Distribuições binomiais são uma classe importante de discretos distribuições de probabilidade. Esses tipos de distribuição são uma série de n ensaios independentes de Bernoulli, cada um dos quais com uma probabilidade constante p de sucesso. Como em qualquer distribuição de probabilidade, gostaríamos de saber qual é o seu significado ou centro. Para isso, estamos realmente perguntando: “Qual é o valor esperado da distribuição binomial? "
Intuição vs. Prova
Se pensarmos cuidadosamente em um distribuição binomial, não é difícil determinar que o valor esperado valor desse tipo de distribuição de probabilidade é np. Para alguns exemplos rápidos disso, considere o seguinte:
- Se jogarmos 100 moedas, e X é o número de cabeças, o valor esperado de X é 50 = (1/2) 100.
- Se fizermos um teste de múltipla escolha com 20 perguntas e cada pergunta tiver quatro opções (apenas uma correto), então adivinhar aleatoriamente significaria que esperaríamos apenas (1/4) 20 = 5 perguntas corrigir.
Nos dois exemplos, vemos que
E [X] = n p. Dois casos dificilmente são suficientes para chegar a uma conclusão. Embora a intuição seja uma boa ferramenta para nos guiar, não basta formar um argumento matemático e provar que algo é verdadeiro. Como podemos provar definitivamente que o valor esperado dessa distribuição é de fato np?A partir da definição do valor esperado e da função massa de probabilidade para o distribuição binomial do n tentativas de probabilidade de sucesso p, podemos demonstrar que nossa intuição corresponde aos frutos do rigor matemático. Precisamos ser um tanto cuidadosos em nosso trabalho e ágeis em nossas manipulações do coeficiente binomial que é dado pela fórmula para combinações.
Começamos usando a fórmula:
E [X] = Σ x = 0n x C (n, x) px(1-p)n - x.
Como cada termo da soma é multiplicado por x, o valor do termo correspondente a x = 0 será 0 e, portanto, podemos escrever:
E [X] = Σ x = 1n x C (n, x) p x (1 - p) n - x .
Manipulando os fatoriais envolvidos na expressão de C (n, x) nós podemos reescrever
x C (n, x) = n C (n - 1, x - 1).
Isso é verdade porque:
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).
Segue que:
E [X] = Σ x = 1n n C (n - 1, x - 1) p x (1 - p) n - x .
Nós fatoramos o n e um p da expressão acima:
E [X] = np Σ x = 1n C (n - 1, x - 1) p x - 1 (1 - p) (n - 1) - (x - 1) .
Uma mudança de variáveis r = x - 1 nos dá:
E [X] = np Σ r = 0n - 1 C (n - 1, r) p r (1 - p) (n - 1) - r .
Pela fórmula binomial, (x + y)k = Σ r = 0 kC (k, r) xr yk - r o somatório acima pode ser reescrito:
E [X] = (np) (p + (1 - p))n - 1 = np.
O argumento acima nos levou um longo caminho. Desde o início, apenas com a definição do valor esperado e da função de massa de probabilidade para uma distribuição binomial, provamos o que nossa intuição nos dizia. O valor esperado do distribuição binomialB (n, p) é n p.