INTRODUCCIÓN

En el presente trabajo analizaremos la distribución binomial que puede

considerarse como una generalización del modelo de Bernoulli (experimento
aleatorio de éxito-fracaso) en donde el experimento se realiza n veces y se utiliza
en experimentos o eventos que tienen las siguientes características:
 Solo hay 2 posibles resultados.
 Los resultados son independientes.
 La probabilidad de éxito permanece constante en todas las veces que se
realice el experimento.
 El experimento se realiza n veces bajo las mismas condiciones y estamos
interesados en que haya x éxitos.
 Cuando hay extracción de elementos, se debe realizar con reemplazo.
DEFINICIÓN
La distribución binomial es una distribución de probabilidad discreta que describe el
número de éxitos al realizar n experimentos independientes entre sí, acerca de una
variable aleatoria.
Existen una gran diversidad de experimentos o sucesos que pueden ser
caracterizados bajo esta distribución de probabilidad. Imaginemos el lanzamiento
de una moneda en el que definimos el suceso “sacar cara” como el éxito. Si
lanzamos 5 veces la moneda y contamos los éxitos (sacar cara) que obtenemos,
nuestra distribución de probabilidades se ajustaría a una distribución binomial.
Por lo tanto, la distribución binomial se entiende como una serie de pruebas o
ensayos en la que solo podemos tener 2 resultados (éxito o fracaso), siendo el éxito
nuestra variable aleatoria.
PROPIEDADES
Para que una variable aleatoria se considere que sigue una distribución binomial,
tiene que cumplir las siguientes propiedades:
 En cada ensayo, experimento o prueba solo son posibles dos resultados
(éxito o fracaso).
 La probabilidad del éxito ha de ser constante. Esta se representa mediante
la letra p. La probabilidad de que salga cara al lanzar una moneda es 0,5 y
esta es constante dado que la moneda no cambia en cada experimento y las
probabilidades de sacar cara es constante.
 La probabilidad de fracaso ha de ser también constate. Esta se representa
mediante la letra q = 1-p. Es importante fijarse que, mediante esa ecuación,
sabiendo p o sabiendo q, podemos obtener la que nos falte.
 El resultado obtenido en cada experimento es independiente del anterior. Por
lo tanto, lo que ocurra en cada experimento no afecta a los siguientes.

1
  Los sucesos son mutuamente excluyentes, es decir, no pueden ocurrir los 2
al mismo tiempo. No se puede ser hombre y mujer al mismo tiempo o que al
lanzar una moneda salga cara y cruz al mismo tiempo.
 Los sucesos son colectivamente exhaustivos, es decir, al menos uno de los
2 ha de ocurrir. Si no se es hombre, se es mujer y si se lanza una moneda,
si no sale cara ha de salir cruz.
 La variable aleatoria que sigue una distribución binomial se suele representar
como X~ (n, p). n representa el número de ensayos o experimentos y p la
probabilidad de éxito.
FÓRMULA
La fórmula matemática de la distribución binomial es:

Donde:
 n es el número de pruebas.
 k es el número de éxitos.
 p es la probabilidad de éxito.
 q= 1-p es la probabilidad de fracaso.
UTILIZACIÓN Y EJEMPLOS
La distribución binomial se puede utilizar para describir un proceso donde los
resultados se pueden etiquetar como un evento o un no evento y cuando esté
interesado en la ocurrencia de un evento y no en su magnitud. Por ejemplo, un
elemento pasa o no pasa una inspección o un partido político gana o pierde. La
distribución binomial se usa frecuentemente en control de calidad, sondeos de
opinión pública, investigaciones médicas y seguros.
Algunos ejemplos de utilización de la distribución binominal son los siguientes:
 Al nacer puede ser varón o hembra.
 Un equipo de baloncesto puede ganar o perder.
 En pruebas de verdadero o falso, es decir solo hay dos alternativas.
 Un tratamiento médico puede ser efectivo o inefectivo.
 La meta de producción o ventas del mes se puede lograr o no lograr.

2
 CONCLUSIONES
En conclusión, la distribución binomial es una poderosa herramienta probabilística
que bien aplicada nos podrá ayudar a facilitar los cálculos para la solución de
problemas. Además, la probabilidad se puede determinar a través del método
empírico o teórico y este tipo de distribución permite determinar probabilidades de
variables que son dicotómicas, es decir, que sólo pueden tomar dos posibles
resultados.
El modelo de distribución binomial define experimentos consistentes en realizar
ensayos repetidos e independientes. Cada uno de estos experimentos presenta dos
posibles resultados que denominamos éxito o fracaso, cuya probabilidad se
mantiene constante en las diferentes pruebas. El cálculo de la probabilidad de la
distribución binomial, requiere la utilización de los números combinatorios, y aunque
existe una tabla que proporciona los valores de probabilidad para diferentes valores
de n y p, a veces el proceso se hace bastante tedioso, especialmente cuando es
necesario calcular probabilidades acumuladas.
El estudio y el análisis del tema de la distribución binomial nos ayudó a comprender
que estos sucesos están formados por una serie de experimentos que se relacionan
entre si con la vida cotidiana, que se utiliza cuando cuya solución tiene dos posible
resultados o dos opciones, en general podemos decir que cada una de estas aporta
a campos trascendentales desde hospitales hasta la producción de una empresa,
ya que la exactitud en los resultados que estas nos ofrecen facilita la toma de
decisiones para grandes instituciones.

BIBLIOGRAFÍAS
 Martínez, M. (2008). Distribución binomial, recuperado noviembre 27, 2018,
de Universidad Politécnica de Valencia. Sitio web:
https://riunet.upv.es/bitstream/handle/10251/7936/Distribucion%20binomial.
pdf
 (s.f.). Distribución binomial, recuperado noviembre 27, 2018. Sitio web:
https://www.ecured.cu/Distribuci%C3%B3n_binomial
 (s.f.). Distribución binomial, recuperado noviembre 27, 2018. Sitio web:
https://economipedia.com/definiciones/distribucion-binomial.html