INDICE

DISTRIBUCIN DE POISSON ................................................................................................................ 2 DISTRIBUCIN GEOMTRICA .............................................................................................................. 3 DISTRIBUCIN HIPERGEOMTRICA..................................................................................................... 4

DISTRIBUCIN DE POISSON
En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado nmero de eventos durante cierto periodo de tiempo.

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.

Describe todo proceso aleatorio cuya probabilidad de ocurrencia es pequea y constante y cuando la variable es discreta.

La distribucin de Poisson parte de la distribucin binomial, cuando en una distribucin binomial se realiza el experimento un nmero "n" muy elevado de veces y la probabilidad de xito "p" en cada ensayo es reducida, entonces se aplica el modelo de distribucin de Poisson:

Se tiene que cumplir que: p" < 0,10 p * n" < 10

La distribucin de Poisson sigue el siguiente modelo:

La media = La variancia =

Vamos a explicarla:

El nmero "e" es 2,71828 " = n * p (es decir, el nmero de veces " n " que se realiza el experimento multiplicado por la probabilidad " p " de xito en cada ensayo) k " es el nmero de xito cuya probabilidad se est calculando

Ejemplo:

La probabilidad de tener un accidente de trfico es de 0,02 cada vez que se viaja, si se realizan 300 viajes, cul es la probabilidad de tener 3 accidentes?

Como la probabilidad " p " es menor que 0,1, y el producto " n * p " es menor que 10, entonces aplicamos el modelo de distribucin de Poisson. = n * p = 300 * 0.02 = 6.

Luego, P (x = 3) = 0,0892 Por lo tanto, la probabilidad de tener 3 accidentes de trfico en 300 viajes es del 8,9%

DISTRIBUCIN GEOMTRICA
Supngase, que se efecta repetidamente un experimento o prueba, que las repeticiones son independientes y que se est interesado en la ocurrencia o no de un suceso al que se refiere como xito, siendo la probabilidad de este suceso p. La distribucin geomtrica permite calcular la probabilidad de que tenga que realizarse un nmero k de repeticiones hasta obtener un xito por primera vez. As

pues, se diferencia de la distribucin binomial en que el nmero de repeticiones no est predeterminado, sino que es la variable aleatoria que se mide y, por otra parte, el conjunto de valores posibles de la variable es ilimitado.

Para ilustrar el empleo de esta distribucin, se supone que cierto medicamento opera exitosamente ante la enfermedad para la cual fue concebido en el 80% de los casos a los que se aplica; la variable aleatoria intentos fallidos en la aplicacin del medicamento antes del primer xito sigue una distribucin geomtrica de parmetro p=0,8. Otro ejemplo de variable geomtrica es el nmero de hijos hasta el nacimiento de la primera nia.

La distribucin geomtrica se utiliza en la distribucin de tiempos de espera, de manera que si los ensayos se realizan a intervalos regulares de tiempo, esta variable aleatoria proporciona el tiempo transcurrido hasta el primer xito. Esta distribucin presenta la denominada propiedad de Harkov o de falta de memoria, que implica que la probabilidad de tener que esperar un tiempo t no depende del tiempo que ya haya transcurrido.

Valores: x: 0, 1, 2, ... Parmetros: p: probabilidad de xito, 0<p<1

DISTRIBUCIN HIPERGEOMTRICA
En teora de la probabilidad la distribucin hipergeomtrica es una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo.

En estadstica, la distribucin hipergeomtrica es una de las distribuciones de probabilidad discreta. Esta distribucin se utiliza para calcular la probabilidad

de una seleccin aleatoria de un objeto sin repeticin. Aqu, el tamao de la poblacin es el nmero total de objetos en el experimento.

La funcin hipergeomtrica es una distribucin discreta de probabilidad, la cual est estrechamente ligada a la distribucin binomial. La manera ms simple de ver la diferencia entre las dos distribuciones radica en la forma que se hace el muestreo. La diferencia entre estas dos distribuciones es que, en la distribucin binomial, los intentos son independientes, porque hay reemplazo en la seleccin de la muestra. Sin embargo, en el caso de la distribucin hipergeomtrica, hay dependencia, porque la seleccin de la muestra se hace sin reemplazo y la probabilidad de xito cambia de un intento a otro.

El modelo hipergeomtrico es apropiado, cuando el muestreo es sin reemplazo de una poblacin finita y, cuando se requiere la probabilidad de un nmero especfico de xitos y/o fracasos.

La distribucin hipergeomtrica es el modelo que se aplica en experimentos del siguiente tipo:

En una urna hay bolas de dos colores (blancas y negras), cul es la probabilidad de que al sacar 2 bolas las dos sean blancas?

Son experimentos donde, al igual que en la distribucin binomial, en cada ensayo hay tan slo dos posibles resultados: o sale blanca o no sale. Pero se diferencia de la distribucin binomial en que los distintos ensayos son dependientes entre s:

Si en una urna con 5 bolas blancas y 3 negras en un primer ensayo saco una bola blanca, en el segundo ensayo hay una bola blanca menos por lo que las probabilidades son diferentes (hay dependencia entre los distintos ensayos).

La distribucin hipergeomtrica suele aparecer en procesos muestrales sin reemplazo, en los que se investiga la presencia o ausencia de cierta caracterstica. Pinsese, por ejemplo, en un procedimiento de control de calidad en una empresa farmacutica, durante el cual se extraen muestras de las cpsulas fabricadas y se someten a anlisis para determinar su composicin.

Durante las pruebas, las cpsulas son destruidas y no pueden ser devueltas al lote del que provienen. En esta situacin, la variable que cuenta el nmero de cpsulas que no cumplen los criterios de calidad establecidos sigue una distribucin hipergeomtrica. Por tanto, esta distribucin es la equivalente a la binomial, pero cuando el muestreo se hace sin reemplazo.

Esta distribucin se puede ilustrar del modo siguiente: se tiene una poblacin finita con N elementos, de los cuales R tienen una determinada caracterstica que se llama xito (diabetes, obesidad, hbito de fumar, etc.). El nmero de xitos en una muestra aleatoria de tamao n, extrada sin reemplazo de la poblacin, es una variable aleatoria con distribucin hipergeomtrica de parmetros N, R y n.

Cuando el tamao de la poblacin es grande, los muestreos con y sin reemplazo son equivalentes, por lo que la distribucin hipergeomtrica se aproxima en tal caso a la binomial.

Valores: x: max{0,n-(N-R)}, ..., min{R,n}, donde max{0,n-(N-R)} indica el valor mximo entre 0 y n(N-R) y min {R,n} indica el valor mnimo entre R y n.

Parmetros: N: tamao de la poblacin, N>0 entero R: nmero de xitos en la poblacin, R0 entero

n: nmero de pruebas, n>0 entero

La distribucin hipergeomtrica sigue el siguiente modelo:

Dnde:

Vamos a tratar de explicarlo: N: es el nmero total de bolas en la urna N1: es el nmero total de bolas blancas N2: es el nmero total de bolas negras k: es el nmero de bolas blancas cuya probabilidad se est calculando n: es el nmero de ensayos que se realiza Veamos un ejemplo: en una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas Cul es la probabilidad de que 3 sean blancas?

Entonces: N = 12; N1 = 7; N2 = 5; k = 3; n = 4

Si aplicamos el modelo:

Por lo tanto, P (x = 3) = 0,3535. Es decir, la probabilidad de sacar 3 bolas blancas es del 35,3%.