Webtudordimatematica

Distribuzione binomiale

La distribuzione binomiale (o distribuzione di Bernoulli) rappresenta la distribuzione di probabilità di prove ripetute indipendenti quando i risultati di ciascuna prova sono solo due: successo o insuccesso.

Ad esempio, nel lancio di una moneta, i risultati possibili sono testa e croce; la distribuzione di probabilità relativa ad $n$ lanci è una distribuzione binomiale e mostra la probabilità che si verifichino $0,1,2,\dots ,n$ volte testa (testa rappresenta un successo, croce rappresenta un insuccesso).

In fondo alla pagina trovi una video lezione sulla distribuzione binomiale. Scrolla in basso se vuoi vederla.

Proprietà della distribuzione binomiale

Si hanno le seguenti proprietà:

  • A ogni singola prova si hanno solo 2 esiti possibili, chiamati "successo" e "insuccesso". La probabilità associata al successo si indica con $p$, mentre quella associata all'insuccesso si indica con $1-p$.
  • La probabilità dell'evento che da origine al successo è costante, ovvero uguale a $p$ per tutte le $n$ prove.
  • I risultati delle prove sono indipendenti (ovvero il verificarsi di un risultato in una determinata prova non influenza il risultato delle altre prove).

Quindi, se indichiamo con la variabile aleatoria $X$ il numero di successi ottenuti in $n$ prove (bernoulliane), diremo che $X$ ha distribuzione binomiale con parametri $n$ e $p$ (in simboli $X\sim B(n,p)$). È chiaro che $X$ può assumere solo valori discreti da $0$ fino ad $n$.

Se la teoria è già chiara e vuoi passare agli esercizi  svolti clicca sul bottone qui sotto.

 

Vai agli esercizi

 

Funzione di probabilità e funzione di ripartizione di una binomiale

Si può verificare che la funzione di probabilità di $X$, ossia la probabilità che $X$ assuma un determinato valore $x$ risulta:

$$\bbox[#ffffff,5px,border:2px solid #ff6600]{P(X=x)={n\choose x}p^x(1-p)^{n-x}}$$

Rivedi la definizione di coefficiente binomiale ${n\choose x}$.

Invece, la funzione di ripartizione di $X$, ossia la probabilità che $X$ assuma un valore minore o uguale ad un certo $k$ intero è:

$$\bbox[#ffffff,5px,border:2px solid #ff6600]{F(X=k)=P(X\le k)=\sum\limits_{x=0}^k {n\choose x}p^x(1-p)^{n-x}}$$

Esempio di calcolo della funzione di probabilità di una variabile binomiale

Consideriamo il lancio di un dado; indichiamo con successo l'uscita della faccia contrassegnata 6 e con insuccesso l'uscita di qualsiasi altra faccia; risulta $p=\frac{1}{6}$, $1-p=\frac{5}{6}$. Se si effettuano 5 lanci, qual è la probabilità di ottenere due successi, ossia la probabilità che la variabile $X$ assuma il valore $2$?

Usando la formula data sopra abbiamo:

$$P(X=2)={5\choose 2}\left(\frac{1}{6}\right)^2\left(\frac{5}{6}\right)^3$$

 

Esempio di calcolo della funzione di ripartizione di una variabile binomiale

Se il 20% delle persone di una certa regione ha gli occhi azzurri, determinare la probabilità che in un gruppo di 10 bambini, non più di 3 abbiano gli occhi azzurri.

La probabibilità che un bambino abbia gli occhi azzurri è $p=20\%=\frac{2}{10}=\frac{1}{5}$. La probabilità richiesta è data da:

$$\begin{eqnarray} P(X\le 3)&=&\sum\limits_{x=0}^3 {10\choose x}\left(\frac{1}{5}\right)^x\left(1-\frac{1}{5}\right)^{n-x}=\\ &=&{10\choose 0}\left(\frac{1}{5}\right)^0\left(\frac{4}{5}\right)^{10}+{10\choose 1}\left(\frac{1}{5}\right)^1\left(\frac{4}{5}\right)^{9}+\\ &+&{10\choose 2}\left(\frac{1}{5}\right)^2\left(\frac{4}{5}\right)^{8}+{10\choose 3}\left(\frac{1}{5}\right)^3\left(\frac{4}{5}\right)^{7}=\\ &=& \left(\frac{4}{5}\right)^{10}+2\left(\frac{4}{5}\right)^{9}+\frac{9}{5}\left(\frac{4}{5}\right)^8+\frac{24}{25}\left(\frac{4}{5}\right)^7\simeq 0,8791\end{eqnarray}$$

 

Calcolo della probabilità contraria di una variabile aleatoria binomiale

Se $X$ è una variabile aleatoria con distribuzione binomiale con $n=10$ e probabilità $p$ vediamo come calcolare le seguenti probabilità:

$$\begin{eqnarray} P(X\ge 8)&=&\sum\limits_{x=8}^{10} {10\choose x}p^x(1-p)^{n-x}=\\ &=&{10\choose 8}p^8(1-p)^{2}+{10\choose 9}p^9(1-p)^{1}+{10\choose 10}p^{10}(1-p)^0\end{eqnarray}$$ $$\begin{eqnarray} P(X\ge 2)&=&1-P(X < 2)=1-P(X=0)-P(X=1)=\\ &=&1-{10\choose 0}p^0(1-p)^{10}-{10\choose 1}p^1(1-p)^{9}\end{eqnarray}$$

 

Parametri della distribuzione binomiale

Si può verificare che se $X$ si distribuisce secondo una binomiale di parametri $n$ e $p$, si possono calcolare facilmente i seguenti parametri:

Nome
parametro
Calcolo
parametro
Media o valore atteso $$E(X)=\mu=n\cdot p$$
Varianza $$VAR(X)=\sigma^2=n\cdot p\cdot (1-p)$$
Deviazione standard $$DEV(X)=\sigma=\sqrt{n\cdot p\cdot (1-p)}$$
Coefficiente di asimmetria $$\alpha=\frac{(1-p)p}{\sqrt{n\cdot p\cdot (1-p)}}$$
Coefficiente di Curtosi $$k=3+\frac{1-6p(1-p)}{n\cdot p\cdot (1-p)}$$

 

Guarda il video che ho registrato se preferisci una spiegazione orale della distribuzione binomiale.

 

Vai agli esercizi

Il quaderno degli appunti
Statistica e Probabilità

Coefficiente di correlazione di Pearson

Dati due variabili quantitative X e Y, si dice coefficiente di correlazione o covarianza normalizzata di X e Y il rapporto tra la covarianza e il prod
Trigonometria

Teorema del coseno o di Carnot

Il teorema del coseno (o di Carnot) è una conseguenza del teorema delle proiezioni (visto qui) e afferma che in un triangolo qualsiasi, il quadrato d
Trigonometria

Teorema delle proiezioni

Il teorema delle proiezioni dice che in un triangolo qualsiasi la misura di un lato è uguale alla somma dei prodotti di quelle degli altri due lati p