DISTRIBUCIÓN BINOMIAL

Fundamento
La Distribución binomial es uno de los modelos de distribución teórica de
probabilidad que se utiliza cuando la variable aleatoria es discreta del
número de éxitos en una muestra compuesta por n observaciones.
La Distribución Binomial está relacionada con la distribución de Bernoulli que
es una distribución de variable aleatoria X que toma solamente valores de cero
y uno (éxito y fracaso), cuando se realiza un solo experimento; se aplica cuando
se realizan un número "n" de veces el experimento de Bernoulli, siendo cada
ensayo independiente del anterior. (Ecured, s.f.).

Concepto
Distribución que proporciona la posibilidad de observar X éxitos en una
secuencia de n experimentos Bernoulli independientes con una probabilidad
constante de éxito p.

Marco teórico
En general en muchos casos podemos resolver problemas que tienen que ver
con la estadística considerando una distribución binomial. Esto se presenta
cuando el resultado de una medición o experimento puede tener sólo dos
posibilidades. (Geociencias UNAM, s.f.)
A una de ellas comúnmente se le denomina “éxito” y a la otra “fracaso”.
Por ejemplo.
Tirar una moneda y esperar que salga “sol” podría ser el éxito y “águila” sería
entonces fracaso, obtener un producto defectuoso podría ser “éxito”, mientras
que el producto libre de defectos sería “fracaso” (claro que podría ser al revés),
tomar en cuenta una venta en un almacén por persona podría ser nuestro éxito,
mientras que no realizarla sería fracaso, etc.
Para construir un proceso binomial se necesita lo siguiente:
1) En el experimento sólo hay dos resultados.
a) EXITO = 1
b) FRACASO = 0
 A la probabilidad de éxito se le llama “p”
 A la de fracaso se le llama “q”
2) Se cumple que p + q = 1 (por lo tanto, q = 1 – p)
3) La probabilidad de éxito permanece constante.
4) Los eventos son mutuamente excluyentes (independientes).
 Por ejemplo: si lanzamos una moneda la segunda vez no importa lo que
pasó antes.
5) El experimento se realiza “n” veces
6) Lo que se desea es conocer la probabilidad de “éxito”, P(x), en los “n”
intentos. (Nota: éxito no significa que sea bueno, sólo significa que ocurra el
evento).
Para conocer la probabilidad de “éxito” es necesario calcular las posibles
combinaciones de la variable, y multiplicarlas por las probabilidades de cada
suceso:

donde P(x) es la probabilidad de que ocurran x éxitos en n intentos.

es el coeficiente que da todas las posibles
combinaciones.
p es la probabilidad individual de éxito.
q es la probabilidad individual de fracaso.
n es el número de veces que se realiza el experimento o medición.
Al emplear esta fórmula podemos graficar las probabilidades de ocurrencia de
todos los casos de interés, lo que nos dan gráficas como las siguientes (la curva
negra es la distribución normal).

En algunos casos, esta curva normal es una buena aproximación de la binomial

y puede usarse para hacer cálculos.
Forma

 Simétrica: Cuando p=0.5 sin tomar en cuenta que tan grande o pequeño sea
el valor de "n". (Matematicas Visuales, s.f.)

 Sesgada: Cuando p≠0.5.

 Cuanto más cerca se encuentre "p" de 0.5 y mayor sea el número de

observaciones "n", menos sesgada será la distribución.
 Con una "p" pequeña la distribución tendrá un gran sesgo a la derecha.
 Para una "p" muy grande la distribución tendría un gran sesgo a la
izquierda. (Matematicas Visuales, s.f.)

Bibliografía.
http://www.matematicasvisuales.com/html/probabilidad/varaleat/binomial.html (Modelo
visual para ver la distribución binomial)
http://www.geociencias.unam.mx/~ramon/EstInf/Clase5b.pdf
https://www.ecured.cu/Distribuci%C3%B3n_binomial
https://es.slideshare.net/pablitoco/distribuciones-de-probabilidad-discretas-28508941