UNIDAD III FUNCIONES Y

DISTRIBUCIONES MUESTRALES

DISTRIBUCIÒN HIPERGEOMETRICA
GENERALIZADA
 DISTRIBUCIÒN HIPERGEOMÈTRICA GENERALIZADA

Características:

 a)      Al realizar un experimento con este tipo de distribución,

se esperan más de dos tipos de resultados.
 b)      Las probabilidades asociadas a cada uno de estos
resultados no son constantes.
 c)      Los ensayos o repeticiones del experimento no son
independientes entre sí.
 d)      El número de repeticiones del experimento n, es
constante.
 DISTRIBUCIÒN
HIPERGEOMETRICA
 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.
C x* N a Cn x
p( x , n )  a
N Cn
HIPERGEOMETRICA
GENERALIZADA
 Características:
 a)      Al realizar un experimento con este tipo de
distribución, se esperan más de dos tipos de
resultados.
 b)      Las probabilidades asociadas a cada uno
de estos resultados no son constantes.
 c)      Los ensayos o repeticiones del
experimento no son independientes entre sí.
 d)      El número de repeticiones del
experimento n, es constante.  
 Entonces en este caso se tienen más de dos
tipos de objetos, por lo que la fórmula a
utilizar sería:
a C x* b C y * N  a  b Cn  x  y
p( x , y ,n ) 
N Cn
 DISTRIBUCIÒN HIPERGEOMÈTRICA GENERALIZADA

 Entonces en este caso se tienen más de dos tipos de objetos, por lo que
la fórmula a utilizar sería:

a C x* b C y * N  a  b Cn  x  y
donde: p( x , y , n ) 
N Cn
N = x + y + z = total de objetos
a = total de objetos del primer tipo
b = total de objetos del segundo tipo
c = N-a-b = total de objetos del tercer tipo
n = objetos seleccionados en la muestra
x = objetos del primer tipo en la muestra
y = objetos del segundo tipo en la muestra
z = n-x-y = objetos del tercer tipo en la muestra
 a C x* b C y * N  a  b C n  x  y
p( x , y , n ) 
N Cn

Ejemplo 1:
Se va a utilizar un grupo de 10 personas para un estudio biológico.
El grupo consta de 3 individuos con tipo sanguíneo O, 4 con tipo
A y 3 con tipo B. ¿Cuál es la probabilidad de que una muestra
aleatoria de 5 contenga 1 persona con sangre de tipo O, 2 con
tipo A y 2 con tipo B?

Solución : tenemos: x1=1, x2=2, x3=2, a1=3 a2=4, a3=3, N=10 y

n=5.

P(1, 2, 2, 3, 4, 3, 10, 5)=3C1 * 4C2 * 3C2= 3/14

10C5
Ejemplo 2:
Si en un refrigerador hay 12 envases de refresco de los cuales son 3
de manzana, 5 de naranja y 4 de uva, Cual es la probabilidad de
que al surtir un pedido de 7 envases tomados al azar 2 sean de
manzana, 4 de naranja y 1 de uva.
Solución.
 DISTRIBUCIÒN HIPERGEOMÈTRICA GENERALIZADA
 
Ejemplo 3
.Un club de estudiantes extranjeros tiene en sus listas a 2 canadienses, 3 japoneses, 5 italianos y
2 alemanes. Si se selecciona aleatoriamente un comité de 4 estudiantes, encuentre la
probabilidad de que:
a)estén representadas todas las nacionalidades.
 
Solución:
a) N = 12 estudiantes
a = 2 Canadienses
b = 3 Japoneses
c = 5 Italianos
N-a-b-c = 2 Alemanes
n = 4 estudiantes seleccionados para formar comité
x = 1 estudiante Canadiense en el comité seleccionado
y = 1 estudiante Japonés en el comité seleccionado
z = 1 estudiante Italiano en el comité seleccionado
n-x-y-z = 1 estudiante Alemán en el comité seleccionado

P=o.1212
 DISTRIBUCIÒN HIPERGEOMÈTRICA GENERALIZADA
Ejemplo4:
En una comida campestre había una canasta con 50 empanadas caseras de
tamaño pequeño y de apariencia similar. Pero rellenas de distintas cosas. Treinta
por ciento estaban llenas de atún, 20% de mole poblano y 50% de picadillo. El
primer comensal se acerca a la canasta y escoge al azar nueve empanadas para
compartirlas en una mesa con sus amigos.
a) Determine la probabilidad de que le hayan tocado cuatro de picadillo, tres de
atún y dos de mole.
b) B) calcule la probabilidad de que entre esas nueve empanadas haya por lo menos
una de mole.
Solución:
a) p=15C3 * 10C2 * 25C4 = 0.103378
50C4
b) P=40C9 * 10C0 = 0.109138
50C9

1-o.109138=0.89086
 DISTRIBUCIÒN HIPERGEOMÈTRICA GENERALIZADA

Ejemplo 5:
Tenemos una baraja de cartas españolas (N=40 naipes), de las
cuales nos vamos a interesar en el palo de oros (D=10 naipes de
un mismo tipo). Supongamos que de esa baraja extraemos n=8
cartas de una vez (sin reemplaza miento) y se nos plantea el
problema de calcular la probabilidad de que hayan k=2 oros
(exactamente) en esa extracción.
Solución:
POR SU ATENCIÒN GRACIAS!...