Anda di halaman 1dari 8

MODELO DE

DISTRIBUCION
GEOMETRICA
Modelos estocsticos del transporte

ALUMNO: Gustavo Antezana Navarro

PROFESOR: Luis Gonzalez Cos

FECHA DE ENTREGA: 6 de octubre 2017


INDICE
INTRODUCCION ............................................................................................................... 2
VARIABLE ALEATORIA DISCRETA: ............................................................................. 2
VARIABLE ALEATORIA CONTINUA: ............................................................................ 3
DISTRIBUCION GEOMETRICA ........................................................................................ 3
FUNCION DE CUANTIA: ............................................................................................... 3
FUNCION DE DISTRIBUCION:...................................................................................... 4
MEDIA:........................................................................................................................... 5
VARIANZA: .................................................................................................................... 5
MODA: ........................................................................................................................... 5
MEDIANA: ...................................................................................................................... 5
APLICACIN A PROBLEMAS EN TRANSPORTE Y TRANSITO...................................... 6
CONTROL DE VELOCIDADES MEDIANTE FOTORRADAR: ........................................ 6
BIBLIOGRAFIA .................................................................................................................. 6

1
INTRODUCCION

Las distribuciones de probabilidad presentan todos los datos posibles que puedan
presentarse como resultado de un experimento que se lleve a cabo, es decir, describe la
probabilidad de que un evento se realice en el futuro.

Son una herramienta fundamental para prever situaciones que puedan ocurrir adems de
disear un escenario de acontecimientos futuros considerando la tendencia de diversos
fenmenos naturales.

Toda distribucin de probabilidad es generada por una variable X, esta variable es


aleatoria, es decir, todo valor que adquiera es generado al azar y puede ser discreta o
continua.

VARIABLE ALEATORIA DISCRETA:

Es aquella que toma solo valores enteros o un numero finito de ellos. Ejemplos:

Numero de vehculos que circulan por cierta via.


Numero de personas viajando en un tren.
Numero de asistentes a un concierto. Etc.

ESPERANZA MATEMATICA:
Representa el valor medio de todas las muestras obtenidas. La media o valor esperado de
X es:

Donde: : media
x: valor obtenido de cada muestra
: funcin de probabilidad

VARIANZA:
Medida del cuadrado de la distancia promedio entre la media y cada muestra del
experimento. La varianza de X es:

Donde: : varianza

2
DESVIACION ESTANDAR:
Medida de dispersin de la misma dimensin fsica de la variable y se obtiene de la raz
cuadrada de la varianza. Se representa como y se expresa en las mismas unidades de
las muestras.

VARIABLE ALEATORIA CONTINUA:

Es aquella que toma valores enteros, decimales o infinitos dentro de un intervalo.


Ejemplos:

Valor del coseno de distinto angulo.


Concentracion de alguna vitamina dentro de una fruta.
Volumen de agua cada luego de una lluvia. Etc.

Dentro de las distribuciones de variable discreta estn las distribuciones Binomial,


Geometrica y de Poisson. Por otro lado, dentro de las distribuciones de variable continua
estn las distribuciones Uniforme, Exponencial y Normal.

DISTRIBUCION GEOMETRICA

La distribucin Geometrica es un modelo para los procesos donde se repiten pruebas


hasta la obtencin del xito mediante el resultado deseado. Este consta de un numero no
definido de pruebas separadas y termina al obtener el resultado deseado.

Cada prueba entrega solo dos resultados excluyentes entre s: C y no C. Por lo tanto, la
probabilidad de obtener resultado C en una prueba es p y la probabilidad de conseguir no
C como resultado es q, adems, p+q=1.

Las probabilidades de p y q se mantienen constantes en todas las pruebas, por lo tanto,


las pruebas son independientes entre si. Ademas, si se trata de una prueba de extraccin,
se realizara con devolucin del valor extraido.

FUNCION DE CUANTIA:
La funcin de cuantia corresponde a la probabilidad de que ocurra un suceso para
cualquier valor asignado a la variable X. En el caso de la distribucin Geometrica
corresponde al numero de pruebas necesarias para obtener el primer xito o el primer
resultado C.

Para obtener la funcin de cuantia debemos obtener una prueba exitosa sumado a las
pruebas que no fueron exitosas. Por lo tanto tenemos un suceso de pruebas:

3
Suceso y y y y y y =

(n-1) veces 1 vez (n-1) veces 1 vez

Debido a que se trata de sucesos independientes y sabemos las probabilidades.

P( )=p ; P( )=q

P(X) = P( )P( )P( )P( ) P( )P( )=

La funcin de cuantia queda representada por:

Con x=1, 2, 3, 4, 5,

EJEMPLO PARA p = 0,3:

FUNCION DE DISTRIBUCION:
De la funcin de cuantia se puede obtener la funcin de distribucin. La funcin de
distribucin equivale a la suma de todas las probabilidades posibles, considerando todos
los valores posibles para x. Se puede expresar de la siguiente manera:

4
Desarrollando esta formula queda:

lo que equivale a la funcin de distribucin:

MEDIA:
La media esta dada por:

VARIANZA:
La varianza esta dada por:

MODA:
La moda esta asociada al valor de la variable con mayor probabilidad de ocurrencia. En
este caso, viendo el grafico ejemplo para p=0,3 se puede observar que para X=1 siempre
ser el valor con mayor probabilidad debido al tipo de curva representado. En la
distribucin Geometrica la moda siempre esta representada por X=1.

MEDIANA:
La mediana se encuentra en el valor donde la funcin de distribucin es 0,5, por lo tanto:

Entonces la mediana queda:

5
APLICACIN A PROBLEMAS EN TRANSPORTE Y TRANSITO
CONTROL DE VELOCIDADES MEDIANTE FOTORRADAR:

En cierta autopista se tiene una velocidad mxima permitida de 120 km/h, la que es
controlada por fotorradar durante todo el tramo con 12 instrumentos. El instrumento tiene
una calibracin de tal manera que presenta una precisin de 99,5% en la velocidad
entregada.

Al sobrepasar la velocidad permitida se envia un parte empadronado.

BIBLIOGRAFIA

Distribucion de probabilidades
http://metodoscuantitativo2.galeon.com/enlaces2218784.html

6
Distribuciones de probabilidad
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/04Distribuciones
%20de%20Probabilidad.htm

C. Var. Aleat. Discretas


http://www.economia.unam.mx/profesores/blopez/estadistica-discretas.pdf

DISTRIBUCION GEOMETRICA
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/geometrica.htm