La traducción de esta página aún no se ha actualizado a la versión más reciente. Haga clic aquí para ver la última versión en inglés.

binopdf

Función de densidad de probabilidad binomial

Sintaxis

y = binopdf(x,n,p)

Descripción

y = binopdf(x,n,p) calcula la función de densidad de probabilidad binomial de cada uno de los valores de x utilizando el correspondiente número de pruebas de n y la probabilidad de éxito de cada prueba de p.

x, n y p pueden ser vectores, matrices o arreglos multidimensionales del mismo tamaño. Alternativamente, uno o más argumentos pueden ser escalares. La función binopdf expande las entradas de escalar a arreglos constantes con las mismas dimensiones que las otras entradas.

Ejemplos

Calcular y representar la función de densidad de probabilidad binomial

Calcule y represente la función de densidad de probabilidad binomial del intervalo especificado de los valores enteros, el número de pruebas y la probabilidad de éxito de cada prueba.

En un día, un inspector de control de calidad prueba 200 placas base. El 2% de las placas están defectuosas. Calcule la probabilidad de que el inspector no encuentre ninguna placa defectuosa un día cualquiera.

binopdf(0,200,0.02)

ans = 0.0176

Calcule los valores de la función de densidad de probabilidad binomial en cada valor de 0 a 200. Estos valores corresponden a las probabilidades de que el inspector encuentre 0, 1, 2, …, 200 placas defectuosas un día cualquiera.

defects = 0:200;
y = binopdf(defects,200,.02);

Represente los valores de probabilidad binomial resultantes.

plot(defects,y)

Calcule el número más probable de placas defectuosas que el inspector puede encontrar en un día.

[x,i] = max(y);
defects(i)

ans = 4

Argumentos de entrada

x — Valores en los que evaluar la función de densidad de probabilidad binomial

entero del intervalo [0 n] | arreglo de enteros del intervalo [0 n]

Los valores en los que evaluar la función de densidad de probabilidad binomial, especificados como entero o arreglo de enteros. Todos los valores de x deben pertenecer al intervalo [0 n], donde n es el número de pruebas.

Ejemplo: [0,1,3,4]

Tipos de datos: single | double

n — Número de pruebas

entero positivo | arreglo de enteros positivos

El número de pruebas, especificado como entero positivo o arreglo de enteros positivos.

Ejemplo: [10,20,50,100]

Tipos de datos: single | double

p — Probabilidad de éxito de cada prueba

valor de escalar del intervalo [0 1] | arreglo de valores de escalar del intervalo [0 1]

La probabilidad de éxito de cada prueba, especificada como valor de escalar o un arreglo de valores de escalar. Todos los valores de p deben pertenecer al intervalo [0 1].

Ejemplo: [0.01,0.1,0.5,0.7]

Tipos de datos: single | double

Argumentos de salida

y — Valores de la función de densidad de probabilidad binomial

valor de escalar | arreglo de valores de escalar

Los valores de la función de densidad de probabilidad binomial, devueltos como valor de escalar o arreglo de valores de escalar. Cada elemento de y es el valor de la función de densidad de probabilidad binomial de la distribución evaluada en el elemento correspondiente de x.

Tipos de datos: single | double

Más acerca de

Función de densidad de probabilidad binomial

La función de densidad de probabilidad binomial permite obtener la probabilidad de observar con exactitud los éxitos de x en las pruebas de n, con la probabilidad p de éxito de una sola prueba.

La función de densidad de probabilidad binomial de un valor de x dado y un par de parámetros n y p dados es

$$y=f(x|n,p)=\left(\begin{array}{c}n\\ x\end{array}\right)p^x{q}^{(n-x)}{I}_{(0,1,\mathrm{...},n)}(x)$$

donde q = 1 – p. El valor resultante y es la probabilidad de observar con exactitud los éxitos de x en las pruebas independientes de n, donde la probabilidad de éxito de cualquier prueba es p. La función de indicador I_(0,1,...,n)(x) garantiza que x solo adopta valores 0, 1, …, n.

Funcionalidad alternativa

• binopdf es una función específica para la distribución binomial. Statistics and Machine Learning Toolbox™ también ofrece la función genérica pdf, que es compatible con varias distribuciones de probabilidad. Para utilizar pdf, especifique el nombre de la distribución de probabilidad y sus parámetros. De forma alternativa, cree un objeto de distribución de probabilidad BinomialDistribution y pase el objeto como un argumento de entrada. Tenga en cuenta que la función específica de distribución binopdf es más rápida que la función genérica pdf.

• Use la app Probability Distribution Function para crear una gráfica interactiva de la función de distribución acumulativa (cdf) o de la función de densidad de probabilidad (pdf) para obtener una distribución de probabilidad.

Capacidades ampliadas

Generación de código C/C++
Genere código C y C++ mediante MATLAB® Coder™.

Arreglos GPU

Acelere código mediante la ejecución en una unidad de procesamiento gráfico (GPU) mediante Parallel Computing Toolbox™.

Esta función es totalmente compatible con los arreglos de GPU. Para obtener más información, consulte Run MATLAB Functions on a GPU (Parallel Computing Toolbox).

Historial de versiones

Introducido antes de R2006a

Consulte también

pdf | binoinv | binocdf | binofit | binostat | binornd | BinomialDistribution

Temas

• Distribución binomial