Cálculos con Distribución Binomial en Google Colab usando Python

Curso de Matemáticas para Data Science: Probabilidad

Contenido del curso

Incertidumbre y probabilidad

Fundamentos de probabilidad

Distribuciones de probabilidad

MLE (Maximum Likelihood Estimation)

Inferencia bayesiana

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0019:19

Cálculos con Distribución Binomial en Google Colab usando Python

Curso de Matemáticas para Data Science: Probabilidad

Clase 8 de 17

Clase 8 / 17

Recursos

Calcular probabilidades a mano es fundamental para entender la teoría, pero dominar su implementación en código es lo que realmente potencia el análisis de datos. Aquí se explora cómo programar la distribución binomial en Python usando Google Colab, desde escribir la fórmula desde cero hasta validar resultados con librerías especializadas y generadores aleatorios que evidencian la filosofía frecuentista.

¿Cómo configurar el entorno en Google Colab para trabajar con probabilidad?

El entorno de trabajo es Google Colab, accesible desde colab.research.google.com asociando una cuenta de Gmail. No necesitas instalar nada en tu computador: todo se ejecuta en el navegador. Solo verifica que aparezca el ícono verde de conexión para confirmar que la instancia está activa [0:47].

Las librerías utilizadas son:

NumPy: manejo de matrices y arreglos numéricos. Se importa binomial desde numpy.random para generar números aleatorios basados en la distribución binomial.
SciPy: proporciona la función binom que implementa directamente la distribución binomial con sus atributos de densidad y acumulada.
math: incluye la función factorial, esencial para calcular combinatorios.
Matplotlib: librería de visualización que se importa como plt y permite crear gráficos de barras y otras representaciones [1:15].

¿Cómo programar la fórmula binomial desde cero en Python?

La función mi_binomial recibe tres parámetros: K (número de éxitos), n (número de lanzamientos) y p (probabilidad de éxito). Su estructura replica exactamente la fórmula matemática del combinatorio multiplicado por las potencias de éxito y fracaso [2:10].

El combinatorio se calcula como factorial(n) / (factorial(K) * factorial(n - K)). Las potencias se expresan con la función pow: pow(p, K) para la probabilidad de éxito elevada al número de éxitos, y pow(1 - p, n - K) para la probabilidad de fracaso elevada al número de fracasos [2:45].

Para validar, se calcula la probabilidad de obtener dos caras en tres lanzamientos con p = 0.5. El resultado es 0.375, equivalente a tres octavos, coincidiendo con el cálculo manual [3:30].

¿Qué ventaja ofrece SciPy frente a la implementación manual?

Con SciPy se construye la distribución usando binom(n=3, p=0.5), y se evalúa con el atributo PMF (probability mass function), que equivale a la densidad de probabilidad. El resultado es idéntico: 0.375 [4:10].

También existe el atributo CDF (cumulative density function), que calcula la función de distribución acumulada. Al evaluar dist.cdf(2), se obtiene la probabilidad de obtener dos o menos caras, que es 0.875 o siete octavos [5:15].

¿Qué son los generadores aleatorios y cómo validan la filosofía frecuentista?

Un generador aleatorio simula muestras de datos como si provinieran de experimentos reales. Son algoritmos determinísticos que se aproximan a procesos aleatorios, permitiendo simular lanzamientos de monedas o dados sin hacerlos físicamente [6:30].

La escuela frecuentista sostiene que la probabilidad teórica se cumple cuando el número de experimentos tiende a ser muy grande. Que una moneda tenga 50% de probabilidad de caer en cara no significa que de diez lanzamientos exactamente cinco sean cara, sino que la fracción se acerca al 50% conforme aumentan los intentos [7:05].

¿Cómo se simula y visualiza la convergencia frecuentista?

Se usa un ciclo for con la función binomial(n, p) de NumPy para ejecutar múltiples experimentos. Los resultados se almacenan en una lista mediante append [8:20].

Para obtener frecuencias se utiliza np.unique con el argumento return_counts=True, que identifica cada elemento único y cuenta sus apariciones. Dividiendo esos conteos entre el total se obtienen las probabilidades simuladas [9:40].

La visualización superpone dos diagramas de barras con Matplotlib:

Rojo: distribución simulada.
Azul: distribución teórica (calculada con PMF).
Se aplica transparencia con el argumento alpha para comparar ambas [11:05].

Con 20 experimentos, las distribuciones difieren notablemente. Con 200, comienzan a balancearse. Al realizar miles de experimentos, ambas distribuciones son prácticamente idénticas, confirmando el principio frecuentista [12:20].

Este esquema de simulación computacional es más común de lo que parece: cuando los experimentos reales son costosos, las versiones simuladas permiten validar hipótesis de forma económica y eficiente. ¿Has probado simular otras distribuciones con este mismo enfoque? Comparte tu experiencia.

Rubén Cuello

Hace 5 años

"Tu comentario contiene enlaces a sitios no seguros."?

Kevin Fiorentino

Hace 5 años

Compañero! Supongo que te refieres a cuando estás posteando un comentario en Platzi con algun enlace. Asegurate que el enlace sea HTTPS. Utiliza también el botón con el ícono de enlace para insertarlo. Y si estás copiando y pegando código fuente y este te lo reconoce como enlace, utiliza la opción </> para insertar código. Saludos!

Anthony Ismael Manotoa Moreno

Hace 5 años

Hola :)

Si lo que quieres poner es un enlace, siempre debe estar en este formato: https://dominio.com Si no pones el https, te aparecerá eso.

Por otro lado, si no querías poner un enlace, lo puedes poner como línea de código o como bloque de código. Esto lo puedes hacer con este formato:

`codigo` <- pon ese par de `

Entonces se verá de esta manera: codigo

Y para un bloque de código solo da clic en la opción de los comentarios llamada </> Instertar código

Comentarios (149)149 comentarios

Valenttina Cardozo

Hace 6 años

Daniel Camilo Velez Malagon

Luis Ruiz Ramos

Daniel Andrés Giraldo Benites

Sergio Alejandro Martínez

Alfredo Aguiar Arce

Carlos Rojas

Jorge Eliécer Ortiz Ballesteros

Juan Riquelme

Cesar Augusto Morales Godoy

Bryan

Alejandro Cuello Maure

Alejandro León

Nicolas Barragan

JAVIER SANTIAGO SALGADO

Richard Eduardo Sailema Medina

francisco porro

Hace 3 años

romina olivera

César Gabriel Carrasco Mejía

Josue Noha Valdivia

Sandra Mazo

Nelson Ricardo Ramírez García

Diego Fernando Torres Coy

Erika Itzel Hernández López

FRANCISCO VITERI

Antonio Demarco Bonino

Centli Allan Garcés Buendia

Incertidumbre y probabilidad

Fundamentos de Probabilidad para Ciencia de Datos

Probabilidad en Machine Learning: Fuentes de Incertidumbre y Modelos

Fundamentos de probabilidad

Tipos de Probabilidad: Conjunta, Marginal y Condicional

Probabilidades Condicionales y Correlación de Eventos Aleatorios

Paradojas de Probabilidad: Niño o Niña y Monty Hall

Distribuciones de probabilidad

Funciones y Distribuciones de Probabilidad en Cálculo

Distribuciones Discretas: Bernoulli y Binomial

Cálculos con Distribución Binomial en Google Colab usando Python

Análisis de Distribuciones Continuas: Enfoque en la Gaussiana

Estimación de Distribuciones de Probabilidad en Google Colab

MLE (Maximum Likelihood Estimation)

Estimación de Máxima Verosimilitud en Modelado Estadístico

Regresión Lineal con Estimación de Máxima Verosimilitud en Machine Learning

Regresión Logística y Estimación de Máxima Verosimilitud

Visualización de Máxima Verosimilitud en Regresión Logística

Inferencia bayesiana

Teorema de Bayes: Aplicación en Diagnósticos Médicos

Clasificación Bayesiana y el Algoritmo Naive Bayes

Ejercicios de Probabilidad para Ciencia de Datos

Cálculos con Distribución Binomial en Google Colab usando Python

Progreso del curso

Incertidumbre y probabilidad

Fundamentos de probabilidad

Distribuciones de probabilidad

MLE (Maximum Likelihood Estimation)

Inferencia bayesiana

Recursos

Recursos