DISTRIBUCIÓN DE VARIABLES
ALEATORIAS DISCRETAS
BINOMIAL NEGATIVA O PASCAL Y
GEOMÉTRICA
I N T E G R A N T E S D E L E Q U I P O
Bautista Escamilla Analletzin
Barnard González David
Castro López Kevin Vicente
Chavarria Contreras Leopoldo Misael
Camarena Fernández Damián
Del Carmen Bibiano Carla Yoselin
INTRODUCCIÓN
Las distribuciones de probabilidad discretas son herramientas que permiten
establecer toda la gama posible de valores de un suceso o evento cuando este se
describe con una variable aleatoria discreta; en otras palabras, dichas
distribuciones nos permiten describir la probabilidad de que ocurran eventos
discretos. En este trabajo, se presentarán las siguientes dos distribuciones
discretas: Binomial negativa o Pascal y Geométrica.
DISTRIBUCIÓN GEOMÉTRICA
Es un modelo adecuado para aquellos procesos en los que se repiten pruebas hasta la
consecución del éxito a resultado deseado y tiene interesantes aplicaciones en los muestreos
realizados de esta manera .
La distribución geométrica es una distribución de probabilidad que define el número de
ensayos de Bernoulli necesarios hasta obtener el primer resultado con éxito.
Es decir, una distribución geométrica modela aquellos procesos en los que se repiten
experimentos de Bernoulli hasta que se consigue uno con un resultado de éxito.
· El proceso consta de un número no definido de pruebas o experimentos separados o
separables. El proceso concluirá cuando se obtenga por primera vez el resultado deseado
(éxito).
· Cada prueba puede dar dos resultados mutuamente excluyentes : A y no A
· La probabilidad de obtener un resultado A en cada prueba es p y la de obtener un resultado
no A es qsiendo (p + q = 1).
USOS Y APLICACIONES DE LA DISTRIBUCIÓN
GEOMÉTRICA
En biología, la longitud de los filamentos de actina sigue una distribución geométrica [2]. La
polimerización de actina se refiere a la hidrólisis de ATP en ADP; En cada paso del proceso,
un monómero de actina puede agregarse al filamento o caerse.
En ventas, la distribución se puede usar para modelar cuántos intentos de hacer una venta
terminarán en un éxito.
En la soldadura, una forma de probar la resistencia de la soldadura es cargar las uniones
soldadas hasta que se rompan en la soldadura o en la viga. La distribución podría usarse
para modelar cuántas juntas se cargan antes de que ocurra la primera fractura de la viga
Tiempo de Espera en Juegos de Azar : Puede representar el tiempo de espera hasta que
ocurra un evento específico en juegos de azar, como sacar un número determinado en un
dado.
Problemas de Filtración y Mantenimiento : En ingeniería, se puede utilizar para analizar la
probabilidad de que un filtro falle después de ciertos ciclos de limpieza o mantenimiento.
DISTRIBUCIÓN BINOMIAL
NEGATIVA O PASCAL
La distribución binomial negativa es un modelo de probabilidad
discreta que describe el número de ensayos independientes y
repetidos necesarios para obtener un número específico de
éxitos. Se utiliza para analizar situaciones en las que estamos
interesados en el número de fracasos antes de alcanzar un
cierto número de éxitos.
La importancia de la distribución binomial negativa en
estadística radica en su capacidad para modelar eventos raros y
poco comunes. A diferencia de la distribución binomial, que se
utiliza cuando estamos interesados en un número fijo de éxitos
en un número fijo de ensayos, la distribución binomial negativa
es útil cuando queremos determinar cuántos ensayos se
necesitan para lograr un número específico de éxitos.
USOS Y APLICACIONES DE LA DISTRIBUCION
BINOMIAL NEGATIVA/PASCAL
Aquí te dejamos algunos ejemplos de aplicaciones de la distribución binomial negativa:
Modelado de eventos raros o poco comunes: La distribución binomial negativa
utiliza para modelar situaciones en las que se desean estudiar eventos poco comunes
raros. Por ejemplo, en epidemiología, se puede usar para analizar la propagación d
enfermedades raras en una población.
Pronóstico de ventas: En el ámbito empresarial, la distribución binomial negativa pued
utilizarse para pronosticar el número de ventas necesarias para alcanzar un objetivo d
ingresos específico. Esto puede ser útil para planificar estrategias de marketing y estim
el rendimiento financiero.
Análisis de fallos o averías: En ingeniería y mantenimiento, la distribución binom
negativa se utiliza para analizar el número de fallos o averías que pueden ocurrir en u
sistema antes de que se alcance un cierto número de reparaciones exitosas.
EJERCICIO
Supongamos que un jugador de baloncesto tiene una probabilidad del 30% de hacer un tiro libre. El jugador
continuará lanzando tiros libres hasta que falle dos veces. Encuentra la probabilidad de que el jugador haga
exactamente 5 tiros antes de fallar dos veces.
Solución:
La distribución binomial negativa describe el número de ensayos independientes (lanzamientos en este
caso) que se deben realizar hasta obtener un número predefinido de éxitos (fallos en este caso). La fórmula
de la distribución binomial negativa es:
Donde:
k es el número de éxitos deseados (en este caso, 5 tiros exitosos),
r es el número total de éxitos deseados (en este caso, 2 fallos),
pag es la probabilidad de éxito en un solo ensayo (en este caso, la probabilidad de hacer un tiro libre)
q es la probabilidad de fracaso en un solo ensayo (q=1-pag)
En este ejercicio: k=5, r=2, pag=0.3, q=1-pag=0.7
Sustituyendo:
Podemos calcular la combinacion:
Al realizar las operaciones correspondientes se tiene que la probabilidad de que el jugador haga
exactamente 5 tiros antes de fallar dos veces es de aproximadamente 7.11%
1.- Si el número de aspirantes a la UdeG en 2018B es de
328 mil alumnos, de los cuales 88 mil son admitidos.
Calcula
A) ¿Cuál es la probabilidad de ser admitida?
B) ¿Cuál es la probabilidad de que la ficha
número 500 haya sido el primer admito?
CONCLUSIÓN
En conclusión, la presentación destacó la importancia y versatilidad de la
distribución geométrica y la distribución de Pascal en diversos contextos. La
distribución geométrica, al modelar la probabilidad de éxito en ensayos
independientes, encuentra aplicaciones en juegos de azar, marketing y análisis de
confiabilidad. Por otro lado, la distribución de Pascal, al describir el número de
ensayos necesarios para obtener un número específico de éxitos, se revela útil en
situaciones como pruebas de productos y procesos de fabricación. Ambas
distribuciones proporcionan herramientas fundamentales para comprender y
abordar fenómenos discretos y repetidos en una variedad de campos.
GRACIAS
POR SU ATENCIÓN INGES:)
BIBLIOGRAFÍA
Sánchez, J. R. G. (s. f.). Variable aleatoria discreta bachillerato. José R. Galo Sánchez.
[Link]
[Link]
DISTRIBUCIÓN BINOMIAL NEGATIVA. (s. f.).
[Link]
G, G. P. (s. f.). Practica un poco de estadística.: ejercicios resueltos utilizando una distribución de probabilidad binomial
negativa. Practica un poco de Estadística. [Link]
[Link]