4

Distribucin Binomial
CONCEPTO:
Cuando se dispone de una expresin matemtica, es factible calcular la probabilidad de ocurrencia
exacta correspondiente a cualquier resultado especfico para la variable aleatoria. La distribucin de
probabilidad binomial es uno de los modelos matemticos (expresin matemtica para representar una
variable) que se utiliza cuando la variable aleatoria discreta es el nmero de xitos en una muestra
compuesta por n observaciones.

CARACTERISTICAS:
1. En cada prueba del experimento slo son posibles dos resultados: xito y fracaso.
2. La probabilidad de xito es constante, es decir, que no vara de una prueba a otra. Se representa
por p.
3. La probabilidad de fracaso tambin es constante, Se representa por q,
q = 1 p
3. El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente.
5. La variable aleatoria binomial, X, expresa el nmero de xitos obtenidos en las n pruebas. Por
tanto, los valores que puede tomar X son: 0, 1, 2, 3, 4,..., n.
La distribucin binomial se expresa por B(n, p)

FORMULA:
Donde
Probabilidad de X xitos, dadas
y
n = Nmero de observaciones
p = Probabilidad de xitos
1-p = Probabilidad de fracasos
X = Nmero de xitos en la muestra ( = 0, 1, 2,
3, 4, )


EJEMPLO:
Determine P(X=8) para n = 10 y p = 0,5
Solucin:
Aplicando la ecuacin se obtiene:




CONCLUSION:
En conclusin mide el nmero de xitos en una secuencia de n ensayos independientes de Bernoulli,
con una probabilidad fija p de ocurrencia del xito entre los ensayos. Tambin nos servir para graficar
este comportamiento y realizar anlisis sobre grupos que se comporten de esta manera.

5

Distribucin Hipergeometrica
CONCEPTO:
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.

CARACTERISTISCAS:
El proceso consta de n pruebas, separadas o separables de entre un conjunto de N pruebas posibles.
Cada una de las pruebas puede dar nicamente dos resultados mutuamente excluyentes: A y no A.
En la primera prueba las probabilidades son: P(A)= p y P(A)= q; con p+q=l.
(Derivacin de la distribucin). Si estas circunstancias a aleatorizados de forma que la variable
aleatoria X sea el nmero de resultados A obtenidos en n pruebas la distribucin de X ser una
Hipergeomtrica de parmetros N,n,p as
FORMULA:
h(x;N;n;k) = [kCx] [N-kCn-x] / [NCn]
Cuando,
N es el tamao de la poblacin total.
n es el tamao de la muestra total.
k es el nmero de elementos seleccionados de la poblacin.
x es una variable aleatoria.

EJEMPLO:
Consideremos, 5 bolas se eligen al azar del total de 10 bolas sin repeticin. Calcular la probabilidad de
obtener exactamente dos bolas rojas de 6 bolas rojas.
Buscar [ kCx ]
Cuando,
N=10, n=6, k=5 and x=2 [kCx] = ( k! / (k-x)!) / x! = (5! / (5-2)!) / 2! = 20 / 2 = 10.
Buscar [N-kCn-x]
Donde,
N-k=5 and n-x=4 [N-kCn-x] = ((N-k)! / ((N-k)-(n-x))!) / (n-x)! = ((5! / 1!) / 4!) = 4.5! = 5.
Buscar [NCn]
Cuando,
N=10 and n=6 [NCn] = ( N! / (N-n)!) / n!) = ((10! / 4!) / 6!) = 151200 / 6! = 210.
Encontrar [kCx] [N-kCn-x] / [NCn]
Cuando,
[kCx] = 10, [N-kCn-x] = 5 and [NCn] = 210. h(x;N;n;k) = [kCx] [N-kCn-x] / [NCn] = [5C2] [5C4] / [10C6] =
(10 x 5) / 210 = 0.238. Por lo tanto hay posibilidades de 23.8% para elegir exactamente dos bolas rojas
sin repeticin.
CONCLUSION:
La distribucin hipergeomtrica es til en casos en los que se extraigan muestras o se realizan
experiencias repetidas sin devolucin del elemento extrado o sin regresar a la situacin experimental
inicial.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.
6


Distribucin Poisson
CONCEPTO:
Proceso experimental del que se puede hacer derivar. Cuando en la situacin surgen con el
experimento donde se produce el gran nmero de eventos posibles, la distribucin de poisson se
emplea para designar la probabilidad de un determinado conjunto de datos o el nmero de eventos a
una hora fija de intervalo. Es funcin asimtrica y tiene la fuerte conexin con hipergeomtrica,
distribucin binomial y exponencial

CARACTERISTICAS:
Se observa la realizacin de hechos de cierto tipo durante un cierto periodo de tiempo o a lo largo de
un espacio de observacin
Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de una manera no
determinstica.
La probabilidad de que se produzcan un nmero x de xitos en un intervalo de amplitud t no depende
del origen del intervalo (Aunque, s de su amplitud)
La probabilidad de que ocurra un hecho en un intervalo infinitsimo es prcticamente proporcional a
la amplitud del intervalo.
La probabilidad de que se produzcan 2 o ms hechos en un intervalo infinitsimo es un infinitsimo
de orden superior a dos.
En consecuencia, en un intervalo infinitsimo podrn producirse O 1 hecho pero nunca ms de uno
Si en estas circunstancias aleatorizados de forma que la variable aleatoria X signifique o designe el
"nmero de hechos que se producen en un intervalo de tiempo o de espacio", la variable X se
distribuye con una distribucin de parmetro l. As:
FORMULA:
Dnde:
p(x, l) = probabilidad de que ocurran x
xitos, cuando el nmero promedio de
ocurrencia de ellos es l
l = media o promedio de xitos por unidad
de tiempo, rea o producto
e = 2.718
x = variable que nos denota el nmero de
xitos que se desea que ocurra

EJEMPLO:
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:
4

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


CONCLUSION:
En conclusin se emplea para describir varios procesos, entre otros, es una de las ms importantes
distribuciones de variable discreta. Determina el nmero de hechos de cierto tipo que se pueden
proucir en un intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas
circunstancias negativas. Otro de sus usos frecuentes es la consideracin lmite de procesos
dicotmicos reiterados un gran nmero de veces si la probabilidad de obtener un xito es muy
pequea.

BIBLIOGRAFIA:
http://es.easycalculation.com/statistics/learn-hypergeometric-distribution.php
http://www.sites.upiicsa.ipn.mx/polilibros/portal/Polilibros/P_terminados/Probabilidad/doc/Unidad%202/2.8.h
tm
http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/hipergeometrica.htm
http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/poisson.htm
http://es.ncalculators.com/statistics/poisson-distribution-calculadora.htm
http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm
http://www.monografias.com/trabajos85/distribucion-binomial/distribucion-binomial.shtml#ixzz31XkIb1Fn
http://www.ditutor.com/distribucion_binomial/distribucion_binomial.html
http://www.vitutor.com/pro/3/b_f.html
http://www.monografias.com/trabajos89/ejercicios-distribucion-binomial-resueltos-excel/ejercicios-distribucion-binomial-
resueltos-excel.shtml#ixzz31XpGJetA
JOHNSON, Robert, (2003), Estadstica Elemental, Ed. Math Learning, Ed. Tercera, Mxico DF. Pg. 28 y 29
Matemticas en la Universidad Miguel L. Flores Editorial estudiantes pg. 17 y 18
Algebra A. Baldor publicaciones culturales pg. 39
Freedman, David y otros. Estadstica. Barcelona: Antoni Boch Editor, 2 ed., 1993. Pag. 310, 312 y 313.
Ros, Sixto. Iniciacin a la estadstica. Madrid: Editorial Paraninfo, 8 ed., 1992 pag. 40 y 41
Aleksandrov, A. D. y otros. La matemtica: su contenido, mtodos y significado. 3 vols. Madrid:
Alianza Universidad, 3 ed., 1979. Pag 51, 53, 54 y 55.