Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Vamos a deducir la fórmula que nos permitirá elevar a cualquier potencia de exponente
natural, n, un binomio. Esto es la forma de obtener
Observando los coeficientes de cada polinomio resultante vemos que siguen esta secuencia
Podemos observar que cada fila empieza y termina por 1, que los números que aparecen
forman una fila simétrica, o sea el primero es igual al último, el segundo igual al penúltimo,
etc., y cada número es la suma de los dos que tiene encima.
Por otra parte en cualquier momento podemos hallar el valor de un número combinatorio
cualquiera recordando que se calculan por la siguiente fórmula:
Por ejemplo si quiero calcular
Por otra parte, observando las potencias de (a+b) de nuevo vemos que las potencias
de a empiezan elevadas a n, va disminuyendo uno a uno hasta llegar a cero. A los
exponentes de b les ocurre lo contrario.
Con lo que ya tenemos podemos calcular directamente la siguiente potencia de (a+b), sus
coeficientes serán la fila quinta del triángulo de Tartaglia.
Ejemplos:
1) Desarrollar la potencia
La fila 15 del triángulo de Tartaglia es: 1, 15, 105, 455, 1365, 3003, 5005, 6435, 6435,
5005, 3003, 1365, 455, 105, 15, 1
Que serán los valores de los coeficientes.
Ejercicios
vale:
Vamos a desarrollarlo:
forma:
Veamos como quedan las potencias x y de y:
exponentes tenemos:
Por tanto el exponente de x es 40-3k. Como queremos obtener x31, basta igualar 40-3k=31,
de donde k=3. Se trata por tanto del término de lugar 4.
Distribución binomial
Distribución binomial
Función de probabilidad
probabilidad de éxito
(real)
Dominio
Función de
probabilidad
(fp)
Función de
distribución (
cdf)
Media
Mediana
Uno de 1
Moda
Varianza
Coeficiente
de simetría
Curtosis
Entropía
Función
generadora
de
momentos (
mgf)
Función
característica
Un experimento de Bernoulli se caracteriza por ser dicotómico, esto es, sólo son posibles dos
resultados. A uno de estos se denomina éxito y tiene una probabilidad de ocurrencia p y al otro, fracaso,
con una probabilidad q = 1 - p. En la distribución binomial el anterior experimento se repite n veces, de
forma independiente, y se trata de calcular la probabilidad de un determinado número de éxitos.
Para n = 1, la binomial se convierte, de hecho, en una distribución de Bernoulli.
Para representar que una variable aleatoria X sigue una distribución binomial de parámetros n y p, se
escribe:
Contenido
[ocultar]
1 Ejemplos
2 Experimento Binomial
3 Características analíticas
4 Propiedades características
6 Propiedades reproductivas
7 Referencias
[editar]Ejemplos
Las siguientes situaciones son ejemplos de experimentos que pueden modelizarse por esta
distribución:
Se lanza un dado diez veces y se cuenta el número de treses obtenidos: X ~ B(10, 1/6)
Se lanza una moneda dos veces y se cuenta el numero de caras obtenidas.
Una partícula se mueve unidimensionalmente con probabilidad q de moverse hacia atrás y 1-
q de moverse hacia adelante
[editar]Experimento Binomial
Existen muchas situaciones en las que se presenta una experiencia binomial. Este tipo de
experiencias se caracteriza por estar formada por un número predeterminado n de experimentos
iguales. Cada uno de los experimentos es independiente de los restantes (la probabilidad del
resultado de un experimento no depende del resultado del resto). El resultado de cada
experimento ha de admitir sólo dos categorías (a las que se denomina éxito y fracaso). Las
probabilidades de ambas posibilidades han de ser constantes en todos los experimentos (se
denotan como p y q o p y 1-p).
Se designa por X a la variable que mide el número de éxitos que se han producido en
los n experimentos.
Cuando se dan estas circunstancias, se dice que la variable X sigue una distribución de
probabilidad binomial, y se notaB(n,p).
[editar]Características analíticas
Su función de probabilidad es
donde
[editar]Propiedades características
1.
2.
Distribución de Poisson
Distribución de Poisson
Función de probabilidad
El eje horizontal es el índice k. La función solamente está
definida en valores enteros de k. Las líneas que conectan
los puntos son solo guías para el ojo y no indican
continuidad.
Parámet
ros
Dominio
Función
de
probabili
dad(fp)
Función
de
distribuc
ión(cdf) (
dónde Γ(x,y) es la Función gamma incompleta)
Media
Mediana
Moda
Varianza
Coeficie
nte de
simetría
Curtosis
Entropía
Función
generad
ora de
moment
os(mgf)
Función
caracterí
stica
Fue descubierta por Siméon-Denis Poisson, que la dio a conocer en 1838 en su trabajo Recherches sur
la probabilité des jugements en matières criminelles et matière civile (Investigación sobre la probabilidad
de los juicios en materias criminales y civiles).
Contenido
[ocultar]
1 Propiedades
3 Ejemplos
4 Procesos de Poisson
5 Enlaces Externos
6 Véase también
[editar]Propiedades
Tanto el valor esperado como la varianza de una variable aleatoria con distribución de Poisson son
iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ cuyos coeficientes tienen
una interpretacióncombinatorio. De hecho, cuando el valor esperado de la distribución de Poisson es 1,
entonces según la fórmula de Dobinski, el n-ésimo momento iguala al número de particiones de
tamaño n.
La moda de una variable aleatoria de distribución de Poisson con un λ no entero es igual a , el mayor
de los enteros menores que λ (los símbolos representan la función parte entera). Cuando λ es un
entero positivo, las modas son λ y λ − 1.
.
[editar]Distribución binomial
La distribución de Poisson es el caso límite de la distribución binomial. De hecho, si los
parámetros n y θ de una distribución binomial tienden a infinito de manera que se
mantenga constante, la distribución límite obtenida es de Poisson.
[editar]Aproximación normal
Como consecuencia del teorema central del límite, para valores grandes de λ, una variable
aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente
[editar]Distribución exponencial
Supóngase que para cada valor t > 0, que representa el tiempo, el número de sucesos de
cierto fenómeno aleatorio sigue una distribución de Poisson de parámetro λt. Entonces, los
tiempos discurridos entre dos sucesos sucesivos sigue la distribución exponencial.
[editar]Ejemplos
[editar]Procesos de Poisson
El número de autos que pasan a través de un cierto punto en una ruta (suficientemente
distantes de los semáforos) durante un periodo definido de tiempo.
El número de errores de ortografía que uno comete al escribir una única página.
El número de llamadas telefónicas en una central telefónica por minuto.
Triángulo de Pascal
Este artículo o sección necesita referencias que aparezcan en una publicación
acreditada, como revistas especializadas, monografías, prensa diaria o
páginas de Internet fidedignas.
Puedes añadirlas así o avisar al autor principal del artículo en su página de discusión
pegando: {{subst:Aviso referencias|Triángulo de Pascal}}
~~~~
También es conocido como Triángulo de Tartaglia. En países orientales como China, India o Persia,
este triángulo se conocía y fue estudiado por matemáticos como Al-Karaji, cinco siglos antes de que
Pascal expusiera sus aplicaciones, o por el astrónomo y poeta persa Omar Jayyam (1048-1123). En
China es conocido como Triángulo de Yanghui, en honor al matemático Yang Hui, quien lo describió el
año 1303.1
Contenido
[ocultar]
4 Interpretación en combinatoria
5 Generalización
7 Referencias
8 Enlaces externos
Las cifras escritas en las filas, tales como: «1 2 1» y «1 3 3 1» recuerdan los coeficientes de las
identidades:
Es más, se puede generalizar para cualquier potencia del binomio:
(1)
En esta expresión, lo único que se desconoce son los coeficientes de los monomios.
Se inscribe el triángulo de Pascal en una tabla para poder nombrar a cada coeficiente del mismo.
El número en la línea n y la columna p se denota:
o más raramente
. ("segunda capa").
.
por todo lo anterior notamos estas similitudes y la mente de estos grandes
genios que fueron Pascal y Newton
[editar]Interpretación en combinatoria
En conclusión:
Verifiquémoslo en un ejemplo:
Si e ∈ A, entonces falta
elegir p elementos de E' para posibilidades.
completar A. Hay
Si e ∉ A, entonces falta
elegir p+1 elementos de E' posibilidades.
para definir A. Hay
Un ejemplo:
Teorema:
[editar]Generalización