Está en la página 1de 7

CARRERA DE INGENIERÍA ELECTRICA

PROBABILIDAD Y ESTADÍSTICA

INTEGRANTES:

ANDRES CARLIN

LUIS ORELLANA

MANUEL ORELLANA

DARIO OVIEDO

TEMA:

DISTRIBUCIÓN BINOMIAL NEGATIVA Y GEOMÉTRICA

GRUPO: 1

DOCENTE: ING. XAVIER SERRANO.MSc

CUENCA – ECUADOR
OBJETIVO GENERAL:

Conocer los conceptos básicos de la distribución binomial negativa y geométrica y su


aplicación de los mismos.

OBJETIVO ESPECÍFICO:

 Estudiar la distribución de probabilidad negativa y geométrica.

 Realizar ejercicios de aplicación de los temas estudiados.

INTRODUCCIÓN.
Las áreas de aplicación de las distribuciones binomial negativa y geométrica en este
caso es evidente que los ensayos que ocurren antes de un éxito representan un costo.
Si hay una alta probabilidad de que se requieran varios intentos antes de lograr
conectarse, entonces se debería rediseñar el sistema.
Las aplicaciones de la distribución binomial negativa son similares por naturaleza.
Supongamos que los intentos son costosos en algún sentido y que ocurren en
secuencia.
La alta probabilidad de que se requiera un número “grande” de intentos para
experimentar un número fijo de éxitos no es benefica ni para el científico ni para el
ingeniero.
El perforador define cierto nivel de éxitos perforando diferentes sitios en secuencia
para encontrar petróleo. Si solo se han hecho 6 intentos en el momento en que se
experimenta el segundo éxito, parecería que las utilidades superan de forma
considerable la inversión en que se incurre para la perforación.

DESARROLLO
La variable aleatoria y la distribución binomial negativa se basan en un experimento
que satisface las siguientes condiciones:
1. El experimento consiste en una secuencia de ensayos independientes.
2. Cada ensayo puede dar por resultado un éxito (E) o una falla (F).
3. La probabilidad de éxito es constante de un ensayo a otro, por lo tanto P(E en el
ensayo i) _ p con i _ 1, 2, 3. . . .
4. El experimento continúa (se realizan ensayos) hasta que un total de r éxitos hayan
sido observados, donde r es un entero positivo especificado.

Distribución binomial negativa


El número X de ensayos necesarios para generar k éxitos en un experimento binomial
negativo se denomina variable aleatoria binomial negativa y su distribución de
probabilidad se llama distribución binomial negativa. Dado que sus probabilidades
dependen del número de éxitos deseados y de la probabilidad de un éxito en un
ensayo dado, denotaremos ambas probabilidades con el símbolo b*(x; k, p). Para
obtener la formula general para b*(x; k, p), considere la probabilidad de un éxito en el
x-esimo ensayo precedido por k – 1 éxitos y x – k fracasos en un orden especifico.
Como los ensayos son independientes podemos multiplicar todas las probabilidades
que corresponden a cada resultado deseado. La probabilidad de que ocurra un éxito es
p y la probabilidad de que ocurra un fracaso es q = 1 – p.
Por lo tanto, la probabilidad para el orden especifico, que termina en un éxito, es
𝑝𝑘−1 𝑞 𝑥−𝑘 = 𝑝𝑘 𝑞 𝑥−𝑘

El número total de puntos muéstrales en el experimento que termina en un éxito,


después de la ocurrencia de k – 1 éxitos y x – k fracasos en cualquier orden, es igual al
número de particiones de x – 1 ensayos en dos grupos con k – 1 éxitos, que
corresponden a un grupo, y x – k fracasos, que corresponden al otro grupo. Este
𝑥 − 1
número se especifica con el término. ( ), cada uno es mutuamente
𝑘 − 1
excluyente y tiene las mismas probabilidades de ocurrir 𝑝𝑘 𝑞 𝑥−𝑘 . Obtenemos la
𝑥 − 1
formula general multiplicando 𝑝𝑘 𝑞 𝑥−𝑘 por ( ).
𝑘 − 1
Distribución binomial negativa:
Si ensayos independientes repetidos pueden dar como resultado un éxito con
probabilidad p y un fracaso con probabilidad q = 1 – p, entonces la distribución de
probabilidad de la variable aleatoria X, el número del ensayo en el que ocurre el k-
esimo éxito, es

P= probabilidad de éxito
q= probabilidad de fracaso
k= el objetivo de un experimento
x= el número de pruebas necesarias para conseguir k. x toma valores mayores a k.
La distribución binomial negativa deriva su nombre del hecho de que cada término de
la expansión de pk(1 – q)–k corresponde a los valores de b*(x; k, p) para x = k, k + 1, k +
2,.... Si consideramos el caso especial de la distribución binomial negativa, donde k = 1,
tenemos una distribución de probabilidad para el numero de ensayos que se requieren
para un solo éxito. Un ejemplo seria lanzar una moneda hasta que salga una cara. Nos
podemos interesar en la probabilidad de que la primera cara resulte en el cuarto
lanzamiento. En este caso la distribución binomial negativa se reduce a la forma.

RESOLUCIÓN DE EJERCICIO:
En la Serie de campeonato de la NBA el equipo que gane 4 de 7 juegos será el ganador
suponga que los equipos A y B se enfrentan en los juegos de campeonato y que el equipo
A tiene una probabilidad de 0.55 de ganarle al equipo B.
a) ¿Cuál es la probabilidad de que el equipo A gane la serie en 6 juegos?
b) ¿Cuál es la probabilidad de que el equipo A gane la serie?
c) Si ambos equipos se enfrentaran en la eliminatoria de una serie regional y el
triunfador fuera el que ganará 3 de 5 juegos ¿Cuál es la probabilidad de que el
equipo A gane la serie?

Solución:
5
a) 𝑏 ∗ (6; 4,0.55) = (3) 0.554 (1 − 0.55)6−4 = 𝟎. 𝟏𝟖𝟓𝟑
b) P (el equipo agana la serie de campeonato) es
𝑏 ∗ (4; 4,0.55) + 𝑏 ∗ (5; 4,0.55) + 𝑏 ∗ (6; 4,0.55) + 𝑏 ∗ (7; 4,0.55)
= 0.0915 + 0.1647 + 0.1853 + 0.1668 = 𝟎. 𝟓𝟗𝟑𝟏
c) P (el equipo A gana la eliminatoria) es
𝑏 ∗ (3; 3,0.55) + 𝑏 ∗ (4; 3,0.55) + 𝑏 ∗ (5; 3,0.55) = 0.1664 + 0.2246 + 0.2021
= 𝟎. 𝟓𝟗𝟑𝟏

Distribución geométrica
Como los términos sucesivos constituyen una progresión geométrica, se acostumbra
referirse a este caso especial como distribución geométrica y denotar sus valores con
g(x; p).

Si pruebas independientes repetidas pueden tener como resultado un éxito con


probabilidad p y un fracaso con probabilidad q = 1 – p, entonces la distribución de
probabilidad de la variable aleatoria X, el número de la prueba en el que ocurre el
primer éxito, es
La media y la varianza de una variable aleatoria que sigue la distribución
TEOREMA:
geométrica son:

RESOLUCIÓN DE EJERCICIO:

Distribución geométrica

𝑃(𝑋 = 𝑥) = 𝑞 𝑥−1 𝑝
P(x=x) = función de densidad, de la variable aleatoria con distribución geométrica
X número de experimentos hasta que aparece el primer éxito.
P probabilidad de éxito
Q probabilidad de fracaso (1-p)
Valor esperado de una variable E(x) =1/p
Varianza var(x)=1-p/p2
Calcular la probabilidad de que salga sello en la 6ta ocasión que se lanza una moneda

𝑥=6
1
𝑝= = 0.5
2
𝑞 = 0.5

𝑃(𝑥 = 6) = (0.5)5 (0.5) = 0.0156


𝑃(𝑥 = 6) = 𝟏. 𝟓𝟔%

Valor esperado
1
𝐸(𝑥) =
𝑝
1
𝐸(𝑥) =
0.5
𝐸(𝑥) = 𝟐
Varianza
1−𝑝
𝑉(𝑥) =
𝑝2
1 − 0.5
𝑉(𝑥) =
0.52
𝑉(𝑥) = 𝟐

CONCLUSIONES
En la distribución binomial negativa el número X es el número de ensayos necesarios para garantizar
que el valor k nos salga éxitos.
La distribución geométrica describe el número de fracasos necesarios antes de obtener éxito en
realizaciones independientes de un experimento.
BIBLIOGRAFÍA
[1] RONALD E. WALPOLE, RAYMOND H. MYERS, SHARON L. MYERS Y KEYING YE Probabilidad y
estadística para ingeniería y ciencias Novena edición PEARSON EDUCACIÓN, México, 2012

ANEXOS
Cuestionario:

1. Escriba las condiciones necesarias para una distribución binomial negativa.

 El experimento consiste en una secuencia de ensayos independientes.


 Cada ensayo puede dar por resultado un éxito (E) o una falla (F).
 La probabilidad de éxito es constante de un ensayo a otro, por lo tanto P(E en el
ensayo i) _ p con i _ 1, 2, 3. . . .
 El experimento continúa (se realizan ensayos) hasta que un total de r éxitos
hayan sido observados, donde r es un entero positivo especificado.

2. Escriba verdadero o falso.

La variable X es el número de ensayos necesarios para generar k éxitos en un


experimento binomial negativo. (verdadero)

3. Dada la siguiente ecuación describa las variables que la conforman:

P= probabilidad de éxito
q= probabilidad de fracaso
k= el objetivo de un experimento
x= el número de pruebas necesarias para conseguir k. x toma valores mayores a k.
4. Defina, ¿Qué es una distribución binomial negativa?
Es un modelo adecuado para tratar aquellos procesos en los que se repite un
determinado ensayo o prueba hasta conseguir un número determinado de resultados
favorables.(correcta)
Es un modelo no adecuado para tratar aquellos procesos en los que se repite un
determinado ensayo o prueba hasta conseguir un número determinado de resultados
favorables.
Es un modelo adecuado para tratar aquellos procesos en los que no se repiten ensayos
o pruebas hasta conseguir un número determinado de resultados positivos.

5. Complete: Como los términos sucesivos constituyen una progresión __________, se


acostumbra referirse a este caso especial como ____________ __________ y denotar sus
valores con _______

a) Binomial, distribución aritmética y g(x; q-1).


b) Geométrica, distribución geométrica y g(x; p).
c) Geométrica, distribución geométrica y f(x; q).
d) Geométrica, distribución binomial negativa y g(x; p-1).