Distribución Binomial y Normal

En el estudio de la probabilidad, una variable aleatoria es una función que asigna un número real a cada resultado posible de un experimento aleatorio. Es, esencialmente, la formalización matemática del azar.

Existen dos tipos fundamentales que debemos distinguir:

1. Variable Aleatoria Discreta: Es aquella que solo puede tomar valores aislados (generalmente números enteros). Por ejemplo, el número de hijos en una familia o el resultado de lanzar un dado. El recorrido es finito o infinito numerable.
2. Variable Aleatoria Continua: Puede tomar cualquier valor dentro de un intervalo real. Por ejemplo, la altura de los estudiantes de 1º de Bachillerato o el tiempo que tarda un autobús en llegar.

Para una variable discreta, definimos la Función de Probabilidad $f(x_i) = P(X = x_i)$, que asocia a cada valor de la variable su probabilidad de ocurrencia.

Para analizar estas variables, utilizamos parámetros estadísticos:

• Esperanza Matemática ($\mu$): Es el valor medio teórico que esperaríamos obtener si repitiéramos el experimento muchas veces. $E[X] = \mu = \sum x_i \cdot p_i$
• Varianza ($\sigma^2$): Mide la dispersión de los datos respecto a la media. $\sigma^2 = \sum (x_i^2 \cdot p_i) - \mu^2$
• Desviación Típica ($\sigma$): Es la raíz cuadrada de la varianza y nos da una medida de dispersión en las mismas unidades que la variable.

Toda distribución de probabilidad discreta debe cumplir dos condiciones críticas:

1. Todas las probabilidades individuales deben ser mayores o iguales a cero: $p_i \geq 0$.
2. La suma de todas las probabilidades debe ser exactamente igual a 1 ($\sum p_i = 1$).

En contextos reales, la media nos indica el centro de gravedad de la distribución, mientras que la desviación típica nos informa sobre la fiabilidad de esa media: a mayor desviación, más "extendidos" y menos predecibles son los resultados.

La base de la distribución binomial es el ensayo de Bernoulli. Este consiste en un experimento con solo dos resultados posibles:

• Éxito (E): El suceso que estudiamos, con probabilidad $p$.
• Fracaso (F): El suceso contrario, con probabilidad $q = 1 - p$.

Para que una serie de ensayos se considere un proceso de Bernoulli, los experimentos deben ser independientes (el resultado de uno no afecta al siguiente) y la probabilidad $p$ debe permanecer constante.

Una variable aleatoria $X$ sigue una distribución binomial $B(n, p)$ cuando representa el número de éxitos al repetir $n$ veces un experimento de Bernoulli.

La probabilidad de obtener exactamente $k$ éxitos se calcula mediante la fórmula: $P(X = k) = \binom{n}{k} \cdot p^k \cdot q^{n-k}$ Donde $\binom{n}{k}$ es el número combinatorio: $\binom{n}{k} = \frac{n!}{k!(n-k)!}$

En muchas ocasiones no buscamos un valor exacto, sino un rango.

• Probabilidad de "como máximo" $k$: $P(X \leq k) = P(X=0) + P(X=1) + \dots + P(X=k)$.
• Probabilidad de "al menos" $k$: $P(X \geq k) = 1 - P(X < k)$.

Para valores de $n$ pequeños, podemos usar tablas de la binomial, que nos ahorran el cálculo combinatorio directo.

Los parámetros que resumen esta distribución son muy sencillos de calcular:

• Media: $\mu = n \cdot p$
• Varianza: $\sigma^2 = n \cdot p \cdot q$
• Desviación Típica: $\sigma = \sqrt{n \cdot p \cdot q}$

El valor esperado ($n \cdot p$) nos indica cuántos éxitos es más probable obtener en promedio tras realizar los $n$ ensayos.

A diferencia de la binomial, las variables continuas se definen mediante una función de densidad. La probabilidad no se calcula para un punto exacto (que siempre es 0), sino como el área bajo la curva entre dos puntos.

La distribución continua más importante es la Normal, cuya representación gráfica es la famosa Campana de Gauss.

Una variable normal queda totalmente definida por su media ($\mu$) y su desviación típica ($\sigma$).

• Es simétrica respecto a la media.
• El área total bajo la curva es igual a 1.
• La media, la mediana y la moda coinciden en el centro.

Para evitar tener infinitas tablas para cada posible $\mu$ y $\sigma$, se utiliza la Normal Estándar, denotada por la letra $Z$, donde $\mu = 0$ y $\sigma = 1$. Las tablas de la $N(0, 1)$ nos dan el valor de $P(Z \leq z)$ para valores positivos de $z$. Si necesitamos valores negativos o áreas a la derecha, aplicamos la simetría de la campana.

Para calcular probabilidades de cualquier variable $X \sim N(\mu, \sigma)$, debemos realizar un proceso llamado tipificación. Esto consiste en transformar nuestra variable $X$ en una $Z$: $Z = \frac{X - \mu}{\sigma}$ La tipificación permite comparar datos de diferentes poblaciones y utilizar siempre la misma tabla de probabilidades.

Cuando el número de ensayos $n$ en una binomial es muy grande, el cálculo con números combinatorios se vuelve inmanejable. En estos casos, la distribución binomial se asemeja a una normal.

Podemos realizar esta aproximación si se cumplen las siguientes condiciones:

1. $n$ es suficientemente grande (generalmente $n > 30$).
2. $n \cdot p \geq 5$ y $n \cdot q \geq 5$.

Si se cumplen, entonces $X \sim B(n, p)$ se puede aproximar por una normal $X' \sim N(\mu, \sigma)$ donde:

• $\mu = n \cdot p$
• $\sigma = \sqrt{n \cdot p \cdot q}$

Al pasar de una variable discreta (puntos) a una continua (áreas), cometemos un error. Para minimizarlo, aplicamos la corrección de Yates, sumando o restando $0,5$ a los límites del intervalo:

• $P(X = k) \rightarrow P(k - 0,5 \leq X' \leq k + 0,5)$
• $P(X \leq k) \rightarrow P(X' \leq k + 0,5)$
• $P(X < k) \rightarrow P(X' \leq k - 0,5)$

Para resolver estos problemas, el esquema es:

1. Identificar que es una Binomial $B(n, p)$.
2. Comprobar las condiciones de aproximación.
3. Calcular la nueva $\mu$ y $\sigma$.
4. Aplicar la corrección de continuidad y tipificar para buscar en la tabla $N(0, 1)$.

En las Ciencias Sociales, la distribución normal aparece de forma natural en multitud de fenómenos:

• Psicología y Educación: Cociente intelectual, puntuaciones en exámenes de selectividad.
• Demografía: Distribución de edades o ingresos en una población estable.
• Control de Calidad: Margen de error en la producción de bienes o en la prestación de servicios.

El análisis probabilístico es fundamental para la predicción de comportamientos grupales. Por ejemplo, las empresas de seguros utilizan la distribución normal para calcular riesgos y primas, mientras que los sociólogos la emplean para analizar tendencias de voto y opinión pública.

Hoy en día, el uso de calculadoras científicas y software estadístico permite manejar grandes volúmenes de datos, pero la comprensión de los conceptos de media, dispersión y probabilidad acumulada sigue siendo la base para interpretar correctamente cualquier informe social o económico.