Saltar al contenido
Ecuaciona

Calculadora de probabilidad

Binomial, Poisson, hipergeométrica y normal, más probabilidad total y teorema de Bayes. Con la gráfica de la distribución y el procedimiento completo.

Distribución binomial B(n, p)

Ejemplo: probabilidad de acertar 3 de 10 preguntas tipo test al azar con 4 opciones: n = 10, p = 1/4.

P(X=3)=P(X = 3) =

0,2668

26,68 %

Media μ
3
Varianza σ²
2,1
Desviación σ
1,449

Función de probabilidad

En color, los valores del suceso

012345678910
Ver procedimiento paso a paso3 pasos
  1. Modelo binomial

    Se repite 10 veces, de forma independiente, un experimento con dos resultados: éxito, con probabilidad p, o fracaso. X cuenta el número de éxitos.

    X∼B(10, 0,3),q=1−p=0,7X \sim B(10,\ 0{,}3),\qquad q = 1 - p = 0{,}7
    P(X=k)=(nk) pk q n−k,k=0,1,…,10P(X = k) = \binom{n}{k}\,p^{k}\,q^{\,n-k},\quad k = 0, 1, \ldots, 10
  2. Cálculo de P(X = 3)

    Se sustituye en la función de probabilidad.

    P(X=3)=(103) 0,33⋅0,77=120⋅0,33⋅0,77=0,2668P(X = 3) = \binom{10}{3}\,0{,}3^{3}\cdot 0{,}7^{7} = 120\cdot 0{,}3^{3}\cdot 0{,}7^{7} = 0{,}2668
  3. Media y desviación típica

    μ=n p=3,σ2=n p q=2,1,σ=1,449\mu = n\,p = 3,\qquad \sigma^2 = n\,p\,q = 2{,}1,\qquad \sigma = 1{,}449

Comprueba los resultados por tu cuenta antes de usarlos en un trabajo o en un proyecto real.

Qué calcula esta herramienta

Esta página reúne los cálculos de probabilidad que más se repiten en bachillerato y en la estadística de ingeniería:

  • Distribución binomial: número de éxitos en nn pruebas independientes.
  • Distribución de Poisson: número de sucesos raros en un intervalo.
  • Distribución hipergeométrica: éxitos al extraer sin reemplazamiento.
  • Distribución normal: probabilidades con la campana de Gauss, y el cálculo inverso (qué valor deja por debajo un porcentaje dado).
  • Probabilidad total y teorema de Bayes: cómo cambia la probabilidad de una causa al conocer un resultado.

Cada cálculo muestra el modelo, la fórmula, la sustitución y el resultado, además de la media, la varianza y una gráfica de la distribución con el suceso resaltado. Las probabilidades se pueden escribir como decimal (0,25), porcentaje (25 %) o fracción (1/4).

Cómo elegir la distribución

La pregunta clave es qué cuenta la variable y cómo se obtiene:

  • Si se repite nn veces el mismo experimento, con dos resultados posibles y probabilidad constante pp de éxito, el número de éxitos sigue una binomial. Por ejemplo, aciertos al responder al azar, piezas defectuosas cuando cada una falla con la misma probabilidad o caras al lanzar una moneda.
  • Si se extrae sin devolver de una población finita, la probabilidad cambia en cada extracción y la variable es hipergeométrica. Es el caso de cartas de una baraja, bolas de una urna o piezas inspeccionadas de un lote pequeño. Si la población es muy grande frente a la muestra, se parece a una binomial.
  • Si se cuentan sucesos raros en un intervalo (llamadas por minuto, fallos por kilómetro de cable, erratas por página) y solo se conoce su media λ\lambda, se usa Poisson. También aproxima a una binomial con nn grande y pp pequeño, tomando λ=np\lambda = np.
  • Si la variable es continua y se agrupa en torno a una media de forma simétrica (alturas, errores de medida, cotas de fabricación), se modeliza con una normal.

Fórmulas

Binomial X∼B(n,p)X \sim B(n, p), con q=1−pq = 1 - p:

P(X=k)=(nk) pk q n−k,μ=np,σ2=npqP(X = k) = \binom{n}{k}\,p^k\,q^{\,n-k}, \qquad \mu = np, \qquad \sigma^2 = npq

El número combinatorio cuenta de cuántas formas se pueden colocar los kk éxitos entre las nn pruebas. Es el mismo (nk)\binom{n}{k} de la calculadora de combinatoria.

Poisson X∼P(λ)X \sim \mathcal{P}(\lambda):

P(X=k)=e−λ λkk!,μ=σ2=λP(X = k) = \frac{e^{-\lambda}\,\lambda^k}{k!}, \qquad \mu = \sigma^2 = \lambda

Hipergeométrica, con población NN, KK éxitos en ella y muestra nn:

P(X=k)=(Kk)(N−Kn−k)(Nn)P(X = k) = \frac{\binom{K}{k}\binom{N-K}{n-k}}{\binom{N}{n}}

Es la regla de Laplace aplicada con combinaciones: casos favorables entre casos posibles.

Normal X∼N(μ,σ)X \sim N(\mu, \sigma). Se tipifica con Z=(X−μ)/σZ = (X - \mu)/\sigma, que sigue una N(0,1)N(0, 1), y se usa la tabla de Φ(z)=P(Z≤z)\Phi(z) = P(Z \le z):

P(X≤x)=Φ ⁣(x−μσ),Φ(−z)=1−Φ(z)P(X \le x) = \Phi\!\left(\frac{x-\mu}{\sigma}\right), \qquad \Phi(-z) = 1 - \Phi(z)

Trucos para las sumas

En las distribuciones discretas, «al menos», «como mucho» o «más de» obligan a sumar varios términos. Dos ideas ahorran trabajo, y la calculadora las aplica en el procedimiento:

  • El suceso contrario. P(X≥1)=1−P(X=0)P(X \ge 1) = 1 - P(X = 0). Si el suceso tiene muchos términos y su contrario pocos, se calcula el contrario.
  • Cuidado con los extremos. En una variable discreta no es lo mismo << que ≤\le: P(X<3)=P(X≤2)P(X < 3) = P(X \le 2). En una continua, como la normal, da igual, porque la probabilidad de un valor exacto es cero.

Probabilidad total y teorema de Bayes

Si un resultado EE puede producirse por varias causas H1,H2,…H_1, H_2, \ldots que no pueden darse a la vez y cubren todos los casos, la probabilidad total de EE es la suma de todas las ramas del diagrama de árbol:

P(E)=∑iP(Hi) P(E∣Hi)P(E) = \sum_i P(H_i)\,P(E \mid H_i)

El teorema de Bayes da la probabilidad de cada causa una vez que se sabe que ha ocurrido EE:

P(Hi∣E)=P(Hi) P(E∣Hi)P(E)P(H_i \mid E) = \frac{P(H_i)\,P(E \mid H_i)}{P(E)}

Ejemplo resuelto: una prueba médica

Una enfermedad afecta al 1 % de la población. Una prueba la detecta en el 99 % de los enfermos, pero también da positivo en el 5 % de los sanos. Si una persona da positivo, ¿qué probabilidad hay de que esté enferma?

Probabilidad total de dar positivo.

P(+)=0,01⋅0,99+0,99⋅0,05=0,0099+0,0495=0,0594P(+) = 0{,}01 \cdot 0{,}99 + 0{,}99 \cdot 0{,}05 = 0{,}0099 + 0{,}0495 = 0{,}0594

Bayes.

P(enfermo∣+)=0,00990,0594=0,1667P(\text{enfermo} \mid +) = \frac{0{,}0099}{0{,}0594} = 0{,}1667

Solo un 16,7 %. Parece poco para una prueba que acierta el 99 % de las veces, pero la enfermedad es tan rara que la mayoría de los positivos vienen del 5 % de falsos positivos sobre la enorme población sana. Es el ejemplo que aparece cargado en la pestaña de Bayes. Si cambias a «no ocurre», verás que un negativo descarta la enfermedad casi por completo.

Otros ejemplos

  • Binomial. Si respondes al azar 10 preguntas tipo test con 4 opciones, la probabilidad de acertar exactamente 3 es (103) 0,253 0,757=0,2503\binom{10}{3}\,0{,}25^3\,0{,}75^7 = 0{,}2503.
  • Poisson. Si a una tienda llegan de media 2,5 clientes por minuto, la probabilidad de que en un minuto lleguen exactamente 3 es e−2,5 2,53/3!=0,2138e^{-2{,}5}\,2{,}5^3/3! = 0{,}2138.
  • Normal. Con un cociente intelectual N(100,15)N(100, 15), el porcentaje de personas por debajo de 130 es Φ(2)=0,9772\Phi(2) = 0{,}9772, es decir, el 97,7 %.

Preguntas frecuentes

¿Cuándo se usa la binomial y cuándo la hipergeométrica?

La binomial sirve cuando las pruebas son independientes y la probabilidad de éxito no cambia, como al extraer con reemplazamiento. La hipergeométrica, cuando se extrae sin reemplazamiento de una población finita y cada extracción cambia la probabilidad de la siguiente. Si la población es mucho mayor que la muestra, las dos dan casi lo mismo.

¿Cómo se calcula P(X ≥ 1)?

Con el suceso contrario: P(X ≥ 1) = 1 − P(X = 0). Es mucho más rápido que sumar todos los valores desde 1 hasta n, y la calculadora lo hace así cuando el contrario tiene menos términos.

¿Qué es tipificar una variable normal?

Restar la media y dividir entre la desviación típica: Z = (X − μ)/σ. La nueva variable sigue una normal de media 0 y desviación 1, cuya función de distribución Φ aparece en las tablas. Así basta una sola tabla para cualquier normal.

¿Qué dice el teorema de Bayes?

Cómo cambia la probabilidad de una causa al conocer un resultado: P(H | E) = P(H)·P(E | H) / P(E). Combina lo probable que era la causa de partida con lo bien que explica el resultado observado.

¿Cuándo se puede aproximar una binomial por una normal?

Cuando n·p ≥ 5 y n·(1 − p) ≥ 5, como regla práctica. Se usa una normal con μ = n·p y σ = √(n·p·q), con corrección por continuidad: P(X ≤ k) ≈ Φ((k + 0,5 − μ)/σ). Esta calculadora da siempre el valor exacto de la binomial, así que no la necesitas.