Main Content

binopdf

Función de densidad de probabilidad binomial

Descripción

ejemplo

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

contraer todo

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)

Figure contains an axes object. The axes object contains an object of type line.

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

contraer todo

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

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

Ejemplo: [10,20,50,100]

Tipos de datos: single | double

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

contraer todo

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

contraer todo

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)=(nx)pxq(nx)I(0,1,...,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.

  • Utilice 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™.

Historial de versiones

Introducido antes de R2006a