tornillos. La variable X = “número de tornillos defectuosos en una
caja” sigue entonces una distribución binomial B(200; 0, 02). Por término medio, el número de
tornillos defectuosos en cada caja será µ = N p = 200 · 0, 02 = 4.

Aproximación por la distribución normal

Para N grande, la distribución binomial implica cálculos con números grandes, lo que no es
manejable en la práctica. Afortunadamente, para números
√ grandes, la distribución binomial se
puede aproximar por una normal, B(N ; p) ≈ N (N p; N pq), y tras pasar a la variable típica Z,
podemos utilizar las tablas de distribución normal para realizar los cálculos de probabilidades.

Ejemplo: Una fábrica de componentes elabora 2000 circuitos electrónicos al día. Si la probabi-
lidad de fabricar un circuito defectuoso es del 1 %, ¿cuál es la probabilidad de que en un día el
número de circuitos defectuosos sea menor que 25?. La variable X = “número de circuitos defec-
tuosos producidos al día” sigue una distribución
√ binomial B(2000; 0, 01). Como N es muy grande,
aproximamos por la normal N (N p; N pq) = N (20; 4, 45); entonces, tipificando y consultando
las tablas de la distribución normal
 
X − 20 25 − 20
P (X < 25) = P < = P (Z < 1, 12) = 0, 8686
4, 45 4, 45