Distribución Binomial

En estadística, la distribución binomial es una distribución de probabilidad discreta que mide el número de éxitos en una secuencia de n ensayos de Bernoulli independientes entre sí, con una probabilidad fija p de ocurrencia del éxito entre los ensayos.
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso, con una probabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos. Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli.
Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p, se escribe:
X \sim B(n, p)\,
  • Su función de probabilidad es
\!f(x)={n \choose x}p^x(1-p)^{n-x} \,\!
donde x = \{0, 1, 2, \dots , n\},
siendo \!{n \choose x} = \frac{n!}{x!(n-x)!} \,\! las combinaciones de n \,\! en x \,\! (n \,\! elementos tomados de x \,\! en x \,\!)

Ejemplo

Supongamos que se lanza un dado 50 veces y queremos la probabilidad de que el número 3 salga 20 veces. En este caso tenemos una X ~ B(50, 1/6) y la probabilidad sería P(X=20):



\!P(X=20)={50 \choose 20}(1/6)^{20}(1-1/6)^{50-20} \,\!

Relaciones con otras variables aleatorias

Si n tiende a infinito y p es tal que el producto entre ambos parámetros tiende a \lambda \,\!, entonces la distribución de la variable aleatoria binomial tiende a una distribución de Poisson de parámetro \lambda.
Por último, se cumple que cuando n es muy grande (usualmente se exige que n \geq 30 ) la distribución binomial puede aproximarse mediante la distribución normal.

Propiedades reproductivas

Dadas n variables binomiales independientes,deello sale de parámetros ni (i = 1,..., n) y p, su suma es también una variable binomial, de parámetros n1+... + nn, y p, es decir,
Y = \sum^{n}_{i = 1} X_i \sim B(\sum^{n}_{i = 1} n_i, p)\,
\!P(X=20)={50 \choose 20}(1/6)^{20}(1-1/6)^{50-20} \,\!

No hay comentarios:

Publicar un comentario