Está en la página 1de 22

1

2
En estadstica la Distribucin hipergeomtrica es una
distribucin de probabilidad discreta con tres
parmetros discretos, s, x y n cuya funcin de
probabilidad es:
3
( )( )
( ) n N
x N s N x s
C
C C
x P

= ) (
Donde:

N es el tamao de la poblacin
S es la cantidad de xitos en la poblacin
x es el nmero de xitos en la muestra. Puede ser 0, 1, 2, 3,

n es el tamao de la muestra, o el nmero de ensayos
C es el smbolo para una combinacin
Los experimentos que tienen este tipo de
distribucin tienen las siguientes
caractersticas:
a) Al realizar un experimento con este
tipo de distribucin, se esperan dos tipos
de resultados.
b) Las probabilidades asociadas a cada
uno de los resultados no son constantes.
c) Cada ensayo o repeticin del
experimento no es independiente de los
dems.
d) El nmero de repeticiones del
experimento (n) es constante.

4
La fbrica de juguetes Play Time Toys, Inc. Tiene 50
empleados en el departamento de ensamble. De estos, 40
pertenecen a un sindicato y 10 no. Se van a elegir cinco
empleados aleatoriamente, para q integren un comit que
hablar con el gerente acerca de la hora de inicio de los
distintos turnos. Cul es la probabilidad de que cuatro de
los cinco elegidos pertenezcan al sindicato?

SOLUCIN

La poblacin en este caso son los 50 empleados del
departamento de ensamble. Un empleado puede ser elegido
para el comit solo una vez. Por tanto el muestreo se efecta
sin reemplazo. As que, la probabilidad de elegir, por
ejemplo, un obrero que pertenezca al sindicato, varia de un
ensayo a otro. La distribucin hipergeomtrica es la
apropiada para determinar esta probabilidad en este
problema.
5
N es 50, el nmero de empleados.
S es 40, el nmero de empleados del sindicato
x es 4, el nmero de empleados del sindicato que fueron
seleccionados
n es 5, el nmero de empleados elegidos

Se quiere encontrar la probabilidad de que 4 de los 5 miembros
del comit pertenezcan al sindicato. Al sustituir estos valores en
la frmula se obtiene:







En consecuencia, la probabilidad de elegir aleatoriamente 5
empleados del departamento de ensamble, y la probabilidad de
hallar que 4 de los 5 pertenecen al sindicato es 0.431. = 43%
6
( )( )
( )
( )( )
431 . 0
2118760
10 91390
! 45 ! 5
! 50
! 9 ! 1
! 10
! 36 ! 4
! 40
) 4 (
5 50
4 5 40 50 4 40
= =
|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
=

=
C
C C
P
Quince automviles son llevados a una concesionaria para validar su
garanta suponga que cinco presentan graves problemas de motor,
mientras que diez tienen problemas sin importancia. Se eligen
aleatoriamente seis automviles para componerlos. Cul es la
probabilidad de que dos tengan graves problemas?
N = 15, es el tamao de la poblacin
S = 5 es la cantidad de xitos en la poblacin
x = 2 es el nmero de xitos en la muestra. Puede ser 0, 1, 2, 3,
n =6 es el tamao de la muestra, o el nmero de ensayos
C es el smbolo para una combinacin

SOLUCIN






En consecuencia, la probabilidad de elegir aleatoriamente 6
automviles con problemas graves, y la probabilidad de hallar que 2 de
los 6 tienen problemas es 0.4195. = 42%



7
( )( )
( )
( )( )
41958 . 0
5005
210 10
! 9 ! 6
! 15
! 6 ! 4
! 10
! 3 ! 2
! 5
) 4 (
6 15
2 6 5 15 2 5
= =
|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
=

=
C
C C
P
DATO HISTRICO

La distribucin de Poisson se llama as en honor a su
creador, el francs Simen Dennis Poisson (1781-1840),
Esta distribucin de probabilidades fue uno de los mltiples
trabajos matemticos que Dennis complet en su productiva
trayectoria.

Existen situaciones en las que la probabilidad de ocurrencia
p de un suceso es muy pequea mientras que es muy
grande el nmero n de unidades a verificar.
El clculo de probabilidades con la binomial resulta muy
costoso por lo que se intenta aproximarlo a otra distribucin.
Para los cientficos de la poca sta era la ley normal, que
consideraban una especie de dogma universal, a la que
deban someterse todos los fenmenos, incluso los de
carcter social.

Sin embargo, Poisson obtiene en 1836 este importante
resultado si p difiere mucho de 1/2 la ley normal no es la
representacin asinttica adecuada. Descubra as la ley
que lleva su nombre, o dicha tambin la ley de los sucesos
raros, llamada por Bortkiewicz ley de los pequeos
nmeros.

8
9
Muchos estudios se basan en el conteo de las
veces que se presenta un evento dentro de un
rea de oportunidad dada.

El rea de oportunidad es una variables continua
en donde se puede presentar ms de un evento.
Nmero de clientes que son atendidos en el
banco en una hora
Clientes: Variable discreta
Hora: Rango de tiempo
Variable continua.

S aplica Poisson
10
Nmero de personas que viven en
Honduras por kilmetro cuadrado

Personas: Variable discreta

Kilometro: Superficie
Variable continua.


S aplica Poisson
11
La distribucin de Poisson tiene un
parmetro que representa la media.
El smbolo para denotar la
distribucin de Poisson es la letra
griega Lambda ().
La media es igual que la varianza
12
!
) (
x
e
x X P
x


= =
13
e = 2.71828
La frmula de la distribucin es:
146525 . 0
2
29305 . 0
1 2
) 16 )( 0183156 . 0 (
) 2 (
! 2
4
) 2 (
!
) (
2 4
= = = =
= =
= =

x
X P
e
X P
x
e
x X P
x

14
La probabilidad de que x=2 es del 14.65%
1336 . 0
24
2064 . 3
1 2 3 4
) 06 . 39 )( 082085 . 0 (
) 4 (
! 4
5 . 2
) 4 (
!
) (
4 5 . 2
= = = =
= =
= =

x x x
X P
e
X P
x
e
x X P
x

15
La probabilidad de que x=4 es del 13.36%
16
224 . 0
1 2
) 9 )( 049787 . 0 (
) 2 (
! 2
3
) 2 (
!
) (
2 3
= = =
= = = =

x
X P
e
X P
x
e
x X P
x

17
La probabilidad que lleguen 2 clientes por minuto es 22.4%
La probabilidad de que un evento sea menor o
igual que 2, se denota as:



Cuando la poblacin es infinita, la probabilidad en
mayor se convierten en tipo menor, de la siguiente
manera:
) 0 ( ) 1 ( ) 2 ( ) 2 ( = + = + = = s X P X P X P X P
) 2 ( 1 ) 2 ( s = > X P X P
18
199147 . 0 ) 2 (
049787 . 0 14936 . 0 ) 2 (
1
) 1 )( 049787 . 0 (
1
) 3 )( 049787 . 0 (
) 2 (
! 0
3
! 1
3
) 2 (
) 0 ( ) 1 ( ) 2 (
0 3 1 3
= <
+ = <
+ = <
+ = <
= + = = <

X P
X P
X P
e e
X P
X P X P X P
19
La probabilidad de que x<2 es de 19.91%
423187 . 0 ) 2 (
049787 . 0 14936 . 0 22404 . 0 ) 2 (
1
) 1 )( 049787 . 0 (
1
) 3 )( 049787 . 0 (
1 2
) 9 )( 049787 . 0 (
) 2 (
! 0
3
! 1
3
! 2
3
) 2 (
) 0 ( ) 1 ( ) 2 ( ) 2 (
0 3 1 3 2 3
= s
+ + = s
+ + = s
+ + = s
= + = + = = s

X P
X P
x
X P
e e e
X P
X P X P X P X P
20
La probabilidad de que x 2 es de 42.32%
49289 . 0 ) 2 (
10082 . 0 16803 . 0 22404 . 0 ) 2 (
1 2 3 4
) 243 )( 049787 . 0 (
1 2 3 4
) 81 )( 049787 . 0 (
1 2 3
) 27 )( 049787 . 0 (
) 2 (
! 5
3
! 4
3
! 3
3
) 2 (
) 5 ( ) 4 ( ) 3 ( ) 2 (
5 3 4 3 3 3
= >
+ + = >
+ + = >
+ + = >
= + = + = = >

X P
X P
x x x x x x x x x
X P
e e e
X P
X P X P X P X P
21
La probabilidad de que x 2 es de 42.32%
22