Upload
carlos-cevallos
View
46
Download
1
Embed Size (px)
Citation preview
TEORA AVANZADA DE ANLISIS
COMBINATORIO
Y
LEY HIPERGEOMTRICA DE CABITO
POR: CARLOS M. CEVALLOS MORA
Email: [email protected]
IEPI: 038286
QUITO ECUADOR
2012
1
"No existe la suerte. Slo hay preparacin adecuada o inadecuada para hacer frente a una estadstica."
Robert Heinlein
Resumen
El presente trabajo aborda dos partes: la primera, trata de principios de anlisis combinatorio ms generalizados; al parecer, los principios de conteo de combinacin, variacin y permutacin son solo casos particulares de principios ms generales, (en todos los casos, es una muestra);la segunda parte aborda una ley de distribucin de probabilidad, esta es una generalizacin de la ley hipergeomtrica para varias muestras de igual tamao tomadas de una poblacin finita, sin remplazo y sin interseccin, a la cual se la denominar ley hipergeomtrica de Cabito.
Palabras claves: Anlisis combinatorio, combinaciones, variaciones, permutaciones, distribucin de probabilidad, espacio muestral, distribucin hipergeomtrica, distribucin multihipergeomtrica.
Abstract
This work is presented in two parts: the first part deals with more general principles of combinatorial analysis. It would appear that the principles of counting: combination, variation and permutation, are simply particular cases of more general principles (in every case it is a sample). The second part deals with a law of probability distribution. This is a generalization of the hypergeometric law for various samples of equal size taken from a finite population, without replacement and without intersection, which will be called the hypergeometric law of Cabito.
Key Words: Combinatorial analysis, combinations, variations, permutations, probability distribution, sample space, hypergeometric distribution, multi-hypergeometric distribution.
2
1.- Algunos fundamentos de anlisis combinatorio (principios de conteo)
En el presente trabajo, se denominar como conjunto o muestra a una reunin de elementos, donde no interesa el ordenamiento de estos, y como vector a la reunin de elementos, donde s importa el orden en que estn estos elementos.
De una poblacin finita de tamao N, donde todos los elementos son igualmente probables de ser tomados, se toma r muestras de tamao L no intersecadas cada una sin remplazo y sin tener en cuenta el orden dentro de cada muestra y que s importe el orden entre las diferentes r muestras.Como rL es el total de elementos tomados de la poblacin se tiene la restriccin que y r,L,N Naturales. Entonces se formara un espacio muestral de vectores V, cada uno de estos vectores est compuesto de r coordenadas y cada coordenada es un conjunto de L elementos, sin que interese el orden dentro de cada conjunto, pero s el orden entre las r muestras.
De los principios bsicos de conteo, arreglo y combinacin, se obtiene que el total de vectores V equiprobables es:
= ()() = !()! ( )! ()!! ( )! ( 1)!! ( 1) ! ( 2)!! ( 2) ! . . (2)!! (2 )! !! ( )!
= !(!)( )!
1.1.- Definicin (de variacin de Cabito)Se denomina variacin de Cabito a cada uno de los vectores V formados de r muestras de tamao L no intersecadas, cada una tomada de una poblacin de tamao N sin que interese
3
el orden dentro de cada una de las muestras y que s importe el orden entre las r muestras, con la restriccin de que El nmero de variaciones de Cabito se denota por y es igual a:
(1.1.1) = !(!)!()! ; con
Ntese el caso particular cuando r es igual a 1,la variacin de Cabito se particulariza en tomar una muestra de tamao L de una poblacin de tamao Nsin que importe el orden interno de esta muestra; es decir, se transforma en combinacin
(1.1.2) 1 = !!()! = ; con
En el caso particular de que L sea 1, la variacin de Cabito se particulariza en tomar r muestras de tamao 1 donde s interesa el orden entre estas muestras; es decir, en variacin de r elementos de una poblacin de tamao N,
(1.1.3) 1 = !()! = ; con
De una poblacin finita de tamao N, donde todos los elementos son igualmente probables de ser tomados, se toma r muestras de tamao L no intersecadas cada una sin remplazo y sin tener en cuenta el orden dentro de
4
cada muestra y entre las diferentes r muestras. Como rL es el total de elementos tomados de la poblacin se tiene la restriccin de que Entonces, se formara un espacio muestral de conjuntos C, cada uno de estos conjuntos tienen r elementos, donde cada elemento es un conjunto de tamao L, sin que interese el orden.
De los principios bsicos de conteo, arreglo, combinacin y permutacin, se tiene que el total de conjuntos C equiprobables es:
= ()() ! = !()! ( )! 1! ()!! ( )! ( 1)!! ( 1) ! ( 2)!! ( 2) ! . . (2)!! (2 )! !! ( )!
= !(!)! ( )!
1.2.- Definicin (de combinacin de Cabito) Se denomina combinacin de Cabito a cada uno de los conjuntos C formados de r muestras de tamao L no intersecadas, cada una tomada de una misma poblacin de tamao N sin que interese el orden en cada una de las muestras y entre las muestras, con la restriccin de que El nmero de combinaciones de Cabito se denota por o simplemente por , y es igual a:
(1.2.1) = = !(!)!!()!; con
5
Ntese el caso particular cuando r es igual a 1, la combinacin de Cabito se particulariza en tomar una muestra de tamao L de una poblacin de tamao N sin que importe el orden interno de esta muestra; es decir, se transforma en combinacin
(1.2.2) 1 = !!()! = ; con
Adems, el caso particular donde L es igual a 1, la combinacin de Cabito se particulariza en tomar r muestras de tamao 1 sin que importe el orden; es decir; se transforma en combinacin
(1.2.3) 1 = !!()! = ; con
De una poblacin finita de tamao N, donde todos los elementos son igualmente probables de ser tomados, se toma r muestras de tamao L no intersecadas cada una sin remplazo y teniendo en cuenta el orden dentro de cada muestra y el orden entre las diferentes r muestras. Como rL es el total de elementos tomados de la poblacin se tiene la restriccin Entonces, se formara un espacio muestral de vectores P, cada uno de estos vectores est compuesto de r coordenadas, donde cada coordenada es un vector de L coordenadas.
6
De los principios bsicos de conteo, arreglo, combinacin y permutacin, se obtiene que el total de vectores P equiprobables es:
" = ()!
" = !()! ( )! ()!
" = !( )!
1.3.- Definicin (de permutacin de Cabito) Se denomina permutacin de Cabito a cada uno de los vectores P formados de r coordenadas, donde cada coordenada es un vector de L coordenadas, no intersecadas, cada una tomada de una poblacin de tamao N con importancia en el orden dentro de cada una de las muestras y entre las r muestras, con la restriccin de que El nmero de permutaciones de Cabito se denota por " y es igual a:
(1.3.1) " = !()! ; con
Ntese el caso particular cuando r es igual a 1, la permutacin de Cabito se particulariza en tomar una muestra de tamao L de una poblacin de tamao N donde s importa el orden interno de esta muestra; es decir, se transforma en variacin
7
(1.3.2) " 1 = !()! = ; con
Adems, en el caso particular donde rL es igual a N, la permutacin de Cabito se particulariza en tomar los N elementos fraccionarles en r partes y que importe el orden tanto interno de las partes como entre las partes, es lo mismo que permutacin de N, "();es decir, hacer esto no depende de r.
(1.3.3) " $ = ! = "()
De una poblacin finita de tamao N, donde todos los elementos son igualmente probables de ser tomados, se toma r muestras de tamao L no intersecadas cada una sin remplazo y teniendo en cuenta el orden dentro de cada muestra y sin que importe el orden entre las diferentes r muestras. Como rL es el total de elementos tomados de la poblacin, se tiene la restriccin De donde se formara un espacio muestral de conjuntos Vi, cada uno de estos conjuntos tienen r elementos, donde cada elemento es un vector de dimensin L.
De los principios bsicos de conteo, variacin y permutacin, se tiene que el total de conjuntos Vi equiprobables es:
% = !()!!
8
% = !! ( )!
1.4.- Definicin (de variacin inversa de Cabito) Se denomina variacin inversa de Cabito a cada uno de los conjuntos Vi formados de r vectores de tamao L no intersecadas cada una tomada de una poblacin de tamao N sin que interese el orden entre los r vectores, con la restriccin de que El nmero de variaciones inversas de Cabito se denota por % y es igual a:
(1.4.1) % = !!()! ; con
Ntese el caso particular cuando r es igual a 1, la variacin inversa de Cabito se particulariza en tomar una muestra de tamao L de una poblacin de tamao N donde s importa el orden interno de esta muestra; es decir, se transforma en variacin
(1.4.2)% 1 = !()! = ; con
En el caso particular de que L sea 1, la variacin inversa de Cabito se particulariza en tomar r muestras de tamao 1 donde no interesa el orden entre estas muestras; es decir, en combinacin de r elementos de una poblacin de tamao N,
9
(1.4.3)% 1 = !!()! = ; con
El siguiente cuadro resume los cuatro principios de conteo para tomar r muestras, cada una de tamao L de una poblacin finita de tamao N.
Entre las muestras Importa el orden No importa el orden
En cada
muestra
Importa el orden
Permutacin de Cabito
" =!( )!
Variacin inversa de Cabito
% =!! ( )!
No importa el orden
Variacin de Cabito
= !(!)( )!
Combinacin de Cabito
= = !(!)! ( )!
Estos cuatro principios de conteo pueden generalizarse para el caso de que las muestras sean de diferente tamao; es decir, se tiene r muestras de tamao L1, L2., Lr, as, estos cuatro principios se les denominar de la misma manera, adicionando la palabra Generalizada.
1.5.- Definicin (de variacin generalizada de Cabito) Se denomina variacin generalizada de Cabito a cada uno de los vectores & formados de r muestras de tamao L1, L2..., Lr no intersecadas, cada una tomada de una poblacin de tamao N sin que interese el orden dentro de cada una de las r muestras y que s importe el orden entre las r muestras, con la restriccin de que ( () El nmero de variaciones generalizadas de Cabito se denota por
& * , , , , y es igual a:
10
(1.5.1)
& * , , , , = ! !( (!() )( (!.() )( (() )! Con ( ()
1.6.- Definicin (de combinacin generalizada de Cabito) Se denomina combinacin generalizada de Cabito a cada uno de los conjuntos / formados de r muestras de tamao L1, L2, ,Lr no intersecadas, cada una tomada de una misma poblacin de tamao N sin que interese el orden en cada una de las muestras y entre las muestras, con la restriccin de que ( () El nmero de combinaciones generalizadas de Cabito se denota por
/ * , , , ,o simplemente por * , , , , , y es igual a:
(1.6.1)
/ * , , , , = * , , , , = !( (!() )( (!.() )( (() )!
Donde ri es el nmero de muestras con i elementos y t es el tamao de la muestra ms grande, con ( () 1.7.- Definicin (de permutacin generalizada de Cabito) Se denomina permutacin generalizada de Cabito a cada uno de los vectores "& formados de r coordenadas, donde cada coordenada es un vector de coordenadas,L1, L2, ,Lr no intersecadas, cada una tomada de una poblacin de tamao N con importancia en el orden dentro de cada una de las muestras y entre las r muestras, con la restriccin de que ( () El nmero de permutaciones generalizadas de Cabito se denota por
"& * , , , , y es igual a:
11
(1.7.1)
"& * , , , , = ! !( (!.() )( (() )!
Con ( ()
1.8.- Definicin (de variacin inversa generalizada de Cabito) Se denomina variacin inversa generalizada de Cabito a cada uno de los conjuntos 01 formados de r vectores de tamao L1, L2, ,Lr no intersecadas, cada una tomada de una poblacin de tamao N sin que interese el orden entre los r vectores, con la restriccin de que ( () El nmero de variaciones inversas de Cabito se denota por 01 * , , , , y es igual a:
(1.8.1)
01 * , , , , = !( (!.() )( (() )!
Donde ri es el nmero de vectores con i coordenadas y t es el tamao del vector ms grande, con ( () El siguiente cuadro resume los cuatro principios generales de tomar r muestras cada una de tamao L1, L2, ,Lr no intersecadas sin repeticiones de una poblacin finita de tamao N.
12
Entre las muestras Importa el orden No importa el orden
En cada
muestra
Importa el orden
Permutacin generalizada de Cabito "& * , , , ,= ! !( (!.() )( (() )!
Variacin inversa generalizada de Cabito 01 * , , , ,= !( (!.() )( (() )!
No importa el orden
Variacin generalizada de Cabito & * , , , , = ! !( (!() )( (!.() )( (() )!
Combinacin generalizada de Cabito / * , , , , = * , , , ,= !( (!() )( (!.() )( (() )!
13
2.- Distribucin de probabilidad de r muestras de tamao L no intersecadas tomadas de una poblacin finita de tamao N.
(Distribucin hipergeomtrica de Cabito DC) DC(N,M,r,L)
2.1.- Cardinalidad de las combinaciones de Cabito
Si una poblacin finita de N elementos de los cuales M cumplen cierta condicin, nos interesa el nmero de combinaciones de Cabito de r muestras de tamao L con x1, x2,xr elementos de M en cada muestra, tal que xi Min(L,M) para todo i = 1, 2, 3, .r y con 2(() min (6, ) La cardinalidad se la representa por: card(x1-x2--xr), si algn xi toma el valor de cero se puede omitir, adems, como en las combinaciones de Cabito no importa el orden entre muestras, por lo tanto, el orden de los xi no representa otro cardinal, de preferencia se colocar de mayor a menor para evitar confusin con otros cardinales iguales.
Sea ri el nmero de muestras con i elementos de M, con i = 0, 1, 2, g donde g = Min(L,M), adems se tiene que (7()8 = , la cardinalidad est dada por:
9:(22 2)= 67< =
6 7 =6 7< 7(< 1)7< 2 > . ?
@A6 B (%7
()1 CDE 68
6 8 1 6 8 ( 1) 2 . ?
@A 6 8 B (%7()7 < C
DE
14
(2.1.1)
9:(22 2)= 67< ?
@AF?@A6 B GH
7G)(I(% C
DE7
() CDE 68 ?
@AF ?@A 6 B G( H)
(J)8( % C
DE7
() CDE
Con g = Min(L,M) y 2(() Min (6, ) o su equivalente (% 6%L(6, )7()8 La frmula 2.1.1 no es nica para determinar la cardinalidad de una combinacin de Cabito determinada; en este caso particular, se comenz ensamblando en la combinacin los elementos de M para luego ensamblar las muestras que no tienen elementos de M y a continuacin rellenar las muestras que llevan elementos de M y completarlas con elementos que no son de M.
Ntese que en la frmula al completar las muestras que tienen M con elementos que no son de M, estas se realizan con variaciones de Cabito.
La siguiente demostracin comprueba que se puede realizar el ensamble de otra forma.
Demostrar la siguiente igualdad:
(2.1.2) =
=
N!(L!)OP(N rL)! (N rL)!(L!)ORr! (N rL rL)!= N!(L!)OP(N rL)! (N rL)!(L!)ORr! (N rL rL)!
= !(!)R! ( )! ( )!(!)P( )!
=
15
Tambin el relleno que se realiza con variaciones de Cabito puede sustituirse por su equivalente de producto de combinaciones de cabito de una muestra, como lo indica la siguiente demostracin:
Demostrar la siguiente igualdad:
(2.1.3) V NrL = N iL1L OT)8
F N iL1L OT)8 =
N1L N L1L
N 2L1L N (r 2)L1L
N (r 1)L1L = N!(L!)(N L)! (N L)!(L!)(N 2L)! (N 2L)!(L!)(N 3L)! . . . (N (r 2)L)!(L!)(N (r 1)L)! (N (r 1)L)!(L!)(N rL)!
= N!(L!)O(N rL)! = V NrL
2.2.- Funcin de Probabilidad
Si a cada una de las combinaciones de Cabito de r muestras de tamao L, tomadas de una poblacin de tamao N, se le asigna el mismo peso de ocurrencia, la probabilidad de una combinacin de Cabito particular Aest dada por:
(3.2.1)
"(V) = 9:(V)
16
2.3.- Esperanza y varianza
La esperanza y varianza en la distribucin hipergeomtrica de Cabito como tal no tiene sentido, ya que cada combinacin de Cabito es un conjunto de nmeros, lo que s se puede considerar es la media y la varianza desde tres puntos de vista; el primero, el total de elementos de M esperados en el total de elementos que conforman las r muestras de tamao L, el segundo, la esperanza y varianza de cada una de las r muestras de tamao L, y un tercer punto de vista que consiste en tomar todas las combinaciones de Cabito posibles, calcular sus respectivas probabilidades de ocurrencia y con esta informacin proceder a calcular la media y varianza de la cantidad de elementos de M presentes en las muestras con mayor elementos de M presentes en cada combinacin de Cabito; luego, se calcula para la segunda mayor componente, y as sucesivamente asta la r- sima componente; a este punto de vista se le llama mejor esperanza y varianza de los adversarios.
2.3.1- Esperanza y varianza global.
El total de elementos presentes en las r muestras de tamao L que conforman una combinacin de Cabito es rL, por lo que este total es una muestra de tamao rL tomada de una poblacin finita de tamao N; por lo que el nmero de elementos de M presentes en esta muestra de tamao rL sigue una distribucin hipergeomtrica de parmetros H(N,M,rL), por lo que la media y la varianza esta dada por:
(2.3.1.1)W(