Contenidos de aprendizaje
Funciones
Descubra
¿Cuántas veces te ha pasado que, por mucho que estudies, las preguntas del examen son las que no llegaste a estudiar?
Millones de tarjetas didácticas para ayudarte a sobresalir en tus estudios.
Regístrate gratisSi \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la media?
Si \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la varianza?
Si \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la desviación típica?
En un dado justo de \(8\)-cara, ¿cuál es la probabilidad de obtener el número \(5\)?
¿Cómo se relaciona la varianza con la desviación típica?
¿La distribución binomial es una distribución de probabilidad discreta o continua?
Supongamos que \(X\sim \text{B}(10,0,5)\), ¿cuál de las siguientes es equivalente a \(P(X>9)\)?
Si \(X\) es una variable binomial, ¿cuál es la relación entre la media y el valor esperado?
Si \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la media?
Si \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la varianza?
Si \(X\) es una variable aleatoria con \(X\sim \text{B}(n,p)\). ¿Cuál es el valor de la desviación típica?
En un dado justo de \(8\)-cara, ¿cuál es la probabilidad de obtener el número \(5\)?
¿Cómo se relaciona la varianza con la desviación típica?
¿La distribución binomial es una distribución de probabilidad discreta o continua?
Supongamos que \(X\sim \text{B}(10,0,5)\), ¿cuál de las siguientes es equivalente a \(P(X>9)\)?
Si \(X\) es una variable binomial, ¿cuál es la relación entre la media y el valor esperado?
Achieve better grades quicker with Premium
Geld-zurück-Garantie, wenn du durch die Prüfung fällst
Did you know that StudySmarter supports you beyond learning?
Review generated flashcards
Comienza a aprender o crea tus propias tarjetas de aprendizaje con IA
Equipo de profesores de Varianza de la distribución binomial
¡Gracias por tu interés en el aprendizaje por audio!
Esta función aún no está lista, pero nos encantaría saber por qué prefieres el aprendizaje por audio.
¿Por qué prefieres el aprendizaje por audio? (opcional)
Enviar comentariosSupongamos que tu profesor te ha proporcionado una lista de \(300\) ejercicios para preparar el examen final. El profesor te asegura que el examen tendrá \(10\) preguntas, y que se tomarán de la lista proporcionada.
Aunque te has preparado bien con antelación, sólo has conseguido resolver \(200\) ejercicios. ¿Cuál es la probabilidad de que el profesor elija \(10\) preguntas que hayas resuelto?
Este tipo de pregunta puede responderse utilizando la distribución binomial, y en este artículo aprenderás más sobre ella.
Una distribución binomial es una distribución de probabilidad discreta que se utiliza para calcular la probabilidad de observar un número determinado de aciertos en un número finito de ensayos de Bernoulli. Un ensayo de Bernoulli es un experimento aleatorio en el que sólo puede haber dos resultados posibles que se excluyan mutuamente, uno de los cuales se denomina éxito y el otro fracaso.
Si \(X\) es una variable aleatoria binomial con \(X\sim \text{B}(n,p)\), entonces la probabilidad de obtener exactamente \(x\) éxitos en \(n\ ) ensayos Bernoulli independientes viene dada por la función de masa de probabilidad:
\[P(X=x)={n\choose{x}}p^x(1-p)^{n-x}\]
para \(x=0,1,2,\dots , n\), donde
\[\displaystyle {n\choose{x}}=\frac{n!}{x!(n-x)!}\]
se conoce como coeficiente binomial.
Visita nuestro artículo Distribución Binomial para obtener más detalles sobre esta distribución.
Veamos un ejemplo para ver cómo calcular las probabilidades en una distribución binomial.
Supongamos que vas a hacer un examen tipo test con \(10\) preguntas, en el que cada pregunta tiene \(5\) posibles respuestas, pero sólo \(1\) opción es correcta. Si tuvieras que acertar al azar en cada pregunta
a) ¿Cuál es la probabilidad de que aciertes exactamente \(4\)?
b) ¿Cuál es la probabilidad de que aciertes \(2\) o menos?
c) ¿Cuál es la probabilidad de que aciertes \(8\) o más?
Solución:En primer lugar, observemos que hay \(10\) preguntas, por lo que \(n=10\). Ahora bien, como cada pregunta tiene \(5\) opciones y sólo \(1\) es correcta, la probabilidad de acertar es \(\dfrac{1}{5}\), por lo que \(p=\dfrac{1}{5}\). Por tanto
\[1-p=1-\dfrac{1}{5}=\frac{4}{5} .\]
a) La probabilidad de acertar exactamente \(4\) viene dada por
\[\begin{align} P(X=4)&={10\choose{4}}\left(\frac{1}{5}\right)^4\left(\frac{4}{5}\right)^{6} \\ &&aproximadamente 0,088. \end{align}\]
b) La probabilidad de acertar \(2\) o menos viene dada por
\[\inicio{align} P(X\leq 2)&=P(X=0)+P(X=1)+P(X=2) &= {10\elegir{0}} \left(\frac{1}{5}\right)^0\left(\frac{4}{5}\right)^{10}+{10\choose{1}}\left(\frac{1}{5}\right)^1\left(\frac{4}{5}\right)^{9}\\ &\quad +{10\choose{2}}\left(\frac{1}{5}\right)^2\left(\frac{4}{5}\right)^{8} |aproximadamente 0,678.\pend{align}\}
c) La probabilidad de acertar \(8) o más viene dada por \[\begin{align} P(X=8)&=P(X=8)+P(X=9)+P(X=10) &= {10\f8}} \left(\frac{1}{5}\right)^8\left(\frac{4}{5}\right)^{2}+{10\choose{9}}\left(\frac{1}{5}\right)^9\left(\frac{4}{5}\right)^{1} \\ & \quad+{10\choose{10}}\left(\frac{1}{5}\right)^{10}\left(\frac{4}{5}\right)^{0} |aproximadamente 0,00008.\end{align}\}]
En otras palabras, ¡adivinar las respuestas es una estrategia de examen muy mala si es lo único que vas a hacer!
Observa que una variable binomial \(X\) es la suma de \(n\) ensayos Bernoulli independientes con la misma probabilidad de éxito \(p\), es decir \(X=X_1+X_2+\ldots+X_n\), donde cada \(X_i\) es una variable Bernoulli. Utilizando esto, veamos cómo derivar las fórmulas de la media y la varianza.
Para calcular el valor esperado de \(X\), a partir de lo anterior tienes
\[\text{E}(X)=\text{E}(X_1+X_2+\ldots+X_n),\]
como el valor esperado es lineal
\[\text{E}(X_1+X_2+\ldots+X_n)=\text{E}(X_1)+\text{E}(X_2)+\ldots+\text{E}(X_n).\]
Por último, recuerda que para una variable Bernoulli \(Y\) con probabilidad de éxito \(q\), el valor esperado es \(q\). Por tanto
\[\text{E}(X_1)+\text{E}(X_2)+\ldots+\text{E}(X_n)=\underbrace{p+p+\ldots+p}_{n\text{ times}}=np.\]
Juntando todo, tienes la fórmula anteriormente mencionada
\[\text{E}(X)=np.\}]
Para calcular la varianza de \(X\), tienes
\[\text{Var}(X)=\text{Var}(X_1+X_2+\ldots+X_n),\]
utilizando que la varianza es aditiva para las variables independientes
\[\begin{align} \text{Var}(X_1+X_2+\ldots+X_n)&=\text{Var}(X_1)+\text{Var}(X_2) \\ &\quad +\ldots+\text{Var}(X_n). \end{align}\]
De nuevo, recuerda que para una variable Bernoulli \(Y\), con probabilidad de éxito \(q\), la varianza es \(q(1-q)\). Entonces
\[\begin{align} \text{Var}(X) &= \text{Var}(X_1)+\text{Var}(X_2)+\ldots+\text{Var}(X_n)&= \underbrace{p(1-p)+p(1-p)+\ldots+p(1-p)}{{n\text{veces}}. \\ & =np(1-p).\nd{align}\}]
Poniéndolo todo junto,
\[\text{Var}(X)=np(1-p).\]
En el apartado anterior has visto que la media de la distribución binomial es
\[\text{E}(X)=np,\]
y la varianza es
\[\text{Var}(X)=np(1-p).\]
Para obtener la desviación típica, \(\sigma\), de la distribución binomial, basta con tomar la raíz cuadrada de la varianza, de modo que
\[\sigma = \sqrt{np(1-p) }.\]
La media de una variable es el valor medio que se espera observar cuando un experimento se realiza varias veces.
Si \(X\) es una variable aleatoria binomial con \(X\sim \text{B}(n,p)\), el valor esperado o media de \(X\) viene dado por \[\text{E}(X)=\mu=np.\].
La varianza de una variable es una medida de lo diferentes que son los valores de la media.
Si \(X\) es una variable aleatoria binomial con \(X\sim \text{B}(n,p)\), entonces:
La varianza de \(X\) viene dada por \[\text{Var}(X)=\sigma^2=np(1-p).\].
La desviación típica de \(X) es la raíz cuadrada de la varianza y viene dada por \[\sigma=\sqrt{np(1-p)}.\]
Para una explicación más detallada de estos conceptos, consulta nuestro artículo Media y varianza de las distribuciones de probabilidad discreta.
Veamos algunos ejemplos, empezando por uno clásico.
Sea \(X\) una variable aleatoria tal que \(X\sim \text{B}(10,0,3)\). Halla la media \(\text{E}(X)\) y la varianza \(\text{Var}(X)\).
Solución:
Utilizando la fórmula de la media, tienes
\[\text{E}(X)=np=(10)(0.3)=3.\]
Para la varianza tienes
\[\text{Var}(X)=np(1-p) =(10)(0.3)(0.7)=2.1.\]
Pongamos otro ejemplo.
Sea \(X\) una variable aleatoria tal que \(X\sim \text{B}(12,p)\) y \(\text{Var}(X)=2,88\). Halla los dos valores posibles de \(p\).
Solución:
A partir de la fórmula de la varianza, tienes
\[\text{Var}(X)=np(1-p)=2,88.\]Como conoces \(n=12\), al sustituirlo en la ecuación anterior obtienes
\[12p(1-p)=2,88,\]
que es lo mismo que
\[p(1-p)=0,24\]
o
\[p^2-p+0,24=0,\]
Observa que ahora tienes una ecuación cuadrática, así que utilizando la fórmula cuadrática obtienes que las soluciones son \(p=0,4\) y \(p=0,6\).
¡El ejemplo anterior demuestra que puedes tener dos distribuciones binomiales diferentes con la misma varianza!
Por último, observa que utilizando la media y la varianza de una variable, puedes recuperar su distribución.
Sea \(X\) una variable aleatoria tal que \(X\sim \text{B}(n,p)\), con \(\text{E}(X)=3,6\) y \(\text{Var}(X)=2,88\).
Halla los valores de \(n\) y \(p\).
Solución:
Recuerda que por las fórmulas de la media y la varianza
\[\text{E}(X)=np=3.6\]
y
\[\text{Var}(X)=np(1-p)=2.88.\]
A partir de aquí, sustituyendo tienes
\[3.6(1-p)=2.88,\]
lo que implica que
\[1-p=\frac{2.88}{3.6}=0.8.\]
Por tanto, \(p=0,2\) y de nuevo, a partir de la fórmula de la media, tienes
\[n=\frac{3.6}{0.2}=18.\]
Así que la distribución original es \ (X\sim \text{B}(18,0,8)\).
Si \(X\) es una variable aleatoria binomial con \(X\sim \text{B}(n,p)\). Entonces, \[P(X=x)={n\elegir{x}}p^x(1-p)^{n-x}]para \(x=0,1,2,\dots,n\) donde \[\displaystyle {n\elegir{x}}=frac{n!}{x!(n-x)!}\].
Si \(X\sim \text{B}(n,p)\), entonces el valor esperado o media de \(X\) es \(\text{E}(X)=\mu=np\).
Si \(X\sim \text{B}(n,p)\), entonces la varianza es \(\text{Var}(X)=\sigma^2=np(1-p) \) y la desviación típica es \(\sigma=\sqrt{np(1-p)}\).
Regístrate gratis para acceder a todas nuestras tarjetas.
At StudySmarter, we have created a learning platform that serves millions of students. Meet the people who work hard to deliver fact based content as well as making sure it is verified.
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Get to know Lily
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
Get to know Gabriel
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.
Aprende másGuarda las explicaciones en tu espacio personalizado y accede a ellas en cualquier momento y lugar.
Regístrate con email Regístrate con AppleAl registrarte aceptas los Términos y condiciones y la Política de privacidad de StudySmarter.
¿Ya tienes una cuenta? Iniciar sesión
Regístrate para poder subrayar y tomar apuntes. Es 100% gratis.
La primera app de aprendizaje que realmente tiene todo lo que necesitas para superar tus exámenes en un solo lugar.
¿Ya tienes una cuenta? Iniciar sesión
La primera plataforma de aprendizaje con todas las herramientas y materiales de estudio que necesitas.
Resumenes 
Flashcards 
StudySmarter AI 
Apuntes 
Plan de estudios 
Sets de estudio 
Repeticion espaciada 
Exámenes 
Magazine 
Hacer carrera 
Formacion Profesional 
Mobile App 
