
Distribución de Gauss
Storyboard 
En el limite de probabilidades similares la distribución binomial se reduce en el limite continuo a la distribución Gausseana.
ID:(1556, 0)

Distribución binomial
Ecuación 
Con la probabilidad de que se de un numero definido de pasos a la derecha e izquierda esta dada por
W_N(n_1,n_2)=\displaystyle\frac{N!}{n_1!n_2!}p^{n_1}q^{n_2} |
con el número total de pasos es
N=n_1+n_2 |
y solo existe la probabilidad de ir a la derecha o a la izquierda, con se tiene para las probabilidades que
p+q=1 |
por lo que con se tiene la distribución binomial
W_N(n) =\displaystyle\frac{ N !}{ n !( N - n )!} p ^ n (1- p )^{ N - n } |
ID:(8961, 0)

Aproximación para N!
Ecuación 
Con la aproximación de Stirling
u!\sim\sqrt{2\pi u}\left(\displaystyle\frac{u}{e}\right)^u |
y el cambio de variables
u = N |
se obtiene que
N!\sim\sqrt{2\pi N}\left(\displaystyle\frac{N}{e}\right)^N |
ID:(8998, 0)

Aproximación para n!
Ecuación 
Con la aproximación de Stirling
u!\sim\sqrt{2\pi u}\left(\displaystyle\frac{u}{e}\right)^u |
y el cambio de variables
u = n |
se obtiene que
n!\sim\sqrt{2\pi n}\left(\displaystyle\frac{n}{e}\right)^n |
ID:(9003, 0)

Aproximación para (N-n)!
Ecuación 
Con la aproximación de Stirling
u!\sim\sqrt{2\pi u}\left(\displaystyle\frac{u}{e}\right)^u |
y el cambio de variables
u = N - n |
se obtiene
(N-n)!\sim\sqrt{2\pi(N-n)}\left(\displaystyle\frac{N-n}{e}\right)^{N-n} |
ID:(8999, 0)

Factor N!/n!(N-n)! para N\gg 1, n\gg 1 y N>n
Ecuación 
En el caso de probabilidades medianas (
N!\sim\sqrt{2\pi N}\left(\displaystyle\frac{N}{e}\right)^N |
n!\sim\sqrt{2\pi n}\left(\displaystyle\frac{n}{e}\right)^n |
y
(N-n)!\sim\sqrt{2\pi(N-n)}\left(\displaystyle\frac{N-n}{e}\right)^{N-n} |
se obtiene
\displaystyle\frac{N!}{n!(N-n)!}\sim\displaystyle\frac{1}{\sqrt{2\pi N}}\left(\displaystyle\frac{n}{N}\right)^{-n-1/2}\left(\displaystyle\frac{N-n}{N}\right)^{-N+n-1/2} |
ID:(507, 0)

Binomial para números grandes y probabilidades medias
Ecuación 
La expresión
W_N(n) =\displaystyle\frac{ N !}{ n !( N - n )!} p ^ n (1- p )^{ N - n } |
se reduce con
\displaystyle\frac{N!}{n!(N-n)!}\sim\displaystyle\frac{1}{\sqrt{2\pi N}}\left(\displaystyle\frac{n}{N}\right)^{-n-1/2}\left(\displaystyle\frac{N-n}{N}\right)^{-N+n-1/2} |
a la representación
W_N(n)\sim\displaystyle\frac{1}{\sqrt{2\pi N}}\left(\displaystyle\frac{n}{N}\right)^{-n-1/2}\left(\displaystyle\frac{N-n}{N}\right)^{-N+n-1/2}p^n(1-p)^{N-n} |
ID:(506, 0)

Posición media
Ecuación 
Si se dan
\mu=aNp |
ID:(9008, 0)

Cambio de variables por desplazamiento x=(n-Np)a
Ecuación 
Para obtener la distribución de Gauss es necesario desarrollar la distribución en torno de su desviación de su posición media que se puede dar por
x=(n-Np)a |
ID:(8973, 0)

Factor n/N en función del camino x
Ecuación 
Como el camino es
x=(n-Np)a |
el factor
\displaystyle\frac{n}{N}=p\left(1+\displaystyle\frac{x}{aNp}\right) |
ID:(9004, 0)

Factor N-n/N en función del camino x
Ecuación 
Como el camino es
x=(n-Np)a |
el factor
\displaystyle\frac{N-n}{N}=(1-p)\left(1-\displaystyle\frac{x}{aN(1-p)}\right) |
ID:(9005, 0)

Distribución binomial en función de la desviación
Ecuación 
Si se introduce en la distribución binomial para el caso números grandes y probabilidades en torno a 1/2
W_N(n)\sim\displaystyle\frac{1}{\sqrt{2\pi N}}\left(\displaystyle\frac{n}{N}\right)^{-n-1/2}\left(\displaystyle\frac{N-n}{N}\right)^{-N+n-1/2}p^n(1-p)^{N-n} |
las expresiones
\displaystyle\frac{n}{N}=p\left(1+\displaystyle\frac{x}{aNp}\right) |
y
\displaystyle\frac{N-n}{N}=(1-p)\left(1-\displaystyle\frac{x}{aN(1-p)}\right) |
se obtiene una distribución de la forma
W_N(n)\sim\displaystyle\frac{1}{\sqrt{2\pi N}p(1-p)}\left(1+\displaystyle\frac{x}{aNp}\right)^{-n-1/2}\left(1-\displaystyle\frac{x}{aN(1-p)}\right)^{-N+n-1/2} |
ID:(8974, 0)

Cambio de variable u=x/aNp
Ecuación 
Para desarrollar el factor
u=\displaystyle\frac{x}{aNp} |
ID:(9021, 0)

Factor 1+x/aNp para N\gg 1 y p\sim 1/2
Ecuación 
Con la aproximación
1+u\sim e^{u-\frac{1}{2}u^2} |
y el cambio de variable
u=\displaystyle\frac{x}{aNp} |
se tiene que
\left(1+\displaystyle\frac{x}{aNp}\right)\sim e^{x/aNp-x^2/2a^2N^2p^2} |
ID:(9006, 0)

Cambio de variable u=x/aN(1-p)
Ecuación 
Para desarrollar el factor
u=\displaystyle\frac{x}{aN(1-p)} |
ID:(9022, 0)

Factor 1-x/aN(1-p) para N\gg 1 y p\sim 1/2
Ecuación 
Con la aproximación
1+u\sim e^{u-\frac{1}{2}u^2} |
y el cambio de variable
u=\displaystyle\frac{x}{aN(1-p)} |
se tiene que
\left(1-\displaystyle\frac{x}{aN(1-p)}\right)\sim e^{-x/aN(1-p)-x^2/2a^2N^2(1-p)^2} |
ID:(9007, 0)

Probabilidad para N grandes y p medianos
Ecuación 
Se puede demostrar que para un número grande
P(x)=\displaystyle\frac{1}{\sqrt{2\pi N^2p(1-p)}}e^{-(x-aNp)^2/2N^2p(1-p)} |
En este caso se reemplazo la probabilidad
ID:(3367, 0)

Generalización del límite de números grandes
Ecuación 
En el problema del Random Walk, con probabilidades
P(x)=\displaystyle\frac{1}{\sqrt{2\pi\sigma^2}}e^{-(x-\mu)^2/2\sigma^2} |
En este caso se reemplazo la probabilidad
ID:(3368, 0)

Desviación estandar de distribución Gauss
Ecuación 
La desviación estandar de la distribución binomial en el límite
\sigma^2 = N ^2 p (1- p ) |
ID:(8963, 0)

Ejemplo comparación con distribución Gaussiana
Imagen 
Si se estudia la distribución binomial para números grandes
P(x)=\displaystyle\frac{1}{\sqrt{2\pi\sigma^2}}e^{-(x-\mu)^2/2\sigma^2} |
que se representa a continuación:
ID:(7793, 0)

0
Video
Video: Distribución de Gauss