Distribucin de probabilidad hipergeomtrica.

En teora de la probabilidad la distribucin hipergeomtrica es una distribucin discreta relacionada con muestreos aleatorios y sin reemplazo. Supngase que se tiene una poblacin de N elementos de los cuales, d pertenecen a la categora A y N-d a la B. La distribucin hipergeomtrica mide la probabilidad de obtener x ( ) elementos

de la categora A en una muestra sin reemplazo de n elementos de la poblacin original. La funcin de probabilidad de una variable aleatoria con distribucin hipergeomtrica puede deducirse a travs de razonamientos combinatorios y es igual a

Donde

es el tamao de poblacin,

es el tamao de la muestra extrada,

es el

nmero de elementos en la poblacin original que pertenecen a la categora deseada y es el nmero de elementos en la muestra que pertenecen a dicha categora. La

notacin

hace referencia al coeficiente binomial, es decir, el nmero de elementos de un total .

combinaciones posibles al seleccionar

El valor esperado de una variable aleatoria X que sigue la distribucin hipergeomtrica es

Y su varianza,

En la frmula anterior, definiendo

Se obtiene

La distribucin hipergeomtrica es aplicable a muestreos sin reemplazo y la binomial a muestreos con reemplazo. En situaciones en las que el nmero esperado de repeticiones en el muestreo es presumiblemente bajo, puede aproximarse la primera por la segunda. Esto es as cuando N es grande y el tamao relativo de la muestra extrada, n/N, es pequeo.

Distribucin de probabilidad contina

En teora de la probabilidad una distribucin de probabilidad se llama continua si su funcin de distribucin es continua. Puesto que la funcin de distribucin de una variable aleatoria X viene dada por , la definicin implica que

en una distribucin de probabilidad continua X se cumple P [X = a] = 0 para todo nmero real a, esto es, la probabilidad de que X tome el valor a es cero para cualquier valor de a. Si la distribucin de X es continua, se llama a X variable aleatoria continua. En las distribuciones de probabilidad continuas, la distribucin de probabilidad es la integral de la funcin de densidad, por lo que tenemos entonces que:

Mientras que en una distribucin de probabilidad discreta un suceso con probabilidad cero es imposible, no se da el caso en una variable aleatoria continua. Por ejemplo, si se mide la anchura de una hoja de roble, el resultado 3,5 cm es posible, pero tiene probabilidad cero porque hay infinitos valores posibles entre 3 cm y 4 cm. Cada uno de esos valores individuales tiene probabilidad cero, aunque la probabilidad de ese intervalo no lo es. Esta aparente paradoja se resuelve por el hecho de que la probabilidad de que X tome algn valor en un conjunto infinito como un intervalo, no puede calcularse mediante la adicin simple de probabilidades de valores individuales. Formalmente, cada valor tiene una probabilidad infinitesimal que estadsticamente equivale a cero. Existe una definicin alternativa ms rigurosa en la que el trmino "distribucin de probabilidad continua" se reserva a distribuciones que tienen funcin de densidad de probabilidad. Estas funciones se llaman, con ms precisin, variables aleatorias absolutamente continuas (vase el Teorema de Radon-Nikodym). Para una

variable aleatoria X absolutamente continua es equivalente decir que la probabilidad P [X = a] = 0 para todo nmero real a, en virtud de que hay un incontables conjuntos de medida de Lebesgue cero (por ejemplo, el conjunto de Cantor). Una variable aleatoria con la distribucin de Cantor es continua de acuerdo con la primera definicin, pero segn la segunda, no es absolutamente continua. Tampoco es discreta, ni una media ponderada de variables discretas y absolutamente continua. En aplicaciones prcticas, las variables aleatorias a menudo ofrecen una distribucin discreta o absolutamente continua, aunque tambin aparezcan de forma natural mezclas de los dos tipos. Para una variable continua hay infinitos valores posibles de la variable y entre cada dos de ellos se pueden definir infinitos valores ms. En estas condiciones no es posible deducir la probabilidad de un valor puntual de la variable; como se puede hacer en el caso de variables discretas, pero es posible calcular la probabilidad acumulada hasta un cierto valor (funcin de distribucin de probabilidad), y se puede analizar como cambia la probabilidad acumulada en cada punto (estos cambios no son probabilidades sino otro concepto: lafuncin de densidad. En el caso de variable continua la distribucin de probabilidad es la integral de la funcin de densidad, por lo que tenemos entonces que:

Sea

una variable continua, una distribucin de probabilidad o funcin de densidad es una funcin . tal que, para cualesquiera dos

de probabilidad (FDP) de nmeros y siendo

La grfica de de que

se conoce a veces como curva de densidad, la probabilidad es el rea bajo la curva de la

tome un valor en el intervalo

funcin de densidad; as, la funcin mide concentracin de probabilidad alrededor de los valores de una variable aleatoria continua.

rea bajo la curva de

entre

Para que

sea una FDP (

) legtima, debe satisfacer las

siguientes dos condiciones:

1.

0 para toda

2.

Ya que la probabilidad es siempre un nmero positivo, la FDP es una funcin no decreciente que cumple:

1.

. Es decir, la probabilidad de todo el espacio muestral es 1.

2.

. Es decir, la probabilidad del suceso nulo es cero.

Algunas FDP estn declaradas en rangos de como la de la distribucin normal.

Distribuciones de probabilidad normal

Una variable aleatoria varianza se dice que sigue una distribucin normal de media y

si su funcin de densidad se escribe de la forma:

Propiedades:

Toma valores en todo

Es una funcin simtrica respecto de .

Es estrictamente creciente si Posee un mximo en .

y estrictamente decreciente si

Posee puntos de inflexin en En

posee una asntota horizontal.

Caractersticas:

1. Esperanza: La esperanza de la distribucin es . 2. Varianza: La varianza de la distribucin es .

3. Funcin Generatriz de Momentos: La funcin de generatriz de momentos es

4. Cambio de origen y escala: La variable no se ve afectada por cambios de origen ni escala, es decir, si entonces posee la siguiente distribucin

Distribucin de probabilidad exponencial

En estadstica la distribucin exponencial es una distribucin de probabilidad continua con un parmetro cuya funcin de densidad es:

Su funcin de distribucin es:

Donde

representa el nmero e.

El valor esperado y la varianza de una variable aleatoria X con distribucin exponencial son:

La distribucin exponencial es un caso particular de distribucin gamma con k = 1. Adems la suma de variables aleatorias que siguen una misma distribucin exponencial es una variable aleatoria expresable en trminos de la distribucin gamma.

Se pueden calcular una variable aleatoria de distribucin exponencial variable aleatoria de distribucin uniforme :

por medio de una

o, dado que

es tambin una variable aleatoria con distribucin

puede utilizarse la versin ms eficiente:

La suma de parmetro

variables aleatorias independientes de distribucin exponencial con es una variable aleatoria de distribucin gamma.