Distribuzioni binomiali sono una classe importante di discreti distribuzioni di probabilità. Questi tipi di distribuzioni sono una serie di n prove indipendenti di Bernoulli, ognuna delle quali ha una probabilità costante p di successo. Come con qualsiasi distribuzione di probabilità, vorremmo sapere qual è la sua media o il suo centro. Per questo stiamo davvero chiedendo: "Qual è il valore atteso della distribuzione binomiale? "
Intuizione vs. Prova
Se pensiamo attentamente a distribuzione binomiale, non è difficile determinare che l'atteso valore di questo tipo di distribuzione di probabilità è np. Per alcuni brevi esempi di ciò, considerare quanto segue:
- Se lanciamo 100 monete e X è il numero di teste, il valore atteso di X è 50 = (1/2) 100.
- Se stiamo eseguendo un test a scelta multipla con 20 domande e ogni domanda ha quattro scelte (solo una il che è corretto), quindi indovinare in modo casuale significherebbe che ci aspetteremmo solo (1/4) 20 = 5 domande corretta.
In entrambi questi esempi lo vediamo
E [X] = n p. Due casi sono appena sufficienti per giungere a una conclusione. Sebbene l'intuizione sia un buon strumento per guidarci, non è sufficiente formare un argomento matematico e dimostrare che qualcosa è vero. Come possiamo dimostrare definitivamente che il valore atteso di questa distribuzione è davvero np?Dalla definizione del valore atteso e della funzione della massa di probabilità per il distribuzione binomiale di n prove di probabilità di successo p, possiamo dimostrare che la nostra intuizione si abbina ai frutti del rigore matematico. Dobbiamo essere piuttosto attenti nel nostro lavoro e agili nelle nostre manipolazioni del coefficiente binomiale che è dato dalla formula per le combinazioni.
Iniziamo utilizzando la formula:
E [X] = Σ x = 0n x C (n, x) pX(1-p)n - x.
Poiché ogni termine della somma viene moltiplicato per X, il valore del termine corrispondente a x = 0 sarà 0, e quindi possiamo effettivamente scrivere:
E [X] = Σ x = 1n x C (n, x) p X (1 - p) n - x .
Manipolando i fattoriali coinvolti nell'espressione per C (n, x) possiamo riscrivere
x C (n, x) = n C (n - 1, x - 1).
Questo è vero perché:
x C (n, x) = xn! / (x! (n - x)!) = n! / ((x - 1)! (n - x)!) = n (n - 1)! / (( x - 1)! ((n - 1) - (x - 1))!) = n C (n - 1, x - 1).
Ne consegue che:
E [X] = Σ x = 1n n C (n - 1, x - 1) p X (1 - p) n - x .
Valutiamo il n e uno p dall'espressione sopra:
E [X] = np Σ x = 1n C (n - 1, x - 1) p x - 1 (1 - p) (n - 1) - (x - 1) .
Un cambiamento di variabili r = x - 1 ci da:
E [X] = np Σ r = 0n - 1 C (n - 1, r) p r (1 - p) (n - 1) - r .
Con la formula binomiale, (x + y)K = Σ r = 0 KC (k, r) xr yk - r la somma sopra può essere riscritta:
E [X] = (np) (p + (1 - p))n - 1 = np.
L'argomento di cui sopra ci ha fatto molta strada. Fin dall'inizio solo con la definizione del valore atteso e della funzione di massa di probabilità per una distribuzione binomiale, abbiamo dimostrato ciò che la nostra intuizione ci ha detto. Il valore atteso del distribuzione binomialeB (n, p) è n p.