ESCUELA SUPERIOR POLITÉCNICA DE

CHIMBORAZO

FACULTAD DE MECÁNICA

ESCUELA DE INGENIERÍA INDUSTRIAL

CONSULTA

 DOCENTE: ING. IVÁN ACOSTA

 ALUMNA: MARCIA AULLA

 CÓDIGO: 2293

 TEMA: DISTRIBUCIÓN HIPERGEOMÉTRICA

 PARALELO: CUARTO “1”

 FECHA: 2018-06-14

 PERÍODO ACADÉMICO: ABRIL 2018-AGOSTO 2018

 DISTRIBUCIÓN HIPERGEOMÉTRICA

Introducción
En este apartado se dará una reseña sobre las distribuciones de probabilidad discretas
llamada hipergeométrica. Indicando sus características y ejemplificando su utilidad con
sencillas aplicaciones, para darnos un panorama de su importancia y consecuentemente
del estudio de la estadística, rama de las matemáticas que se encarga de la recolección,
análisis e interpretación de sucesos aleatorios.
El comportamiento de una variable aleatoria queda descrito por su distribución discreta
de probabilidad sin importar que ésta se represente gráficamente por un histograma,
en forma tabular o por medio de una fórmula.
Con frecuencia, las observaciones que se generan en diferentes experimentos
estadísticos tienen el mismo tipo de comportamiento en términos generales. En
consecuencia, las variables aleatorias discretas que se asocian con estos experimentos,
pueden describirse, esencialmente; por la misma distribución de probabilidad y por lo
tanto se representan por una sola fórmula.

¿Qué es la distribución hipergeométrica?

La distribución hipergeométrica es una distribución discreta que modela el número de

eventos en una muestra de tamaño fijo cuando usted conoce el número total de
elementos en la población de la cual proviene la muestra. Cada elemento de la
muestra tiene dos resultados posibles (es un evento o un no evento). Las muestras no
tienen reemplazo, por lo que cada elemento de la muestra es diferente. Cuando se
elige un elemento de la población, no se puede volver a elegir. Por lo tanto, la
probabilidad de que un elemento sea seleccionado aumenta con cada ensayo,
presuponiendo que aún no haya sido seleccionado.

Utilice la distribución hipergeométrica para muestras obtenidas de poblaciones

relativamente pequeñas, sin reemplazo. Por ejemplo, la distribución hipergeométrica
se utiliza en la prueba exacta de Fisher para probar la diferencia entre dos
proporciones y en muestreos de aceptación por atributos cuando se toman muestras
de un lote aislado de tamaño finito.

La distribución hipergeométrica se define por 3 parámetros: tamaño de la población,

conteo de eventos en la población y tamaño de la muestra.

Este modelo presenta similitudes con el Binomial, pero sin la suposición de

independencia de éste último. Veámoslo:
Partimos de un conjunto formado por N individuos divididos en dos categorías
mutuamente excluyentes: A y Ac; de manera que N1 individuos pertenecen a la
categoría A y N2 individuos, a la categoría Ac. Por tanto, se cumple que:

N = N1 + N2

Si del conjunto anterior extraemos n individuos sin reemplazamiento (n ≤ N), la

variable X que representa el número k de individuos que pertenecen a la categoría A
(de los n extraídos) tiene por función de densidad:

𝑁1 𝑁
)( 2 )
(
𝑓(𝑘) = 𝑃[𝑋 = 𝑘] = 𝑘 𝑛 − 𝑘 𝑠𝑖 𝑚á𝑥{0, 𝑛 − 𝑁2 } ≤ 𝑘 ≤ 𝑚í𝑛{𝑁1 , 𝑛}
𝑁
( )
𝑘

La dependencia se debe al hecho de que N es finito y las extracciones se efectúan sin

reemplazamiento. El caso de extracciones con reemplazamiento sería equivalente al
de N infinito y se resolvería mediante el modelo Binomial.

El programa siguiente nos muestra la forma de la función de densidad de esta variable

y el valor de la función de densidad y de la función de distribución en el punto que
elijamos:

1) Esperanza: E(X) = n N1 / N 2.

2) Varianza: V(X) = (n N1 N2 (N-n)) / (N2 (N-1))

Demostración
La distribución hipergeométrica es el modelo que se aplica en experimentos del
siguiente tipo:
En una urna hay bolas de dos colores (blancas y negras), ¿cuál es la probabilidad de que
al sacar 2 bolas las dos sean blancas?
Son experimentos donde, al igual que en la distribución binomial, en cada ensayo hay
tan sólo dos posibles resultados: o sale blanca o no sale. Pero se diferencia de la
distribución binomial en que los distintos ensayos son dependientes entre sí:
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 distribución hipergeométrica sigue el siguiente modelo:
Donde:

Vamos a tratar de explicarlo:

N: es el número total de bolas en la urna
N1: es el número total de bolas blancas
N2: es el número total de bolas negras
k: es el número de bolas blancas cuya probabilidad se está calculando
n: es el número de ensayos que se realiza
Ejemplos
Ejemplo 1. Veamos un ejemplo: en una urna hay 7 bolas blancas y 5 negras. Se sacan 4
bolas ¿Cuál 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%.
Pero este modelo no sólo se utiliza con experimentos con bolas, sino que también se
aplica con experimentos similares.

Ejemplo 2: En una fiesta hay 20 personas: 14 casadas y 6 solteras. Se eligen 3 personas

al azar ¿Cuál es la probabilidad de que las 3 sean solteras?

Por lo tanto, P (x = 3) = 0,0175. Es decir, la probabilidad de que las 3 personas sean

solteras es tan sólo del 1,75%.
Conclusión
La distribución hipergeométrica muestra el número éxitos de una variable aleatoria que
está contenida en un conjunto r de éxitos, donde r está contenido en un conjunto n, y
que, a su vez, n está contenido en un conjunto N, es decir, el número de eventos que
implican éxito entre el número de eventos simples posibles, donde si este cociente
tiende a ser muy pequeño será una variable aleatoria hipergeométrica.

Bibliografía
© AulaFacil.com. Distribuciones discretas: Hipergeométrica. [En línea] [Citado el: 13 de Junio
de 2018.]
http://www.aulafacil.com/cursos/l11242/ciencia/estadisticas/estadisticas/distribuciones-
discretas-hipergeometrica.

Baruch, Saul. 2010. Blogger. Distribuciones de probabilidad: Hipergeométrica, Binomial

Negativa y Geométrica. [En línea] 30 de Septiembre de 2010. [Citado el: 13 de Junio de 2018.]
http://estadistica12345.blogspot.com/2010/09/distribucion-hipergeometrica.html.

Copyright © 2017 Minitab Inc. All rights Reserved. Distribución hipergeométrica. [En línea]
[Citado el: 13 de Junio de 2018.] https://support.minitab.com/es-mx/minitab/18/help-and-
how-to/probability-distributions-and-random-data/supporting-
topics/distributions/hypergeometric-distribution/.

Flores, Alexander. 2013. SlideShare. Distribución hipergeométrica. [En línea] 10 de Noviembre

de 2013. [Citado el: 13 de Junio de 2018.]
https://es.slideshare.net/alexanderfloresvalencia/distribucion-hipergeometrica-28097904.