Materia: Métodos Probabilísticos

Tutor Virtual: Ing. Carlos Chanta

Actividad: Investigación de Distribución

Multinomial.

Estudiante:
Carnet Nombre
463739-2018 José Carlos Mejía Menjívar

San Salvador, 14 de septiembre 2020.

 INTRODUCCION

La Distribución Multinomial es una distribución discreta multivariante, es una

generalización de la Distribución Binomial cuando el experimento aleatorio
considerado no tiene solo dos resultados posibles, éxito o fracaso, sino tres o más.
A continuación se presenta información importante y básica para comprender la
Distribución Multinomial, desde su historia, sus formulas y características
principales, además se desarrollan dos ejercicios para lograr una mejor
comprensión del tema.
OBJETIVO GENERAL
 Aprender a utilizar la Distribución Multinomial para obtener probabilidades
de experimentos donde cada intento tiene más de dos resultados posibles.

OBJETIVOS ESPECIFICOS
 Conocer y saber utilizar la formula principal de la Distribución Multinomial.

 Obtener la media y la varianza utilizando las variables de la Distribución

Multinomial.

 Realizar ejercicios prácticos utilizando la Distribución Multinomial.

BREVE RESEÑA HISTORICA

La Distribución Multinomial es enunciada por primera

vez en 1713 con los aportes de Jacob Bernoulli.
Jacob Bernoulli nació el 27 de diciembre de 1654, en
Suiza. Hermano del también matemático, Johann
Bernoulli y tío del científico Daniel Bernoulli. Se
graduó en Teología en el año 1676 y hasta 1682 viajo
por Francia, Inglaterra y los países nórdicos. Jacob
Bernoulli se vio obligado a estudiar teología, pero se
intereso en las matemáticas a pesar de la oposición
de su padre.

La obra más original de Bernoulli Ars Conjectandi, publicada póstumamente

en 1713 contiene la teoría de combinaciones, las series exponenciales, los
números de Bernoulli, el beneficio esperado de varios juegos de azar, la
probabilidad como medida de confianza y la ley de grandes números. La
Distribución Multinomial ocurre cuando en el experimento Binomial cada
intento tiene más de dos resultados posibles.

La Distribución Multinomial es esencialmente igual a la Binomial con la

única diferencia de que cada prueba tiene más de dos posibles resultados
mutuamente excluyentes.

FORMULA GENERAL.
La Distribución Multinomial es una distribución de probabilidad conjunta
para múltiples variables aleatorias (X1, X2, X3,…, Xn) discretas
𝑛! 𝑋 𝑋 𝑋
𝑃 𝑋1 , 𝑋2 , … 𝑋𝐾 , 𝑛 = 𝑃 1 𝑃 2 … 𝑃𝐾 𝐾
𝑋1 ! 𝑋2 ! … 𝑋𝐾 ! 1 2

Donde:
𝑃 𝑋1 , 𝑋2 , … 𝑋𝐾 , 𝑛 = Probabilidad de que en “n” ensayos aparezcan
𝑋1 objetos del primer tipo, 𝑋2 objetos del segundo tipo…. y 𝑋𝐾 objetos del
último tipo.
𝑛 = 𝑋1 + 𝑋2 + ⋯ 𝑋𝐾
 MEDIA Y VARIANZA DE LA DISTRIBUCION MULTINOMIAL

Cada una de las “n” variables, 𝑋1 que forman una Multinomial

M (𝑛, 𝑃1 , … , 𝑃𝐾 ) siguen distribuciones binomiales.
MEDIA
(También llamada esperanza, valor esperado), es el número E[X] que
formaliza la idea de valor medio de un fenómeno aleatorio. Es un concepto
análogo a la media aritmética de un conjunto de datos.
𝑀𝑒𝑑𝑖𝑎 𝑋𝑖 = 𝑛𝑃𝑖
VARIANZA
La varianza de una variable aleatoria es una medida de dispersión definida
como la esperanza del cuadrado de la desviación de dicha variable
respecto a su media.
𝑉𝑎𝑟 𝑋𝑖 = 𝑛𝑃𝑖(1 − 𝑃𝑖)

PROPIEDADES DE LA DISTRIBUCION MULTINOMIAL.

1. El experimento consiste en “n” pruebas idénticas.
2. Hay “k” posibles resultados de cada prueba.
3. Las probabilidades de los “k” resultados, denotados por P1, P2, …Pk se
mantienen constantes a lo largo de todas las pruebas, donde P 1+P2+…Pk
=1
4. Las pruebas son independientes.
5. Las variables aleatorias de interés son las cuentas X1, X2, …Xk en cada una
de las k categorías de clasificación: P(X1, X2, …Xk) = (P1)x1(P2)x2…(Pk)xk
Donde:
Pi= Probabilidad del resultado i en una sola prueba.
P1+P2+…Pk=1.
n= Número de pruebas
Xi= Número de veces que se ha dado el resultado i en n pruebas.
EJEMPLOS DE DISTRIBUCION MULTINOMIAL
Ejemplo 1
Según una nueva ley se plantea la donación de órganos de los cuales
existe una probabilidad de que el 15% estén en contra, el 40% sean
indiferentes a la ley y el 45% estén a favor, si se estrae una muestra
aleatoria de 20 sujetos. ¿Cuál es la probabilidad de que 5 estén en contra,
10 sean indiferentes y 5 estén a favor?
Solución:
Datos:
n=20
X1: en contra=0.15
X2: indiferente=0.40
X3: a favor=0.45
20!
𝑃 𝑋1 = 5, 𝑋2 = 10, 𝑋3 = 5; 𝑛 = 20 = = (0.15)5 (0.40)10 (0.45)5
5! 10! 5!
= 0.41
Ejemplo 2
Las probabilidades que un delegado llegue por aire, en autobús, en
automóvil o en tren son, de 0.40, 0.20, 0.30 y 0.10, respectivamente. ¿Cuál
es la probabilidad de que entre 9 delegados seleccionados aleatoriamente
en esta convención 4 hayan llegado por aire, 1 en autobús y 2 en auto y
tren.
Solución:
Datos:
n=9
X1= 4 por aire; P1=0.40
X2= 1 en autobús; P2=0.20
X3= 2 en auto; P3=0.30
X4=2 en tren; P4=0.10
9!
𝑃 𝑋1 = 4, 𝑋2 = 1, 𝑋3 = 2, 𝑋4 = 2; 𝑛 = 9 =
4! 1! 2! 2!

= (0.40)4 (0.20)1 (0.30)2 (0.30)2 = 0.15676

 CONCLUSIONES

 Podemos observar que las principales propiedades de la distribución

Multinomial son: el experimento tiene más de dos tipos de resultados, las
probabilidades de cada resultado son constantes, los ensayos o repeticiones
del experimento son independientes, el número de repeticiones es constante,
solo es aplicable a variables aleatorias discretas.

 Se analizo e identifico la fórmula para calcular la media y la varianza

utilizando la distribución Multinomial:
𝑀𝑒𝑑𝑖𝑎 𝑋𝑖 = 𝑛𝑃𝑖
𝑉𝑎𝑟 𝑋𝑖 = 𝑛𝑃𝑖 = (1 − 𝑃𝑖)

 Se practico la distribución Multinomial desarrollando dos ejercicios.

 BIBLIOGRAFIA

 Canavos GC. Probabilidad y Estadística: Aplicaciones y Métodos. Madrid:

McGraw-Hill; 1988.

 La distribución Multinomial. (2012). Recuperado 12 de septiembre de 2020,

de
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo3/B0C3
m1t7.htm

 Román Román, P. (s. f.). CALCULO DE PROBABILIDADES II. Recuperado

12 de septiembre de 2020, de https://www.ugr.es/~proman/ProbII/2012-
2013/PDF/NuevoDirectorio/Tema4.pdf

 Flores Valencia, A. (2015, 10 octubre). EJERCICIOS DE DISTRIBUCION

MULTINOMIAL. Recuperado 12 de septiembre de 2020, de
https://es.slideshare.net/alexanderfloresvalencia/ejercicios-de-distribucin-
multinomial