Saltar al contenido

¿Qué probabilidad hay de un resultado entre dos valores?

Distribuciones binomial, de Poisson y normal: arrastra los límites y lee P(X ≤ k) o P(a ≤ X ≤ b) con la media y la varianza.

Distribución

Probabilidad de
Valores clave en una tabla
kP(X = k)P(X ≤ k)
09,537 × 10⁻⁷0,000095 %
10,000019070,002 %
20,00018120,02 %
30,0010870,13 %
40,0046210,59 %
50,014792,07 %
60,036965,77 %
70,0739313,16 %
80,120125,17 %
90,160241,19 %
100,176258,81 %
110,160274,83 %
120,120186,84 %
130,0739394,23 %
140,0369697,93 %
150,0147999,41 %
160,00462199,87 %
170,00108799,98 %
180,000181299,998 %
190,0000190799,999905 %
209,537 × 10⁻⁷100 %

P(8 ≤ X ≤ 12)

73,68 %

En la distribución binomial con n = 20, p = 0,5, la probabilidad es 73,68 %; la de cualquier otro resultado es 26,32 %.

Media
10
Varianza
5
Desviación típica
2,23607
Probabilidad en forma decimal
0,736824

Distribuciones binomial, de Poisson y normal: arrastra los límites y lee P(X ≤ k) o P(a ≤ X ≤ b) con la media y la varianza.

Cómo usar la herramienta

  1. Elige una distribución: binomial para éxitos en un número de intentos, de Poisson para recuentos de sucesos raros, normal para mediciones.
  2. Ajusta sus parámetros y elige el suceso: entre dos valores, como máximo b o como mínimo a.
  3. Escribe los límites o arrastra los tiradores bajo la gráfica; las barras o el área sombreadas son la probabilidad que se muestra arriba.

Probabilidad de obtener como máximo k caras en 10 lanzamientos de una moneda justa

Caras (k)Probabilidad
25,5 %
317,2 %
437,7 %
562,3 %
682,8 %
794,5 %
898,9 %

Cómo funciona

Una distribución de probabilidad dice cuán probable es cada resultado posible. La distribución binomial cuenta los éxitos en n intentos independientes, cada uno con probabilidad p de éxito, como las caras en 20 lanzamientos de moneda: P(X = k) = C(n, k)·pᵏ·(1 − p)ⁿ⁻ᵏ, con media np y varianza np(1 − p). La distribución de Poisson cuenta sucesos que ocurren a un ritmo medio λ, como las llamadas por hora: P(X = k) = e^−λ·λᵏ / k!, con media y varianza λ.

La distribución normal es la campana de las mediciones con media μ y desviación típica σ; en ella, la probabilidad de un intervalo es el área bajo la curva. En los recuentos, la probabilidad de un intervalo es la suma de sus barras. En 20 lanzamientos de una moneda justa, P(8 ≤ X ≤ 12) es la suma de las barras de 8 a 12, un 73,7 % aproximadamente; una curva normal con la misma media 10 y σ = √5 da un resultado parecido, por eso la aproximación normal funciona con n grande.

Las respuestas suponen que el modelo encaja: intentos independientes con p fija, sucesos a un ritmo constante o datos que de verdad tienen forma de campana. Las definiciones siguen el NIST/SEMATECH e-Handbook of Statistical Methods, secciones 1.3.6.6.1, 1.3.6.6.18 y 1.3.6.6.19.

Preguntas frecuentes

¿Cuándo uso la distribución de Poisson en lugar de la binomial?

Cuando cuentas sucesos en el tiempo o en el espacio sin un número fijo de intentos, como los correos por día. Con muchos intentos y una p pequeña, la binomial se parece a una Poisson con λ = np.

¿Por qué los límites se cuentan como incluidos?

En los recuentos, P(8 ≤ X ≤ 12) incluye el 8 y el 12. Usa 9 y 11 para dejarlos fuera. En la distribución normal un valor concreto tiene probabilidad cero, así que da igual.

¿Cuál es la probabilidad de exactamente k?

Elige a ≤ X ≤ b y pon ambos límites en k: la única barra sombreada es P(X = k). La tabla bajo la gráfica lista P(X = k) para los valores cercanos a la media.

¿Cómo obtengo P(X > k) o P(X < k)?

En los recuentos, P(X > k) es P(X ≥ k + 1) y P(X < k) es P(X ≤ k − 1).

¿Introduzco 50 o 0,5 para una probabilidad del 50 %?

Introduce 0,5 en el campo de probabilidad binomial p. Acepta probabilidades de 0 a 1, no porcentajes de 0 a 100.

Enviar comentarios