Distribuciones discretas: Multinomial

La distribucin multinomial es similar a la distribucin binomial, con la diferencia de que en

lugar de dos posibles resultados en cada ensayo, puede haber mltiples resultados:
Ejemplo de distribucin binomial: a unas elecciones se presentaron 2 partidos polticos: el POPO
obtuvo un 70% de los votos y el JEJE el 30% restante. Cul es la probabilidad de que al elegir 5
ciudadanos al azar, 4 de ellos hallan votado al JEJE?
Ejemplo de distribucin multinomial: a esas elecciones se presentaron 4 partidos polticos: el
POPO obtuvo un 40% de los votos, el JEJE el 30%, el MUMU el 20% y el LALA el 10% restante.
Cul es la probabilidad de que al elegir 5 ciudadanos al azar, 3 hayan votado al POPO, 1 al
MUMU y 1 al LALA?
La distribucin multinomial sigue el siguiente modelo:

Donde:
X1 = x1: indica que el suceso X1 aparezca x1 veces (en el ejemplo, que el partido POPO lo hayan
votado 3 personas)
n: indica el nmero de veces que se ha repetido el suceso (en el ejemplo, 5 veces)
n!: es factorial de n (en el ejemplo: 5 * 4 * 3 * 2 * 1)
p1: es la probabilidad del suceso X1 (en el ejemplo, el 40%)
Veamos el ejemplo:

Luego:
P = 0,0256
Es decir, que la probabilidad de que las 5 personas elegidas hayan votado de esta manera es tan
slo del 2,56%
Nota: 0! es igual a 1, y cualquier nmero elevado a 0 es tambin igual a 1
Veamos otro ejemplo:
En una fiesta, el 20% de los asistentes son espaoles, el 30% franceses, el 40% italiano y el 10%
portugueses. En un pequeo grupo se han reunido 4 invitados: cual es la probabilidad de que 2
sean espaoles y 2 italianos?
Aplicamos el modelo:

Luego
P = 0,0384
Por lo tanto, la probabilidad de que el grupo est formado por personas de estos pases es tan
slo del 3,84%.
Distribucin Multinomial
Propiedades del experimento multinomial:
1.

El experimento consiste en n pruebas idnticas.

2.

Hay k posibles resultados de cada prueba

3.
Las probabilidades de los k resultados, denotadas por p1,p2,p3,..pk.se mantienen
constantes a lo largo de todas las pruebas, donde p1 + p2 + +pk=1
4.

Las pruebas son independientes

5.
Las variables aleatorias de interes son las cuentas y1, y2,,yk en cada una de las k
categoras de clasificacin
P(y1, y2,,yk ) = (p1)y1( p2)y2(pk)yk
Donde
pi=probebildad del resultado i en una sola prueba
p1 + p2 + +pk=1
n= y1, y2,,yk = numero de pruebas
yi=numero de osurrencias del resultado i en n pruebas
La media y la varianza de las variables multinomial yi son , respectivamente
=np1
Funcin geratriz de momentos:

D= pi
f=y1

=npi(1-pi)

Ejemplo:
Una empresa desea conocer la opinin que se tiene sobre tres productos, A, B, C. Sabiendo que
el producto A es preferido por e 10 % de los consumidores, el B, por el 30% y el c, por el 40%.
Cul es la probabilidad de que en una muestra aleatoria de 10 personas, dos prefieran A, tres
prefieran B y dos prefieran el producto C?
Se realizan 10 experimentos consistentes en preguntar a 10 personas sus preferencias por unos
productos determinados. Las opciones son cuatro:
Preferir A

con probabilidad 0,1

Preferir B

con probabilidad 0,3

Preferir C
No preferir ninguno

con probabilidad 0,4

con probabildad 0,2

Sea:
X1=nmero de personas que prefieren A
X2=nmero de personas que prefieren B
X3=nmero de personas que prefieren C
X4=nmero de personas que no prefieren ninguno
Calculamos:
p[X1=2, X2 =3, X3 =2, X4 =3]= 10!
2!3!2!3!
La distribucin beta-binomial tiene:

=0.12 0.33 0.42 0.23 = 0.0087