0% encontró este documento útil (0 votos)
871 vistas3 páginas

Distribución Binomial Negativa

La distribución binomial negativa modela el número de ensayos necesarios para obtener un número fijo de éxitos en una serie de pruebas independientes. Cada prueba tiene una probabilidad constante p de éxito y q de fracaso, con p + q = 1. La variable aleatoria x representa el número de ensayos necesarios para obtener k éxitos. La distribución binomial negativa generaliza la distribución geométrica y cuenta con parámetros p y k.
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
871 vistas3 páginas

Distribución Binomial Negativa

La distribución binomial negativa modela el número de ensayos necesarios para obtener un número fijo de éxitos en una serie de pruebas independientes. Cada prueba tiene una probabilidad constante p de éxito y q de fracaso, con p + q = 1. La variable aleatoria x representa el número de ensayos necesarios para obtener k éxitos. La distribución binomial negativa generaliza la distribución geométrica y cuenta con parámetros p y k.
Derechos de autor
© Attribution Non-Commercial (BY-NC)
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

DISTRIBUCIN BINOMIAL NEGATIVA.(TEMA).

DEFINICION DE UNA DISTRIBUCIN BINOMINAL:


En estadstica, la distribucin binomial es una distribucin de probabilidad discreta que mide el nmero de xitos en una secuencia de n ensayos de Bernoulli independientes entre s, con una probabilidad fija p de ocurrencia del xito entre los ensayos.

DEFINICION: En estadstica la distribucin binomial negativa es una distribucin de probabilidad discreta que incluye a la distribucin de Pascal. En donde la variable que se estudia es X= NUMERO DE ENSAYOS requeridos para obtener K xitos en una serie de ensayos Bernoulli. Esta distribucin puede considerarse como una extensin o ampliacin de la distribucin geomtrica . CARACTERISTICAS: Si se trata de un experimento de extraccin ste se llevar cabo con devolucin del individuo extrado, a no ser que se trate de una poblacin en la que el nmero de individuos tenga de carcter infinito.

APLICACIN: La distribucin binomial negativa es un modelo adecuado para tratar aquellos procesos en los que se repite un determinado ensayo o prueba hasta conseguir un nmero determinado de resultados favorables (por vez primera) .

SIGNIFICADO DE LAS VARIABLES: p = probabilidad de xito q = probabilidad de fracaso K = cantidad de xitos x = numero de ensayos requeridos para obtener k-exitos

PROCESO A SEGUIR: El proceso consta de un nmero no definido de pruebas separadas o separables . El proceso concluir cuando se obtenga un determinado nmero de resultados favorables K. Definir las variables en el problema: p,q,x,k. Cada prueba puede dar dos resultados posibles mutuamente excluyentes A y no A La probabilidad de obtener un resultado A en cada una de las pruebas es p siendo la probabilidad de no A , q . Lo que nos lleva a que p+q=1 Las probabilidades p y q son constantes en todas las pruebas. Todas las pruebas son independientes. (Derivacin de la distribucin) Si, en estas circunstancias aleatorizamos de forma que la variable aleatoria x sea "el nmero de pruebas necesarias para conseguir K xitos o resultados A " ; entonces la variable aleatoria x seguir una distribucin binomial negativa con parmetros p y k.

OBTENCIN DE P Y Q: conocemos que P(A)= p y P(no A)= q

que sera la probabilidad de x si el suceso fuera precisamente con los resultados en ese orden.

FORMULA: Dado que pueden darse otros rdenes , en concreto formas u rdenes distintos . La funcin de cuanta de la distribucin binomial negativa quedar como :

OTRAS FORMULAS:
Su media es

si se piensa en el nmero de fracasos nicamente y

si se cuentan tambin los k-1 xitos. Su varianza es

También podría gustarte