Distribució binomial: diferència entre les revisions
Contingut suprimit Contingut afegit
m Bot elimina espais sobrants |
m Espais sobrants |
||
Línia 1:
En [[Teoria de la probabilitat]] i [[Estadística matemàtica|Estadística]], una [[variable aleatòria]] <math>X</math> es diu que té una distribució binomial de paràmetres <math>n\ </math> i <math>p</math> si representa el nombre d'èxits en <math>n\ </math> repeticions independents d'una prova que té probabilitat d'èxit <math>p</math>.
La distribució binomial és, per les seves aplicacions, una de les distribucions discretes de probabilitat més importants, i fins i tot una de les més importants de l'estadística.
Línia 57:
Sigui <math>X</math> una variable aleatòria binomial de paràmetres <math>n</math> i <math>p</math> . Aleshores la probabilitat d'obtenir exactament <math> k\, \! </math> èxits en <math> n \, \! </math> repeticions (proves) independents de Bernouilli és:
<math display="block"> P(X=k) ={n \choose k}p^k (1-p)^{n-k},\ k=0,1,\dots, n.
Així, la funció de probabilitat de <math> X </math> és <math display="block"> f(k) ={n \choose k}p^k (1-p)^{n-k},\ k=0,1,\dots, n.
== Mitjana i Variància d'una distribució binomial <math> X \sim B (n, p) \, </math> ==
:<math display="block"> \mathbb{E}[X] = np \, </math>
:Això es dedueix per la linealitat de l'esperança, ja que {{mvar|X}} és la suma de {{mvar|n}} variables aleatòries de Bernoulli idèntiques, cadascuna d'elles amb esperança {{mvar|p}}.
:<math display="block"> \text{Var}[X] = np (1-p). </math>
|