Está en la página 1de 3

ESTADISTICA II

Dra. Aranzazu Berbey Alvarez

Erick Araúz 4-808-66


Leonardo Domínguez 4-806-1643
Milagros González 4-790-143
José Pinto 4-806-1616
María Víquez 4-796-1669
Taller 6. Unidad 3. La distribución multinomial

X = (X1, X2, …, Xm) = “Número de veces que ocurren m sucesos disjuntos en n pruebas
independientes”
Parámetros de la distribución:

 n: Número de pruebas

 m: Número de resultados posibles

 pi: Probabilidad del suceso i, i=1, …, m


Función de masa de probabilidad:
𝑛! 𝑘 𝑘 𝑘
𝑓(𝑘1, 𝑘2, … , 𝑘𝑚 = 𝑝 1𝑝 2𝑝 𝑚
𝑘1 ! 𝑘2 ! 𝑘3 ! 1 2 𝑚
6! 𝑘 𝑘 𝑘
𝑓(𝑘1, 𝑘2, … , 𝑘𝑚) = 𝑝 1𝑝 2𝑝 𝑚
𝑘1 ! 𝑘2 ! 𝑘3 ! 1 2 𝑚
Valores característicos:
𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑠: (𝑛𝑝1 , 𝑛𝑝2 , 𝑛𝑝3 , … 𝑛𝑝𝑚 )
Ejemplo:
En un laboratorio de genética, se realizan una serie de simulaciones utilizando unos
algoritmos basados en la distribución multinomial. Se esta estudiante las posibles
combinaciones de colores en una especie de planta para lanzarla al mercado. Los
resultados indican que de cada 6 hijos de flores:

Simulación(caso) Combinación
1 2 rojos, 1 blanco, 2 rosado, 1 lila
2 1 rojos, 2 blancos, 2 rosado, 1 lila
3 1 rojos, 1 blanco, 2 rosado, 2 lila
4 2 rojos, 1 blanco, 1 rosado, 2 lila
El laboratorio de botánica genética está interesado en simular una muestra de tamaño 10
de una distribución multinomial con parámetros n = 6;

1
ESTADISTICA II
Dra. Aranzazu Berbey Alvarez

p1(rojo) 0.15
p3(blanco) 0.15
p2(rosado) 0.4
p4(lila) 0.3

Datos
n =6
m= 4
Tamaño de la muestra 10
p1+p2+p3 +p4= 1

Función de masa de probabilidad:

𝑛! 𝑘 𝑘 𝑘
𝑓(𝑘1, 𝑘2, … , 𝑘𝑚 = 𝑝 1𝑝 2𝑝 𝑚
𝑘1 ! 𝑘2 ! 𝑘3 ! 1 2 𝑚

Caso A Caso B Caso C Caso D


n 6 6 6 6
k1(rojos) 2 1 1 2
k2(blancos) 1 2 1 1
k3(rosado) 2 2 2 1
k4(lila) 1 1 2 2
180 180 180 180

Caso A Caso B Caso C Caso D


p1(rojo) 0.15 0.0225 0.15 0.15 0.0225
p3(blanco) 0.15 0.15 0.0225 0.15 0.15
p2(rosado) 0.4 0.16 0.16 0.16 0.4
p4(lila) 0.3 0.3 0.3 0.09 0.09
Caso A Caso B Caso C Caso D
f(2,1,2,1) f(1,2,2,1) f(1,1,2,2) f(2,1,1,2)
0.02916 0.02916 0.05832 0.02187

2
ESTADISTICA II
Dra. Aranzazu Berbey Alvarez

Valores característicos:

𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑠: (𝑛𝑝1 , 𝑛𝑝2 , 𝑛𝑝3 , … 𝑛𝑝𝑚 )

𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑠: (6(0.15), 6(0.40), 6(0.15), 6(0.30))


𝑉𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑚𝑒𝑑𝑖𝑎𝑠: (0.9, 2.4,0.9,1.6)