Marcadores    
nCr y nPr    
Frecuencias    
Puntuación z    
Porcentajes    
Proporciones    
Descuentos    
Velocidad    
Densidad    
Molaridad    
Masa molar    
Ley de Ohm    
Divisiones    
Divisores    
Fracciones    
Redondeo    
Ecuaciones    
Sistemas 2x2    
Inecuaciones    
Potencias    
Logaritmos    
Semivida    
Forma polar    
De Moivre    
Pendiente    
Distancia GPS    
Cónicas    
Fibonacci    
Recurrencias    
Vectores    
Matrices    
Determinantes    
sen, cos, tg    
Triángulos    
Círculo    
Calcular edad    
Sumar horas    
Valor actual    
Valor futuro    
Payback    
Tráfico SEO    
Punto muerto    
Calcular CAGR    
Peso ideal    
Masa magra    
Talla diana    
Wind chill    
kWh a euros    
Consumo real    
Papel pintado    
Agujero guía    
m³ de madera    
   Agregar
Probabilidad y números aleatorios: calculadoras
Dos sucesos (y, o)
Dos sucesos (y, o)
Hallar P(A) y P(B)
Hallar P(A) y P(B)
Al menos una vez
Al menos una vez
Teorema de Bayes
Teorema de Bayes
Valor esperado
Valor esperado
Binomial B(n, p)
Binomial B(n, p)
nCr y nPr
nCr y nPr
Perm. circulares
Perm. circulares
Con repetición
Con repetición
Números aleatorios
Números aleatorios
Medias y estadística: calculadoras
Calcular la media
Calcular la media
Media, moda, rango
Media, moda, rango
Desviación típica
Desviación típica
Cuartiles e IQR
Cuartiles e IQR
Frecuencias
Frecuencias
Correlación (r)
Correlación (r)
Campana de Gauss
Campana de Gauss
Puntuación z
Puntuación z
IC de la media
IC de la media
Tamaño muestral
Tamaño muestral
Captura-recaptura
Captura-recaptura
Calcular p-valor
Calcular p-valor
Porcentajes y proporciones: calculadoras
Porcentajes
Porcentajes
Variación en %
Variación en %
Diferencia en %
Diferencia en %
Error relativo
Error relativo
Proporciones
Proporciones
Descuentos
Descuentos
Calculadora de IVA
Calculadora de IVA
Calcular margen
Calcular margen
Velocidad: calculadoras
Velocidad
Velocidad
Densidad y concentración: calculadoras
Densidad
Densidad
Molaridad
Molaridad
Masa molar
Masa molar
Física y electricidad: calculadoras
Ley de Ohm
Ley de Ohm
Vatios a amperios
Vatios a amperios
Código de colores
Código de colores
Caída de tensión
Caída de tensión
Conversión de unidades: calculadoras
Conversor de peso
Conversor de peso
Tallas de zapatos
Tallas de zapatos
Números enteros y con signo: calculadoras
Divisiones
Divisiones
Calculadora MCM
Calculadora MCM
Calculadora MCD
Calculadora MCD
Números enteros
Números enteros
Factores primos
Factores primos
Ec. diofánticas
Ec. diofánticas
Calculadora mod
Calculadora mod
Divisores
Divisores
Números romanos
Números romanos
Fracciones, decimales y redondeo: calculadoras
Fracciones
Fracciones
Números mixtos
Números mixtos
Simplificación
Simplificación
Fracción a decimal
Fracción a decimal
Decimal a fracción
Decimal a fracción
Redondeo
Redondeo
Ecuaciones e inecuaciones: calculadoras
Ecuaciones
Ecuaciones
Sistemas 2x2
Sistemas 2x2
Ecuación 2.º grado
Ecuación 2.º grado
Valor absoluto
Valor absoluto
Inecuaciones
Inecuaciones
Polinomios: calculadoras
Binomio de Newton
Binomio de Newton
Raíces cuadradas y raíces n-ésimas: calculadoras
Simplificar raíces
Simplificar raíces
Calcular raíces
Calcular raíces
Potencias y logaritmos: calculadoras
Potencias
Potencias
Logaritmos
Logaritmos
Número de cifras
Número de cifras
Notación ×10ⁿ
Notación ×10ⁿ
Operar ×10ⁿ
Operar ×10ⁿ
Semivida
Semivida
Números complejos: calculadoras
Números complejos
Números complejos
Forma polar
Forma polar
De Moivre
De Moivre
Funciones y gráficas: calculadoras
Pendiente
Pendiente
Ecuación recta
Ecuación recta
Proporcionalidad
Proporcionalidad
Función y = ax²
Función y = ax²
Distancia 2 puntos
Distancia 2 puntos
Distancia en 3D
Distancia en 3D
Dividir segmento
Dividir segmento
Distancia a recta
Distancia a recta
Distancia GPS
Distancia GPS
Completar cuadrado
Completar cuadrado
Circunferencia
Circunferencia
Cónicas
Cónicas
Coord. polares
Coord. polares
Sucesiones: calculadoras
Prog. aritmética
Prog. aritmética
Prog. geométrica
Prog. geométrica
Fibonacci
Fibonacci
Recurrencias
Recurrencias
Vectores: calculadoras
Vectores
Vectores
Producto vectorial
Producto vectorial
Matrices: calculadoras
Matrices
Matrices
Determinantes
Determinantes
Matriz inversa
Matriz inversa
Geometría plana: calculadoras
sen, cos, tg
sen, cos, tg
Grados ⇔ radianes
Grados ⇔ radianes
a sen θ + b cos θ
a sen θ + b cos θ
Triángulos
Triángulos
Área del triángulo
Área del triángulo
Resolver triángulo
Resolver triángulo
Teorema Pitágoras
Teorema Pitágoras
Ángulos polígono
Ángulos polígono
Razón semejanza
Razón semejanza
Rectas paralelas
Rectas paralelas
Área rectángulo
Área rectángulo
Área paralelogramo
Área paralelogramo
Área del trapecio
Área del trapecio
Círculo
Círculo
Sector circular
Sector circular
Ángulo inscrito
Ángulo inscrito
Área de la elipse
Área de la elipse
Geometría del espacio: calculadoras
Volumen del cubo
Volumen del cubo
Área del cubo
Área del cubo
Volumen ortoedro
Volumen ortoedro
Área del ortoedro
Área del ortoedro
Volumen cilindro
Volumen cilindro
Área del cilindro
Área del cilindro
Volumen de esfera
Volumen de esfera
Área de la esfera
Área de la esfera
Vol. del casquete
Vol. del casquete
Área del casquete
Área del casquete
Vol. del elipsoide
Vol. del elipsoide
Área del elipsoide
Área del elipsoide
Volumen pirámide
Volumen pirámide
Área pirámide
Área pirámide
Volumen del cono
Volumen del cono
Área del cono
Área del cono
Tronco de cono
Tronco de cono
Área tronco de cono
Área tronco de cono
Volumen de un tubo
Volumen de un tubo
Volumen cápsula
Volumen cápsula
Área de la cápsula
Área de la cápsula
Fechas y horas: calculadoras
Calcular edad
Calcular edad
Días entre fechas
Días entre fechas
Sumar días a fecha
Sumar días a fecha
Dentro de X horas
Dentro de X horas
Día de la semana
Día de la semana
Sumar horas
Sumar horas
Diferencia horaria
Diferencia horaria
Horas trabajadas
Horas trabajadas
Tiempo entre horas
Tiempo entre horas
Horas trabajadas
Horas trabajadas
Finanzas y economía: calculadoras
Interés compuesto
Interés compuesto
Interés simple
Interés simple
Ahorro e intereses
Ahorro e intereses
Calculadora TVM
Calculadora TVM
Valor actual
Valor actual
Valor futuro
Valor futuro
Calculadora de ROI
Calculadora de ROI
Calculadora de TIR
Calculadora de TIR
Payback
Payback
Rentabilidad media
Rentabilidad media
Calcular el PIB
Calcular el PIB
Marketing online y métricas publicitarias: calculadoras
Calcular el CTR
Calcular el CTR
Tasa de conversión
Tasa de conversión
CPC, CPM y CPA
CPC, CPM y CPA
Calcular el ROAS
Calcular el ROAS
CPA de equilibrio
CPA de equilibrio
Calcular el LTV
Calcular el LTV
Calcular el CAC
Calcular el CAC
Calcular el churn
Calcular el churn
Significación A/B
Significación A/B
Muestra test A/B
Muestra test A/B
Tráfico SEO
Tráfico SEO
Punto muerto
Punto muerto
Margen y markup
Margen y markup
Calcular CAGR
Calcular CAGR
Salud y forma física: calculadoras
Calculadora IMC
Calculadora IMC
Ciclos de sueño
Ciclos de sueño
Calorías diarias
Calorías diarias
Metabolismo basal
Metabolismo basal
Calculadora TDEE
Calculadora TDEE
Peso ideal
Peso ideal
Grasa corporal
Grasa corporal
Masa magra
Masa magra
Calorías quemadas
Calorías quemadas
Proteínas al día
Proteínas al día
Calcular macros
Calcular macros
Hidratos al día
Hidratos al día
Grasas al día
Grasas al día
Talla diana
Talla diana
Deporte: calculadoras
Hándicap de golf
Hándicap de golf
Calcular ritmo
Calcular ritmo
Calculadora 1RM
Calculadora 1RM
Zonas de pulso
Zonas de pulso
Meteorología: calculadoras
Índice de calor
Índice de calor
Wind chill
Wind chill
Punto de rocío
Punto de rocío
Informática: calculadoras
Cambio de base
Cambio de base
Calcular subredes
Calcular subredes
Tiempo de descarga
Tiempo de descarga
Energía del hogar y presupuesto: calculadoras
Consumo eléctrico
Consumo eléctrico
kWh a euros
kWh a euros
kWh/año a euros
kWh/año a euros
Frigorías por m²
Frigorías por m²
Gasto del aire
Gasto del aire
Gasto calefacción
Gasto calefacción
Gas o electricidad
Gas o electricidad
Ahorro con LED
Ahorro con LED
Calculadora sueldo
Calculadora sueldo
Presupuesto hogar
Presupuesto hogar
Coche: calculadoras
Gasto de gasolina
Gasto de gasolina
Coste de recarga
Coste de recarga
VE vs gasolina
VE vs gasolina
Consumo real
Consumo real
Medida neumático
Medida neumático
Energía solar y baterías: calculadoras
Producción solar
Producción solar
Número de placas
Número de placas
Amortización solar
Amortización solar
Batería doméstica
Batería doméstica
Casa y bricolaje: calculadoras
Calcular baldosas
Calcular baldosas
Calcular escalera
Calcular escalera
Calcular hormigón
Calcular hormigón
m² de paredes
m² de paredes
Papel pintado
Papel pintado
Calcular pintura
Calcular pintura
Suelo laminado
Suelo laminado
m² de fachada
m² de fachada
Calcular grava
Calcular grava
Mortero y hormigón
Mortero y hormigón
Calcular pendiente
Calcular pendiente
Despiece de madera
Despiece de madera
Edificabilidad
Edificabilidad
Vinílico en rollo
Vinílico en rollo
Calcular aislante
Calcular aislante
Medir cortinas
Medir cortinas
Pulgadas de TV
Pulgadas de TV
Calcular sustrato
Calcular sustrato
Césped en rollo
Césped en rollo
Calcular bloques
Calcular bloques
Calcular ladrillos
Calcular ladrillos
Tarima exterior
Tarima exterior
Longitud de rampa
Longitud de rampa
Agujero guía
Agujero guía
Renovaciones/hora
Renovaciones/hora
Diluir pintura
Diluir pintura
Calcular rodapié
Calcular rodapié
Medir un estor
Medir un estor
Colgar cuadros
Colgar cuadros
Pendiente desagüe
Pendiente desagüe
Calcular tornillos
Calcular tornillos
m³ de madera
m³ de madera
Calcular valla
Calcular valla
Contracción madera
Contracción madera
Calcular silicona
Calcular silicona
Pérdidas de calor
Pérdidas de calor
¿Cabe el mueble?
¿Cabe el mueble?
Cajas de mudanza
Cajas de mudanza
Capacidad armario
Capacidad armario
Despiece tableros
Despiece tableros
Flecha de baldas
Flecha de baldas

Calculadora de la distribución binomial

Introduce el número de pruebas n, la probabilidad de éxito en cada prueba p y el número de éxitos k. Obtienes la probabilidad de exactamente k éxitos, las probabilidades acumuladas de k o menos y de k o más, la media, la varianza y la desviación típica, y un diagrama de barras de toda la distribución.

Escribe la probabilidad p como un decimal entre 0 y 1 (para un 25 %, escribe 0,25) o como una fracción como 1/4. n es un número entero del 1 al 50 y k, un número entero entre 0 y n.
Resultado y gráfica
Introduce el número de pruebas y la probabilidad en las casillas de la izquierda y pulsa «Calcular». El resultado y un diagrama de barras de la distribución aparecerán aquí.

Qué puedes hacer en esta página

  • Introduce solo 3 números y obtienes al momento «la probabilidad de que algo con probabilidad \(p\) ocurra exactamente \(k\) veces en \(n\) intentos», \(P(X = k) = \dbinom{n}{k}\, p^{k} (1-p)^{n-k}\)
  • El resultado aparece como fracción irreducible (el valor exacto), por ejemplo \(\dfrac{3}{8}\), y también como decimal y porcentaje. También puedes ver los pasos del número combinatorio \(\dbinom{n}{k}\)
  • Calcula a la vez las probabilidades acumuladas «\(k\) veces o menos», \(P(X \le k)\), y «\(k\) veces o más», \(P(X \ge k)\)
  • Muestra la media (esperanza) \(E(X) = np\), la varianza \(V(X) = np(1-p)\) y la desviación típica \(\sigma\), y comprueba la regla práctica para usar la aproximación normal
  • Dibuja toda la distribución, de 0 a \(n\) éxitos, en un diagrama de barras, así que ves de un vistazo qué números de éxitos son los más probables
Sirve para pruebas repetidas en las que la probabilidad es la misma cada vez y los resultados no se influyen entre sí (son independientes). No sirve cuando la probabilidad cambia de un intento a otro, como al sacar papeletas sin devolverlas.

¿Para qué sirve este cálculo?

Calcular «k premios de n» en cajas de botín y sorteos (juegos)

Si abres 100 cajas de botín con un 1 % de probabilidad de objeto raro, el número de objetos raros sigue la distribución binomial \(B(100;\ 0{,}01)\) (suponiendo, como se publica, que cada intento tiene la misma probabilidad y es independiente). La probabilidad de no conseguir nada es \(0{,}99^{100} \approx 36{,}6\,\%\), así que la distribución muestra que la intuición «100 intentos al 1 % es casi seguro» es arriesgada.
Estimar «el valor esperado \(np\) más la dispersión» cuando planeas cuánto gastar es justo el cálculo de esta página.

Diseñar las reglas de aceptación de un muestreo (fabricación y control de calidad)

En lugar de revisar todas las piezas, las fábricas usan el muestreo de aceptación: «se toman \(n\) piezas de un lote, y el lote se acepta si hay \(c\) defectuosas o menos». La probabilidad de aceptar un lote con una tasa de defectos \(p\) es justo la probabilidad acumulada binomial \(P(X \le c)\). Por ejemplo, si tomas 20 piezas de un lote con un 1 % de defectos y solo lo aceptas con 0 defectuosas, la probabilidad de aceptarlo es \(0{,}99^{20} \approx 81{,}8\,\%\).
Este cálculo sirve para diseñar reglas de inspección que acepten los lotes buenos con mucha probabilidad y rechacen los malos.

Calcular los aciertos por suerte en un examen tipo test (educación y oposiciones)

Si respondes al azar las 20 preguntas de un test con 4 opciones cada una, el número de aciertos sigue la distribución binomial \(B(20;\ 0{,}25)\) y el valor esperado es \(20 \times 0{,}25 = 5\) preguntas. La probabilidad de acertar 8 o más por suerte es solo de un 10 % aproximadamente, lo que confirma con números que contestando al azar rara vez se llega al aprobado.
Quienes preparan exámenes también tienen en cuenta esta distribución al fijar el número de preguntas y la nota de corte, para que sea difícil aprobar por suerte (y por eso muchos tests restan puntos por cada fallo).

Entender los altibajos de las estadísticas deportivas (baloncesto y más)

Cuando un jugador con un 70 % de acierto en tiros libres lanza 10 tiros, la probabilidad de meter exactamente 7 es solo \(\dbinom{10}{7} \times 0{,}7^{7} \times 0{,}3^{3} \approx 26{,}7\,\%\) (tratando cada tiro como independiente con un porcentaje de acierto fijo). Que un tirador del 70 % meta exactamente 7 de 10 no es tan normal como parece; meter 6 u 8 pasa continuamente.
La distribución binomial te ayuda a distinguir qué parte de una «racha» o de un «bache» es simple variación aleatoria.

De dónde sale el margen de error de las encuestas y las audiencias (estadística)

En las encuestas de intención de voto y en las mediciones de audiencia de televisión, se considera que el número de personas, de las \(n\) encuestadas, que dan una respuesta concreta sigue una distribución binomial. El margen de error de «más o menos unos puntos» se calcula con la desviación típica \(\sqrt{np(1-p)}\) y la aproximación por la normal.
Decidir a cuántas personas hay que encuestar para bajar el margen de error al tamaño deseado se basa directamente en las propiedades de la distribución binomial.

Fórmulas y gráficas

Probabilidad binomial (probabilidad de exactamente \(k\) éxitos)
Gráfica
Notación matemática (la forma habitual)
\(P(X = k)\) \(=\) \(\dbinom{n}{k}\) \(\times\) \(p\) \(k\) \(\times\) \((1 - p)\) \(n - k\)
En palabras (los símbolos cambiados por palabras)
⑥ \(P(X = k)\): probabilidad de exactamente \(k\) éxitos \(=\) ⑤ \(\dbinom{n}{k}\): formas de elegir en qué pruebas hay éxito \(\times\) ① \(p\): probabilidad de éxito ② \(k\): número de éxitos \(\times\) ③ \(1 - p\): probabilidad de fracaso ④ \(n - k\): número de fracasos
La fórmula en palabras
① Toma la \(p\): probabilidad de éxito
② y multiplícala por sí misma tantas veces como indica el \(k\): número de éxitos
③ después toma la \(1 - p\): probabilidad de fracaso
④ y multiplícala por sí misma tantas veces como indica el \(n - k\): número de fracasos
⑤ multiplica los resultados por las \(\dbinom{n}{k}\): formas de elegir en qué pruebas hay éxito
⑥ y obtienes la \(P(X = k)\): probabilidad de exactamente \(k\) éxitos
Ejemplo rápido
Si lanzas una moneda (probabilidad de cara \(\dfrac{1}{2}\)) 4 veces, la probabilidad de sacar exactamente 2 caras es
exactamente 2 caras \(P(X = 2)\) \(=\) número de órdenes \(\dbinom{4}{2}\) \(\times\) cara \(\dfrac{1}{2}\), dos veces \(\times\) cruz \(\dfrac{1}{2}\), dos veces
\(\dbinom{4}{2} = \dfrac{4 \times 3}{2 \times 1} = 6\)
\(P(X = 2) = 6 \times \left(\dfrac{1}{2}\right)^{2} \times \left(\dfrac{1}{2}\right)^{2} = \dfrac{6}{16} = \dfrac{3}{8}\ \ (37{,}5\,\%)\)
La idea clave
La probabilidad de un orden concreto con \(k\) éxitos y \(n-k\) fracasos es \(p^{k} (1-p)^{n-k}\). Hay \(\dbinom{n}{k}\) órdenes así (formas de elegir qué pruebas son los éxitos), así que se multiplica por ese número. La distribución que reúne la probabilidad de cada número de éxitos posible \(X\) (0, 1, …, \(n\)) se llama distribución binomial y se escribe \(B(n,\ p)\). La calculadora de esta página dibuja toda la distribución en un diagrama de barras.
Probabilidad acumulada (\(k\) éxitos o menos y \(k\) o más)
Notación matemática (la forma habitual)
\(P(X \le k)\) \(=\) \(P(X=0) + P(X=1) + \cdots + P(X=k)\)
\(P(X \ge k)\) \(=\) \(1\) \(-\) \(P(X \le k - 1)\)
En palabras (los símbolos cambiados por palabras)
② \(P(X \le k)\): probabilidad de \(k\) o menos \(=\) ① suma de las probabilidades de exactamente 0 hasta exactamente \(k\)
⑤ \(P(X \ge k)\): probabilidad de \(k\) o más \(=\) ③ \(1\): probabilidad total \(-\) ④ probabilidad de \(k-1\) o menos
La fórmula en palabras
① Suma todas las probabilidades de exactamente 0, exactamente 1, …, exactamente \(k\)
② y obtienes la \(P(X \le k)\): probabilidad de \(k\) o menos
③ Para «\(k\) o más», el suceso contrario acorta el cálculo. Parte de la \(1\): probabilidad total
④ réstale la \(P(X \le k-1)\): probabilidad de \(k-1\) o menos
⑤ y obtienes la \(P(X \ge k)\): probabilidad de \(k\) o más
Ejemplo rápido
Si lanzas una moneda 4 veces, la probabilidad de sacar 2 caras o menos y la de sacar 2 o más son
2 o menos \(P(X \le 2)\) \(=\) suma de 0, 1 y 2
\(P(X \le 2) = \dfrac{1}{16} + \dfrac{4}{16} + \dfrac{6}{16} = \dfrac{11}{16}\ \ (68{,}75\,\%)\)
\(P(X \ge 2) = 1 - P(X \le 1) = 1 - \dfrac{5}{16} = \dfrac{11}{16}\ \ (68{,}75\,\%)\)
La idea clave
«O menos» y «o más» incluyen el propio número (2 o menos significa 0, 1 o 2). Lo habitual es sumar sin más las probabilidades exactas para «\(k\) o menos», y para «\(k\) o más» restar «\(k-1\) o menos» del total 1 (con el suceso contrario). «La probabilidad de que ocurra al menos una vez» es \(P(X \ge 1) = 1 - P(X = 0)\). Es el uso más frecuente del suceso contrario.
Media, varianza y desviación típica de la distribución binomial
Notación matemática (la forma habitual)
\(E(X)\) \(=\) \(n\) \(\times\) \(p\)
\(V(X)\) \(=\) \(n\) \(\times\) \(p\) \(\times\) \((1 - p)\)
\(\sigma\) \(=\) \(\sqrt{V(X)}\)
En palabras (los símbolos cambiados por palabras)
③ \(E(X)\): valor esperado (número medio de éxitos) \(=\) ① \(n\): número de pruebas \(\times\) ② \(p\): probabilidad de éxito
⑤ \(V(X)\): varianza (cuánto se dispersa) \(=\) \(n\): número de pruebas \(\times\) \(p\): probabilidad de éxito \(\times\) ④ \(1 - p\): probabilidad de fracaso
⑦ \(\sigma\): desviación típica (dispersión típica) \(=\) ⑥ raíz cuadrada de la varianza \(V(X)\)
La fórmula en palabras
① Multiplica el \(n\): número de pruebas
② por la \(p\): probabilidad de éxito
③ y obtienes el \(E(X)\): valor esperado (número medio de éxitos)
④ Si además lo multiplicas por la \(1 - p\): probabilidad de fracaso
⑤ obtienes la \(V(X)\): varianza (cuánto se dispersa)
⑥ La raíz cuadrada de la varianza \(V(X)\) es la
⑦ \(\sigma\): desviación típica (dispersión típica)
Ejemplo rápido
Para el número de unos al tirar un dado 30 veces (\(n = 30\), \(p = \dfrac{1}{6}\)):
valor esperado \(E(X)\) \(=\) número de pruebas \(30\) \(\times\) probabilidad de sacar un 1 \(\dfrac{1}{6}\)
\(E(X) = 30 \times \dfrac{1}{6} = 5\)
\(V(X) = 30 \times \dfrac{1}{6} \times \dfrac{5}{6} = \dfrac{25}{6}\)
\(\sigma = \sqrt{\dfrac{25}{6}} = \dfrac{5}{\sqrt{6}} = \dfrac{5\sqrt{6}}{6} \approx 2{,}04\)
La idea clave
El valor esperado \(np\) coincide con la intuición: «si haces 30 veces algo con probabilidad \(\dfrac{1}{6}\), de media ocurre unas \(30 \times \dfrac{1}{6} = 5\) veces». La varianza y la desviación típica indican cuánto suele alejarse el número real del valor esperado. Con una desviación típica de 2 aproximadamente, el resultado se lee como «normalmente, entre 3 y 7 veces» y no como «exactamente 5 veces». Para un mismo \(n\), la varianza \(np(1-p)\) es máxima cuando \(p = \dfrac{1}{2}\) (cuando el éxito y el fracaso son igual de probables, el resultado es más difícil de predecir).
Aproximación por la normal (regla práctica: \(np \ge 5\) y \(n(1-p) \ge 5\))
Gráfica
Notación matemática (la forma habitual)
En palabras (los símbolos cambiados por palabras)
\(B(n,\ p)\) \(\approx\) \(N(np,\ np(1 - p))\)
① \(B(n,\ p)\): distribución binomial \(\approx\) ② distribución normal de media \(np\) y varianza \(np(1-p)\)
La fórmula en palabras
① La \(B(n,\ p)\): distribución binomial se puede sustituir aproximadamente, cuando \(np \ge 5\) y \(n(1-p) \ge 5\) (la regla práctica), por la
② \(N(np,\ np(1-p))\): distribución normal de media \(np\) y varianza \(np(1-p)\)
Ejemplo rápido
El número de caras al lanzar una moneda 20 veces (\(n = 20\), \(p = \dfrac{1}{2}\)) es
distribución binomial \(B(20,\ \dfrac{1}{2})\) \(\approx\) distribución normal \(N(10,\ 5)\)
\(np = 20 \times \dfrac{1}{2} = 10 \ge 5\,;\quad n(1 - p) = 20 \times \dfrac{1}{2} = 10 \ge 5\)
\(B\left(20,\ \dfrac{1}{2}\right) \approx N(10,\ 5)\)
La idea clave
Al aumentar \(n\), el diagrama de barras de la distribución binomial se acerca a una campana simétrica, casi igual que la distribución normal. Por eso, cuando \(n\) es grande, las sumas largas de la binomial se pueden sustituir por la tabla de la normal (o por puntuaciones z). Esta es la aproximación por la normal, y \(np \ge 5\) y \(n(1-p) \ge 5\) es la regla práctica habitual para saber cuándo usarla. Dentro de \(N(np,\ np(1-p))\), el orden es «media, varianza» (muchos libros de Bachillerato escriben en su lugar la desviación típica, \(N(np,\ \sqrt{np(1-p)})\); fíjate en cuál usa el tuyo). Después de aproximar, puedes calcular cosas como «la probabilidad de un cierto número o más» en nuestra página de probabilidad en la distribución normal.
La distribución binomial es la distribución de «cuántas veces ocurre en \(n\) intentos algo con probabilidad \(p\)». La probabilidad de exactamente \(k\) éxitos es \(P(X = k) = \dbinom{n}{k}\, p^{k} (1-p)^{n-k}\), el valor esperado es \(np\) y la varianza es \(np(1-p)\). Cuando \(n\) es grande, se puede aproximar por la distribución normal \(N(np,\ np(1-p))\).

Símbolos y términos

Símbolos

\(X\) X La variable aleatoria que cuenta el número de éxitos. Por costumbre, los números que dependen del azar se escriben con mayúsculas del final del alfabeto, como \(X\), \(Y\) o \(Z\).
\(P(X = k)\) P de X igual a k La probabilidad de que el número de éxitos \(X\) sea exactamente \(k\). La \(P\) es la inicial de «probabilidad».
\(\dbinom{n}{k}\) n sobre k El número combinatorio: el número de combinaciones de \(k\) elementos elegidos entre \(n\). También se escribe \(C_{n,k}\) o \({}_{n}\mathrm{C}_{k}\), como en las calculadoras (nCr).
\(n\) ene El número de pruebas (cuántas veces se repite). Para contar se suele usar la letra \(n\), de «número».
\(p\) pe La probabilidad de éxito en una prueba. Viene de «probabilidad», y la minúscula se suele usar para la probabilidad de un solo intento.
\(1 - p\) uno menos pe La probabilidad de fracaso en una prueba (no tener éxito). Siempre ocurre o el éxito o el fracaso, así que es lo que queda al restar \(p\) del total \(1\). También se escribe \(q\).
\(k\) ka El número de éxitos, un número entero entre \(0\) y \(n\). La letra \(k\) se usa mucho para indicar «cuántas veces».
\(P(X \le k)\) P de X menor o igual que k La probabilidad de \(k\) éxitos o menos (cualquiera de 0 a \(k\)). Es una probabilidad acumulada: las probabilidades exactas sumadas hasta \(k\).
\(P(X \ge k)\) P de X mayor o igual que k La probabilidad de \(k\) éxitos o más (cualquiera de \(k\) a \(n\)). Restando \(P(X \le k-1)\) del total \(1\) (el suceso contrario) la suma se acorta.
\(E(X)\) E de X El valor esperado o esperanza (el número medio de éxitos). La \(E\) es la inicial de «esperanza». En la distribución binomial, \(E(X) = np\). También se llama media y se escribe \(\mu\).
\(V(X)\) V de X La varianza (cuánto se dispersan los resultados). La \(V\) es la inicial de «varianza». En la distribución binomial, \(V(X) = np(1-p)\). También se escribe \(\mathrm{Var}(X)\) o \(\sigma^2\).
\(\sigma\) sigma La desviación típica. Es la sigma minúscula griega, la «s» griega. Es la raíz cuadrada de la varianza, \(\sigma = \sqrt{V(X)}\), e indica la distancia típica al valor esperado.
\(B(n,\ p)\) B de n y p La distribución binomial con \(n\) pruebas y probabilidad de éxito \(p\). La \(B\) es la inicial de «binomial». «\(X\) sigue una distribución binomial» se escribe \(X \sim B(n,\ p)\).
\(N(\mu,\ \sigma^2)\) N de mu y sigma al cuadrado La distribución normal de media \(\mu\) y varianza \(\sigma^2\). La \(N\) es la inicial de «normal». En esta página el orden dentro del paréntesis es «media, varianza»; muchos libros de Bachillerato escriben \(N(\mu,\ \sigma)\), con la desviación típica.
\(\approx\) aproximadamente igual a El símbolo de «aproximadamente igual». En esta página indica que la distribución binomial se puede sustituir aproximadamente por la distribución normal.

Términos

distribución binomial La distribución de probabilidad de «cuántas veces ocurre en \(n\) intentos algo con probabilidad \(p\)». El nombre viene de que el \(\dbinom{n}{k}\) de la fórmula es el mismo coeficiente que aparece en el binomio de Newton. En España se estudia en 2.º de Bachillerato (17-18 años).
variable aleatoria Variable cuyo valor depende del azar. En esta página, la variable aleatoria es el número de éxitos, que toma los valores de 0 a n, cada uno con su probabilidad.
prueba Cada repetición de un experimento u observación cuyo resultado decide el azar, como lanzar una moneda una vez o sacar una papeleta.
pruebas repetidas Repetir la misma prueba con la misma probabilidad cada vez, sin que los resultados se influyan entre sí (de forma independiente). También se llaman pruebas de Bernoulli. La distribución binomial es la distribución del número de éxitos en pruebas repetidas.
sucesos independientes Cuando el resultado de una prueba no influye en el de otra. La primera y la segunda tirada de un dado son independientes, pero sacar papeletas sin devolverlas no lo es (los resultados anteriores cambian cuántas papeletas premiadas quedan).
combinación Forma de elegir \(k\) de \(n\) elementos sin que importe el orden. El número total de combinaciones es el número combinatorio \(\dbinom{n}{k}\). En la distribución binomial cuenta las formas de elegir cuáles de las \(n\) pruebas son éxitos.
probabilidad acumulada Las probabilidades exactas sumadas hasta un cierto número. El ejemplo típico es la probabilidad de \(k\) o menos, \(P(X \le k)\). Vista como función de \(k\), es la función de distribución.
suceso contrario El suceso de que algo no ocurra. Las probabilidades siempre suman 1, así que una probabilidad como «\(k\) o más» se calcula fácilmente restando de 1 la del lado contrario (\(k-1\) o menos).
valor esperado El valor medio cuando repites las pruebas muchas veces, también llamado esperanza o media. En la distribución binomial es el número medio de éxitos, con la sencilla fórmula \(np\).
varianza Medida de cuánto suelen alejarse los valores reales del valor esperado (la dispersión). Se define como la media de las diferencias al cuadrado.
desviación típica La raíz cuadrada de la varianza. La varianza está en unidades al cuadrado, así que al hacer la raíz se vuelve a la unidad original (aquí, el número de éxitos) como medida de la dispersión. También se llama desviación estándar.
distribución normal Distribución simétrica en forma de campana en la que los valores cercanos a la media son los más probables y los más alejados, menos. Muchas magnitudes reales, como la estatura o los errores de medida, se acercan a esta forma, y la distribución binomial también se acerca a ella cuando \(n\) es grande.
aproximación normal Sustituir la distribución binomial por la distribución normal \(N(np,\ np(1-p))\) cuando \(n\) es grande. La regla práctica habitual es \(np \ge 5\) y \(n(1-p) \ge 5\).

Conviene saber antes de empezar

Esto es lo que te ayuda a usar el cálculo de esta página entendiendo lo que haces, y no solo pulsando el botón.
Si te atascas, repasar los temas de esta tabla es la forma más rápida de avanzar.

Probabilidad básica (2.º-3.º de ESO, 13-15 años)
  • Saber que una probabilidad expresa lo probable que es algo con un número entre 0 y 1 (incluido leer 0,25 como 25 %)
  • Saber que las probabilidades de todos los resultados posibles siempre suman 1
Cálculo con fracciones (5.º de Primaria a 1.º de ESO, 10-13 años)
  • Saber multiplicar fracciones (\(\dfrac{1}{2} \times \dfrac{1}{2} = \dfrac{1}{4}\)), simplificarlas y reducirlas a común denominador
  • Estar acostumbrado a dejar los resultados en fracción (y a pasar \(\dfrac{3}{8}\) a 0,375)
Potencias y exponentes (1.º-3.º de ESO, 12-15 años)
  • Saber que el número pequeño de arriba a la derecha (el exponente) indica cuántas veces se multiplica, como en \(p^{3} = p \times p \times p\)
  • Saber elevar una fracción a una potencia, como en \(\left(\dfrac{1}{2}\right)^{4} = \dfrac{1}{16}\)
Combinatoria y combinaciones (4.º de ESO y 1.º de Bachillerato, 15-17 años)
  • Saber que \(\dbinom{n}{k}\) es «el número de formas de elegir \(k\) de \(n\) elementos sin que importe el orden»
  • Saber calcularlo, como en \(\dbinom{4}{2} = \dfrac{4 \times 3}{2 \times 1} = 6\)
Probabilidad de pruebas repetidas y suceso contrario (4.º de ESO y 1.º de Bachillerato, 15-17 años)
  • Entender la situación de las pruebas repetidas, «repetir de forma independiente con la misma probabilidad cada vez»
  • Saber usar el suceso contrario para calcular «al menos una vez» como \(1 - P(X = 0)\)
Variables aleatorias, valor esperado y varianza (2.º de Bachillerato, 17-18 años)
  • Saber qué es una variable aleatoria (una variable cuyo valor depende del azar) y una distribución de probabilidad
  • Saber que el valor esperado es la media, y que la varianza y la desviación típica miden la dispersión
La distribución normal (2.º de Bachillerato, 17-18 años)
  • Saber que la distribución normal es una distribución simétrica en forma de campana en la que los valores cercanos a la media son los más probables (lo necesitas para la tarjeta de la aproximación por la normal)
  • Saber que en esta página el orden dentro de \(N(\mu,\ \sigma^2)\) es «media, varianza» (en muchos libros españoles es «media, desviación típica»)

Cómo calcularlo en Excel

Copia la tabla entera y pégala en la celda A1 de Excel. Funciona tal cual.
Tabla para calcular la probabilidad de exactamente k éxitos
Número de pruebas n 4
Probabilidad de éxito p 0,5
Número de éxitos k 2
Probabilidad de exactamente k P(X=k) =DISTR.BINOM.N(B3;B1;B2;FALSO)
Tabla para calcular las probabilidades acumuladas (k o menos, k o más)
Número de pruebas n 4
Probabilidad de éxito p 0,5
Número de éxitos k 2
Probabilidad de k o menos P(X≤k) =DISTR.BINOM.N(B3;B1;B2;VERDADERO)
Probabilidad de k o más P(X≥k) =1-DISTR.BINOM.N(B3-1;B1;B2;VERDADERO)
Tabla para calcular la media, la varianza y la desviación típica
Número de pruebas n 30
Probabilidad de éxito p =1/6
Media E(X) = np =B1*B2
Varianza V(X) = np(1-p) =B1*B2*(1-B2)
Desviación típica σ =RAIZ(B4)
Tabla para comprobar la regla práctica de la aproximación por la normal
Número de pruebas n 20
Probabilidad de éxito p 0,5
np =B1*B2
n(1-p) =B1*(1-B2)
¿Cumple la regla práctica? =Y(B3>=5;B4>=5)
Al pegarla, las filas de arriba (n, p y k) son tus datos y las de abajo se calculan automáticamente.
DISTR.BINOM.N es la función de la distribución binomial. Sus argumentos son, por orden, «número de éxitos; número de pruebas; probabilidad de éxito; acumulado o no». FALSO al final da la probabilidad exacta, y VERDADERO da la probabilidad acumulada de ese número o menos.
La primera tabla es el ejemplo de exactamente 2 caras en 4 lanzamientos de una moneda, y el resultado es 0,375 (= 3/8).
Los dos resultados de la segunda tabla son 0,6875. «k o más» se calcula restando de 1 «k−1 o menos» (esta fórmula da error si k es 0, pero la probabilidad de 0 o más siempre es 1).
La tercera tabla es el número de unos en 30 tiradas de un dado: media 5, varianza 4,1667 y desviación típica 2,0412.
La cuarta tabla muestra VERDADERO cuando np y n(1−p) son los dos 5 o más (se cumple la regla práctica de la aproximación por la normal), y FALSO si no.

Cómo calcularlo en Hojas de cálculo de Google

Copia la tabla entera y pégala en la celda A1 de Hojas de cálculo de Google. Funciona tal cual.
Tabla para calcular la probabilidad de exactamente k éxitos
Número de pruebas n 4
Probabilidad de éxito p 0,5
Número de éxitos k 2
Probabilidad de exactamente k P(X=k) =DISTR.BINOM(B3;B1;B2;FALSO)
Tabla para calcular las probabilidades acumuladas (k o menos, k o más)
Número de pruebas n 4
Probabilidad de éxito p 0,5
Número de éxitos k 2
Probabilidad de k o menos P(X≤k) =DISTR.BINOM(B3;B1;B2;VERDADERO)
Probabilidad de k o más P(X≥k) =1-DISTR.BINOM(B3-1;B1;B2;VERDADERO)
Tabla para calcular la media, la varianza y la desviación típica
Número de pruebas n 30
Probabilidad de éxito p =1/6
Media E(X) = np =B1*B2
Varianza V(X) = np(1-p) =B1*B2*(1-B2)
Desviación típica σ =RAIZ(B4)
Tabla para comprobar la regla práctica de la aproximación por la normal
Número de pruebas n 20
Probabilidad de éxito p 0,5
np =B1*B2
n(1-p) =B1*(1-B2)
¿Cumple la regla práctica? =Y(B3>=5;B4>=5)
En Hojas de cálculo de Google la función se llama DISTR.BINOM (los argumentos van en el mismo orden que DISTR.BINOM.N de Excel: «número de éxitos; número de pruebas; probabilidad de éxito; acumulado o no»). Copia la tabla entera, pégala en la celda A1 y cambia n, p y k por tus propios números.
Igual que en Excel, la fórmula de «k o más» da error si k es 0 (la probabilidad de 0 o más siempre es 1).

Cómo calcularlo en Python

from fractions import Fraction
from math import comb, sqrt

trial_count = 4                  # número de pruebas n
success_prob = Fraction(1, 2)    # probabilidad de éxito p (también vale un decimal como 0.3)
success_count = 2                # número de éxitos k

failure_prob = 1 - success_prob

# probabilidad de exactamente k éxitos P(X=k) = C(n,k) × p^k × (1−p)^(n−k)
exact_prob = (comb(trial_count, success_count)
              * success_prob ** success_count
              * failure_prob ** (trial_count - success_count))
print(f"Probabilidad de exactamente {success_count}: {exact_prob} = {float(exact_prob)}")

# probabilidades acumuladas (k o menos, k o más)
prob_le = sum(comb(trial_count, i) * success_prob ** i * failure_prob ** (trial_count - i)
              for i in range(success_count + 1))
prob_ge = 1 - prob_le + exact_prob
print(f"Probabilidad de {success_count} o menos: {prob_le} = {float(prob_le)}")
print(f"Probabilidad de {success_count} o más: {prob_ge} = {float(prob_ge)}")

# media, varianza y desviación típica
mean = trial_count * success_prob
variance = mean * failure_prob
print(f"Media: {mean}  Varianza: {variance}  Desviación típica: {sqrt(variance)}")
Funciona solo con la biblioteca estándar. El módulo fractions mantiene el cálculo en fracciones exactas, sin errores de redondeo de los decimales (comb es el número combinatorio). Este ejemplo es exactamente 2 caras en 4 lanzamientos de una moneda. Al ejecutarlo muestra la probabilidad 3/8 = 0,375, 11/16 = 0,6875 tanto para 2 o menos como para 2 o más, y media 2, varianza 1 y desviación típica 1. Cambia los tres números n, p y k y ejecútalo.

Cómo escribirla en LaTeX y otros lenguajes de fórmulas (para copiar y pegar)

Probabilidad binomial (probabilidad de exactamente \(k\) éxitos)
P(X = k) = C(n,k) pᵏ (1 − p)ⁿ⁻ᵏ
P(X = k) = \binom{n}{k} p^{k} (1 - p)^{n - k}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>P</mi><mo>(</mo><mi>X</mi><mo>=</mo><mi>k</mi><mo>)</mo>
    <mo>=</mo>
    <mrow>
      <mo>(</mo>
      <mfrac linethickness="0"><mi>n</mi><mi>k</mi></mfrac>
      <mo>)</mo>
    </mrow>
    <msup><mi>p</mi><mi>k</mi></msup>
    <msup>
      <mrow><mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mi>p</mi><mo>)</mo></mrow>
      <mrow><mi>n</mi><mo>&#x2212;</mo><mi>k</mi></mrow>
    </msup>
  </mrow>
</math>
P(X = k) = C(n,k) p^k (1-p)^(n-k)
PDF[BinomialDistribution[n, p], k]
binomial(n, k)*p^k*(1-p)^(n-k);
binopdf(k, n, p)
P(X=k) = C(n,k) p^k (1-p)^(n-k)
Probabilidad acumulada (\(k\) éxitos o menos y \(k\) o más)
P(X ≤ k) = Σ[i=0→k] C(n,i) pⁱ (1 − p)ⁿ⁻ⁱ
P(X \le k) = \sum_{i=0}^{k} \binom{n}{i} p^{i} (1 - p)^{n - i}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>P</mi><mo>(</mo><mi>X</mi><mo>&#x2264;</mo><mi>k</mi><mo>)</mo>
    <mo>=</mo>
    <munderover>
      <mo>&#x2211;</mo>
      <mrow><mi>i</mi><mo>=</mo><mn>0</mn></mrow>
      <mi>k</mi>
    </munderover>
    <mrow>
      <mo>(</mo>
      <mfrac linethickness="0"><mi>n</mi><mi>i</mi></mfrac>
      <mo>)</mo>
    </mrow>
    <msup><mi>p</mi><mi>i</mi></msup>
    <msup>
      <mrow><mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mi>p</mi><mo>)</mo></mrow>
      <mrow><mi>n</mi><mo>&#x2212;</mo><mi>i</mi></mrow>
    </msup>
  </mrow>
</math>
P(X <= k) = sum_(i=0)^k C(n,i) p^i (1-p)^(n-i)
CDF[BinomialDistribution[n, p], k]
add(binomial(n, i)*p^i*(1-p)^(n-i), i = 0..k);
binocdf(k, n, p)
P(X≤k) = Σ_(i=0)^k C(n,i) p^i (1-p)^(n-i)
Media, varianza y desviación típica de la distribución binomial
E(X) = np,  V(X) = np(1 − p),  σ = √(np(1 − p))
E(X) = np, \quad V(X) = np(1 - p), \quad \sigma = \sqrt{np(1 - p)}
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>E</mi><mo>(</mo><mi>X</mi><mo>)</mo><mo>=</mo><mi>n</mi><mi>p</mi>
    <mo>,</mo>
    <mi>V</mi><mo>(</mo><mi>X</mi><mo>)</mo><mo>=</mo>
    <mi>n</mi><mi>p</mi>
    <mrow><mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mi>p</mi><mo>)</mo></mrow>
    <mo>,</mo>
    <mi>&#x3C3;</mi><mo>=</mo>
    <msqrt><mi>n</mi><mi>p</mi><mrow><mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mi>p</mi><mo>)</mo></mrow></msqrt>
  </mrow>
</math>
E(X) = np, V(X) = np(1-p), sigma = sqrt(np(1-p))
{Mean[BinomialDistribution[n, p]], Variance[BinomialDistribution[n, p]], StandardDeviation[BinomialDistribution[n, p]]}
n*p; n*p*(1-p); sqrt(n*p*(1-p));
[m, v] = binostat(n, p); s = sqrt(v);
E(X) = np, V(X) = np(1-p), σ = √(np(1-p))
Aproximación por la normal (regla práctica: \(np \ge 5\) y \(n(1-p) \ge 5\))
B(n, p) ≈ N(np, np(1 − p))
B(n,\ p) \approx N(np,\ np(1 - p))
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block">
  <mrow>
    <mi>B</mi><mo>(</mo><mi>n</mi><mo>,</mo><mi>p</mi><mo>)</mo>
    <mo>&#x2248;</mo>
    <mi>N</mi><mo>(</mo><mi>n</mi><mi>p</mi><mo>,</mo>
    <mi>n</mi><mi>p</mi>
    <mrow><mo>(</mo><mn>1</mn><mo>&#x2212;</mo><mi>p</mi><mo>)</mo></mrow>
    <mo>)</mo>
  </mrow>
</math>
B(n, p) ~~ N(np, np(1-p))
NormalDistribution[n p, Sqrt[n p (1 - p)]]
Normal(n*p, sqrt(n*p*(1-p)));
pd = makedist('Normal', 'mu', n*p, 'sigma', sqrt(n*p*(1-p)));
B(n, p) ≈ N(np, np(1-p))

Cómo pedirle el cálculo a ChatGPT 

Eres un asistente de cálculo de matemáticas (probabilidad y estadística). Haz el siguiente cálculo ejecutando de verdad código de Python y basa tu respuesta solo en los números del resultado de la ejecución (no respondas calculando de cabeza ni a ojo).

Participas 10 veces en un sorteo y en cada participación la probabilidad de ganar es 1/6. Para la distribución binomial del número de premios, calcula:
1. La probabilidad de ganar exactamente 2 veces, P(X=2) (como fracción irreducible y como decimal)
2. La probabilidad de ganar 2 veces o menos, P(X≤2), y 2 veces o más, P(X≥2)
3. La media E(X), la varianza V(X) y la desviación típica σ
4. Si se cumple la regla práctica de la aproximación por la normal, np ≥ 5 y n(1−p) ≥ 5

En Python, calcula de forma exacta con fractions y math.comb de la biblioteca estándar, y muestra las fórmulas que has usado y los números del resultado de la ejecución.

Cómo usar
  1. 1
    Introduce los datos
    Escribe en las casillas los números con los que quieres calcular
  2. 2
    Calcula
    Pulsa el botón «Calcular»
  3. 3
    Consulta el resultado
    El resultado aparece al instante. En la misma página tienes también la idea del cálculo y la explicación de la fórmula
  Las ventajas de DataChef
Fácil y gratis
Conversiones gratis e ilimitadas
Sin conocimientos técnicos: fácil e intuitivo
Sin registro
Disponible nada más entrar
Sin necesidad de dar datos personales
Seguro y protegido
Conexión cifrada y segura (SSL)
Los archivos se borran automáticamente tras la descarga
Alta velocidad
Carga y conversión rápidas, sin esperas
Sin marcas de agua
Sin marca de agua
Sin necesidad de atribución
Uso comercial permitido
Uso comercial gratuito
Sin necesidad de pedir permiso