DISTRIBUCION HIPERGEOMETRICA

La distribucin hipergeomtrica es especialmente til en todos aquellos casos en los que se extraigan muestras o se realizan experiencias repetidas sin devolucin del elemento extrado o sin retornar a la situacin experimental inicial. Modeliza , de hecho, situaciones en las que se repite un nmero determinado de veces una prueba dicotmica de manera que con cada sucesivo resultado se ve alterada la probabilidad de obtener en la siguiente prueba uno u otro resultado. Es una distribucin fundamental en el estudio de muestras pequeas de poblaciones pequeas y en el clculo de probabilidades de, juegos de azar y tiene grandes aplicaciones en el control de calidad en otros procesos experimentales en los que no es posible retornar a la situacin de partida. Esta distribucin se aplica cuando el muestreo se realiza sin repeticin y la probabilidad de xito no permanece constante de un ensayo a otros calcula mediante la frmula: Esta distribucin tiene por variable aleatoria a: ( ) Nmero de xitos en la muestra de tamao n sin remplazo. La cual genera un rango dado por: * ( )+

( )
Donde: N: Tamao de la poblacin M: Cantidad de xitos en la poblacin N - M: Cantidad de fracasos en la poblacin. x : Nmero de xitos n: Tamao de la muestra Los valores de esperanza y varianza matemtica son: ( ) ( ) [ ][ [ ] ][ ]

Ejemplo Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son defectuosos, si de seleccionan 4 objetos al azar, cul es la probabilidad de que 2 sean defectuosos? Solucin: N = 10 objetos en total a = 3 objetos defectuosos n = 4 objetos seleccionados en muestra x = 2 objetos defectuosos deseados en la muestra

Donde:

Probabilidad asociada a cada muestra de 4 objetos que se seleccionaron, con lo que se demuestra que las probabilidades no son constantes

Formas o maneras de obtener 2 objetos defectuosos entre los 4 seleccionados = muestras de 4 objetos entre los que 2 son defectuosos Como se observa en el desarrollo de la solucin del problema, la pretensin es demostrar que las probabilidades asociadas a cada uno de los resultados no son constantes. Luego la probabilidad de obtener 2 objetos defectuosos entre los 4 seleccionados al azar sera:

Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narctico en una botella que contiene 9 pldoras de vitamina que son similares en apariencia. Si el oficial de la aduana selecciona 3 tabletas aleatoriamente para analizarlas, a) Cul es la probabilidad de que el viajero sea arrestado por posesin de narcticos?, b) Cul es la probabilidad de que no sea arrestado por posesin de narcticos?. Solucin: a) N = 9+6 =15 total de tabletas a = 6 tabletas de narctico n = 3 tabletas seleccionadas x = 0, 1, 2, o 3 tabletas de narctico = variable que nos indica el nmero de tabletas de narctico que se puede encontrar al seleccionar las 3 tabletas p(viajero sea arrestado por posesin de narcticos) = p(de que entre las 3 tabletas seleccionadas haya 1 o ms tabletas de narctico)

b) p(no sea arrestado por posesin de narcticos)

DISTRIBUCION DE POISSON En probabilidades, la distribucin de Poisson es una de las distribuciones de probabilidad discreta. Esta distribucin se utiliza para calcular las posibilidades de un evento con la tasa media dada de valor (). Una variable aleatoria de Poisson (x) se refiere al nmero de xitos en un experimento de Poisson. Esta distribucin es una de las ms importantes distribuciones de variable discreta. Sus principales aplicaciones hacen referencia a la modelizacin de situaciones en las que nos interesa determinar el nmero de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas.

En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo, pieza, etc. Ejemplos

- # de defectos de una tela por m2 - # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc. - # de bacterias por cm2 de cultivo - # de llamadas telefnicas a un conmutador por hora, minuto, etc. - # de llegadas de embarcaciones a un puerto por da, mes, etc.

En un proceso Poisson de parmetro se observa t unidades de medida, en la cual se define la variable aleatoria como: ( ) Nmero de ocurrencia de eventos en t unidades de medida La cual genera un rango dado por: * +

La variable as definida se llama variable aleatoria de Poisson y la distribucin de probabilidad de X se llama distribucin de Poisson la cual esta definida por:

( )
Los valores de esperanza y varianza matemtica son: ( )

( ) Ejemplos: 1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10 cheques sin fondos en cualquiera de dos das consecutivos? Solucin: a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da cualquiera = 0, 1, 2, 3,.... = 6 cheques sin fondo por da = 2.718

b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos das consecutivos = 0, 1, 2, 3, = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das consecutivos Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma, debe hablar de lo mismo que x.