Distribución Hipergeometrica

Los experimentos que tienen este tipo de distribución tienen las siguientes características:

a)Al realizar un experimento con este tipo de distribución, se esperan dos tipos de resultados.

b)Las probabilidades asociadas a cada uno de los resultados no son constantes.

c)Cada ensayo o repetición del experimento no es independiente de los demás.

d)El número de repeticiones del experimento (n) es constante.

Ejemplo:

En una urna o recipiente hay un total de N objetos, entre los cuales hay una cantidad a de objetos que son defectuosos, si se seleccionan de esta urna n objetos al azar, y sin reemplazo, ¿cuál es la probabilidad de obtener x objetos defectuosos?

Solución:

                                

donde:

p(x,n) = probabilidad de obtener x objetos defectuosos de entre n seleccionados

muestras de n objetos en donde hay x que son defectuosos y n-x buenos

todas las muestras posibles de seleccionar de n objetos tomadas de entre N objetos en total = espacio muestral

Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son defectuosos, si de seleccionan 4 objetos al azar, ¿cuál es la probabilidad de que 2 sean defectuosos?

Solución:

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 solución del problema, la pretensión 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 sería:

                                                            

Distribución Binomial

Cuando se dispone de una expresión matemática, es factible calcular la probabilidad de ocurrencia exacta correspondiente a cualquier resultado específico para la variable aleatoria.

La distribución de probabilidad binomial es uno de los modelos matemáticos (expresión matemática para representar una variable) que se utiliza cuando la variable aleatoria discreta es el número de éxitos en una muestra compuesta por n observaciones.

- La muestra se compone de un número fijo de observaciones n

- Cada observación se clasifica en una de dos categorías, mutuamente excluyentes (los eventos no pueden ocurrir de manera simultánea. Ejemplo: Una persona no puede ser de ambos sexos) y colectivamente exhaustivos (uno de los eventos debe ocurrir. Ejemplo: Al lanzar una moneda, si no ocurre cruz, entonces ocurre cara). A estas categorías se las denomina éxito y fracaso.

- La probabilidad de que una observación se clasifique como éxito, p, es constante de una observación o otra. De la misma forma, la probabilidad de que una observación se clasifique como fracaso, 1-p, es constante en todas las observaciones.

- La variable aleatoria binomial tiene un rango de 0 a n

Ecuación:

PX=n!X!n-X!·pX·1-pn-X

Donde

PX=Probabilidad de X éxitos, dadas y

n = Número de observaciones

p = Probabilidad de éxitos

1-p = Probabilidad de fracasos

X = Número de éxitos en la muestra (= 0, 1, 2, 3, 4,………)

Ejemplo ilustrativo N° 1

Determine P(X=5) para n = 6 y p = 0,83

Solución:

Aplicando la ecuación se obtiene:

PX=n!X!n-X!·pX·1-pn-X

PX=5=6!5!6-5!·0,835·1-0,836-5=0,4018

Variable Aleatoria Discreta

Las variables aleatorias pueden ser discretas y continuas. En el capítulo siguiente trataremos extensamente las variables aleatorias continuas (v. a. c.), pero de momento, con el objeto de visualizar la diferencia entre ellas, podemos decir que las discretas surgen generalmente al contar, mientras que las continuas aparecen cuando se mide.

na variable aleatoria continua teóricamente puede asumir cualquier valor entre dos límites dados, o sea que sus variaciones son infinitesimales, mientras que en las variables aleatorias discretas existen “saltos” o “interrupciones” entre los valores que puede tomar.

De acuerdo a lo anterior podemos decir que:

Una variable aleatoria X es discreta, si solamente puede tomar un conjunto numerable de valores.

Como ejemplos de variables aleatorias discretas podemos mencionar: el número de libros en una biblioteca, el número de habitantes en una población, la cantidad de dinero que una persona trae en su bolsillo, el número de aves en un gallinero, el número de admisiones diarias a un hospital, el número de accidentes automovilísticos en una carretera durante un año, etc.

Sea X una variable aleatoria asociada con un experimento aleatorio. Si el resultado de un experimento es a, entonces decimos que en esta prueba la variable aleatoria X ha tomado el valor a, o que hemos observado el valor X = a.

Una variable aleatoria tiene las siguientes propiedades:

1.La variable aleatoria X es un evento que se define en el espacio muestral S del experimento y sus valores son números reales.

2.Sea a cualquier número real y sea I cualquier intervalo de S. Entonces el

conjunto de todos los valores para los que X = atiene una probabilidad bien

definida y lo mismo se cumple para todos los valores de X que están en I.

Ejemplo. Sea el experimento de lanzar 3 veces una moneda y representemos por X el evento del número de caras que aparecen. Encontrar los valores que puede tomar la variable aleatoria.

Solución.

El espacio muestral de lanzar 3 veces una moneda es:

S = { ccc, cc+, c+c, +cc, c++, +c+, ++c, +++}

Si solamente nos interesa el número de caras que aparecen, entonces al punto muestral (+++) le corresponde el valor cero porque no hay ninguna cara, a cada punto muestral donde hay una cara (c++, +c+, ++c) le corresponde el valor 1 y así los demás puntos muestrales. Por lo tanto:

X(+++) = 0

(c++) = X(+x+) = X(++c) = 1

X(cc+) =  X(c+c) = X(+cc) = 2

X(ccc) = 3