Variable de Bernouili y Binomial

Nicolas Saintier

11 de febrero de 2014
Plan

1 Variable de Bernouilli

2 Variable Binomial
Ensayo de Bernouilli
Denicion

Consideramos un ensayo de Bernouilli con P (exito ) = p .

Para indicar si ocurrio un exito, denimos la v.a. X a valor en
{0, 1} por (
1 si ocurrio un exito,
X =
0 sino.

Denición
Una va X a valor en {0, 1} sigue una distribucion de Bernouilli de
parametro p (con p ∈ (0, 1) dado), lo que notamos X ∼ Ber (p ), si

P (X = 1) = p y P (X = 0) = 1 − p .
Esperanza y varianza de una Bernouilli

Proposición
Consideramos una v.a. de Bernouilli X ∼ Ber (p ). Entonces

E (X ) =p y Var (X ) = p (1 − p ).

Demostración.
Por denicion de la esperanza:

E (X ) = 1 × P (X = 1) + 0 × P (X = 0) = 1.p = p .

Como X 2 = 1 con proba p y = 0 con proba 1 − p , o sea X2 = X,

tenemos que E (X 2 ) = E (X ) = p y luego

Var (X ) = E (X 2 ) − E (X )2 = p − p 2 = p (1 − p ).
Plan

1 Variable de Bernouilli

2 Variable Binomial
Introduccion

Lanzamos 10 veces una moneda tal que P (cara) = p .

Los lanzamientos son independientes.
Proba de obtener 3 caras ?
=⇒ Debemos calcular

P (cara
en los 3 primeros lanz. y ceca en los demas lanz.)
+ P (cara en el 2ndo, 5to y 8vo lanz. y ceca en los demas lanz.)
+ ...

Sumamos sobre todas
las maneras de obtener 3 caras en 10

lanzamientos: hay 10
3
maneras.
Introduccion

Ademas todas estas proba son iguales porque los lanzamientos son
independientes y se hacen de igual manera. Por ejemplo,

P (cara
en los 3 primeros lanz. y ceca en los demas lanz.)
= P (cara en el 1er lanz) × P (cara en el 2ndo lanz) × P (cara en el 3ero
×P (ceca en el 4to lanz) × · · · × P (ceca en el 10mo lanz)
= p 3 (1 − p )7

Luego
10
 
P (obtener 3 caras en 10 lanz) = (1 − p )7 .
3
p
3
Introduccion

En general repetimos n veces en forma independiente un ensayo de

Bernouilli de parametro p .
En el ejemplo anterior, lanzamos n = 10 veces una moneda y un
exito es obtener cara en un lanzamiento.
Cual es la proba de obtener k exitos (con k ∈ {1, ..., n}) ?
=⇒ de la misma manera que antes, debemos calcular

P (exito en los k primeros ensayos, fracaso en los siguientes) + ...

sobre todas las maneras de obtener k exitos en n ensayos:

Sumamos
hay kn maneras.
Ademas todas estas proba son iguales a

P (exito )...P (exito ) P (fracaso )...P (fracaso ) = p k (1 − p )n−k

| {z }| {z }
k veces n-k veces
Denicion

Luego
 
n k (1 − p )n−k .
P (obtener k exitos en n ensayos) = p
k

Denición
Dado un entero n y un numero real p ∈ [0, 1], decimos que una v.a.
X a valor en {1, ..., n} sigue una distribucion binomial de parametro
n y p, lo que notamos X ∼ Bin(n, p ), si
 
n k (1 − p )n−k
P (X = k) = p para todo k ∈ {1, ..., n}.
k

Una v.a. binmial sirve a contar la cantidad de exitos en n ensayos

de Bernouilli independientes.
Relacion entre la Bernouilli y la Binomial (1)

Repetimos n veces en forma independiente un ensayo de Bernouilli

con P (exito ) = p .
Para indicar el resultado de cada ensayo, consideramos v.a. de
Bernouilli X1 , .., Xn ∼ Ber (p ) denidas por
(
1 si ocurrio un exito en el i-esimo ensayo,
Xi =
0 sino.

o sea X1 indica el resultado del 1er ensayo, X2 del 2ndo ensayo, ...
Las Xi son independientes porque los ensayos son independientes.
Examinemos la suma X1 + ... + Xn . Puede tomar cualquier valer en
{0, 1.., n}.
Relacion entre la Bernouilli y la Binomial (2)

Observe que
X1 + ... + Xn = 0 ssi todos los Xi valen 0 o sea no hubo
ningun exito,
X1 + ... + Xn = 1 ssi exactamente una de las Xi vale 1 y las
demas valen 0: hubo un unico exito
en general X1 + ... + Xn = k ssi exactamente k de las Xi valen
1 y las demas valen 0: hubo exactamente k exitos
Entonces la va X1 + ... + Xn cuenta la cantidad de exitos que hubo
en los n ensayos:

X1 + ... + Xn ∼ Bin(n, p )
Relacion entre la Bernouilli y la Binomial (3)

Proposición
Una suma X1 + ... + Xn de n v.a. independientes de Bernouilli
Ber(p) tiene una distribucion binomial Bin(n, p ).
Esperanza y varianza de una Binomial

Consideramos

X = X1 + ... + Xn con X1 , .., Xn ∼ Ber (p ) independientes.

Entonces X ∼ Bin(n, p ) por lo que vimos recien.

Como E (Xi ) = p y Var (Xi ) = p (1 − p ) para todo i = 1, .., n,
tenemos
E (X ) = E (X1 ) + ...E (Xn ) = np

X1 ,..,Xn ind .
Var (X ) = Var (X1 ) + ...Var (Xn ) = np (1 − p ).

Proposición
Consideramos una va X ∼ Bin(n, p ). Entonces

E (X ) = np y Var (X ) = np (1 − p ).