Beruflich Dokumente
Kultur Dokumente
DISTRIBUCION DE
PROBABILIDAD
GEOMETRCA
JEISSON GARCIA CRESPO
LAURA CARRILLO HOYOS
OSCAR HERNANDEZ POMAR
TAMBIEN DENOMINADO
DISTRIBUCION DE PASCAL
Es un modelo adecuado para aquellos procesos en los que se repiten pruebas hasta la
consecucin del xito a resultado deseado y tiene interesantes aplicaciones en los
muestreos realizados de esta manera. Tambin implica la existencia de una dicotoma
de posibles resultados y la independencia de las pruebas entre s.
Dicotoma : [1] Divisin de un concepto o una materia terica en dos aspectos,
especialmente cuando son opuestos o estn muy diferenciados entre s. [2] Un par de
conceptos complementarios. [3] Una subdivisin, que desmiembra o disecta el rea de
un objeto en exactamente dos reas (o en su defecto, conceptos) complementarios
EN PALABRAS SIMPLES
APLICACIN
APLICACIN
APLICACIN
NOTACION
INTERPRETACION DEL LENGUAJE MATEMATICO APLICADO
NOTACIN
En este caso se dice que la variable aleatoria X tiene una distribucin geomtrica de
parmetro (p) y se utiliza la siguiente terminologa X ~ G (p) (Se lee: X se distribuye
geomtrica de parmetro p)
NOTACIN
Para cada numero real X, una funcin de distribucin acumulada dada por la siguiente
definicin:
NOTACIN
NOTACIN
Cuando hay mas de una variable aleatoria y se vuelve necesario explicitar una diferencia entre la
funciones, se representa con subndices de la siguiente forma:
FUNCION DE PROBABILIDAD
FUNCIN DE PROBABILIDAD
p = Probabilidad de xito
q = (1-p) = Probabilidad de fracaso
Se tienen dos posibilidades, cuando se tiene la posibilidad de
analizar el numero de ensayos requeridos para obtener un primer
xito asumiendo que se requieren k ensayos para llegar a ese xito,
se representa mediante el producto de la probabilidad de xito por
la probabilidad de fracaso elevado a k-1, teniendo en cuenta que k
representa el numero de ensayos requeridos para llegar un xito en
donde
FUNCIN DE PROBABILIDAD
K no puede tomar 0
FUNCION DE PROBABILIDAD
ACUMULADA
En donde [x] denota la parte entera de x
Media:
Varianza:
Desviacion estndar:
Esperanza =
MEDIANA
Entonces:
En donde q = (1 - p)
GRAFICA
GRAFICA
La funcin alcanza su valor mximo p cuando x = 0 y despus decae cuando se
presentan valores x>0
GRAFICA
En los clculos que se harn a continuacin se har uso de la siguiente ecuacin:
Las sumas de este tipo reciben el nombre de sumas geomtricas y puede decirse
tambin que:
En las probabilidades asociadas a dicha variable aleatoria geomtrica, aparece este tipo
de sumas y es por eso que la distribucin de esta variables se le denomina variable
geomtrica
COMPROBACION DE PROBABILIDAD
Justamente se utiliza el resultado X ~ G (p) para comprobar que la funcin f(x) es una
funcin de probabilidad
EJEMPLO
SOLUCION
X = # Participaciones sin premio antes de ganar
Entonces X ~ G (p) en donde
Entonces,
se pregunta lo siguiente: Numero de semanas promedio hasta ganar la lotera
EJEMPLO
GRAFICA
Grfica representativa para diferentes X
0.18
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
EQUIVALENCIAS Y
RELACIONES ENTRE LAS
DEMAS FUNCIONES
RELACIN
Hay autores (Aranda y Gmez, 1992), que dicen que la distribucin binomial negativa
se la conoce tambin con el nombre de distribucin de Pascal, mientras que otros
(Castillo, 1978) definen la distribucin de Pascal para el caso de r = 1, es decir para
distribucin geomtrica.
ENSAYO DE BERNOULLI
Este tipo de variable se conoce a travs de los ensayos de Bernoulli, se recuerda que
estos ensayos son de carcter dicotmico, el cual, permite dos posible resultados,
xito o fracaso.
El Ensayo de Bernoulli es la base para todas las distribuciones de variables discretas
Cuando se parte del ensayo de Bernoulli hay dos posibilidades, analizar la distribucin
de probabilidades de un numero X de ensayos de Bernoulli necesario para obtener un
xito, o un numero determinado Y (Y= X-1) que corresponde al numero de fallos
necesarios en los ensayos para obtener un xito
DISTRIBUCION BINOMIAL
NEGATIVA
FIN DE LA PRESENTACIN
GRACIAS POR SU ATENCION