Distribución Binomial y Diagrama de Barras

Volcaremos en un diagrama de barras los datos de un experimento realizado con monedas. De esta forma seguiremos trabajando con la distribución binomial.
Consulta un profesor online en este momento
5 calificaciones
Consulta un profesor online en este momento
Comentarios y Preguntas
Contenido

En esta oportunidad diremos que nuestra variable aleatoria será equivalente al número de caras que se obtengan en 5 tiros, de una moneda normal.

distribucion binomial 2 a

De esta manera, si quereos saber la probabilidad de que nuestra variable aleatoria sea igual a 0, es decir, que no salga ninguna cara (c), estaríamos averiguando de igual manera, la probabilidad de que en los 5 tiros, se obtenga sello (s).

distribucion binomial 2 b

De esta manera, la probabilidad de que la variable aleatoria, equivalente a que el número de caras en 5 tiros, sea 0, es igual a 1/32.

Si queremos saber lo que sucedería, al ser la variable aleatoria, equivalente a 1, es decir, que aparezca solo una cara (c), tendríamos que:

distribucion binomial 2 c

Nos encontramos entonces, ante 5 casos favorables, donde sale una cara (c) y la probabilidad de cada caso, va a estar dada por 1/32. Esto seria:

distribucion binomial 2 d

Sin embargo, como hemos analizado en el anterior video, la variable aleatoria de valor 2 y la de 3, son totalmente iguales, ya que es lo mismo obtener 2 veces cara (c) y 3 veces sello (s), que viceversa, teniendo en cuenta que en estos casos, el orden de los elementos no interesa. Entonces:

distribucion binomial 2 e

De la misma manera, hemos visto que la variable aleatoria igual a 4, es exactamente igual a la de valor 1, ya que es lo mismo obtener 4 veces cara (c) y 1 vez sello (s), que al revés, sabiendo que el orden de los elementos no importa. Entonces:

distribucion binomial 2 f

Y de este mismo modo, hemos analizado también, que la variable aleatoria equivalente a 5, es igual a la de 0. Esto sería:

distribucion binomial 2 g

Procedamos a expresar dichos resultados, en un gráfico, donde nuestro eje horizontal corresponderá a nuestra variable aleatoria (x) y nuestro eje vertical, representará nuestras probabilidades.

distribucion binomial 2 h

Si analizamos dicho gráfico anterior y trazamos una línea uniendo los extremos de cada área, se formará una curva con forma de campana, que representará a una típica función binomial.

distribucion binomial 2 i

Para explicar mejor dicha distribución binomial, supongamos que contamos con uno de los casos anteriores, donde arrojamos una moneda al aire y obtenemos la siguiente combinación:

c c c c s = 1/32

De esta manera, la probabilidad de que ocurra este suceso anterior, como así, otro diferente, es equivalente a 1/32.

c c c c s = 1/32

=

2 x 2 x 2 x 2 x 2 = 25 = 32

Y como cada una de estas situaciones, tiene 1/32 de probabilidades de ocurrir, analizaremos porque esto es considerado una distribución binomial.

Para comprenderlo mejor, pensemos por ejemplo, que nuestra variante aleatoria es igual a 2, es decir, que debe salir 2 veces cara (c). A saber:

distribucion binomial 42 j

Partiendo de esto, dispondremos de 5 casilleros, correspondientes a los 5 tiros, donde, para la primera cara (c), habrá 5 posibilidades, quedando 4 oportunidades para la segunda cara (c).

distribucion binomial k

A esto último debemos restarle los eventos o combinaciones repetidas, es decir, donde guiándonos por el orden de los elementos, encontremos casos repetidos. Entonces:

distribucion binomial 2 l

Es así que arribamos nuevamente al enunciado anterior, de la variante aleatoria igual a 2, es decir, donde debía salir 2 veces cara (c), en 5 tiros.

Generalizando acerca de este problema, diremos que:

distribucion binomial 2 m

Este coeficiente binomial surge del desarrollo de un binomio de newton. A saber:

distribucion binomial 2 n