DISTRIBUCIÓN HIPERGEOMÉTRICA

Actividad de investigación:

Nombre:

Zulma Graciela Gasca Cruz

Claudia Sofia Rativa Hurtas

Estefany Ardila Cárdenas

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.

Sea N el número total de objetos de una población finita, de manera que b de estos son de un
tipo y (N − b) de otro. Sea X una variable aleatoria discreta que representa el número de
elementos del primer tipo en n extracciones sin reposición (ensayos dependientes) y que, por lo
tanto, puede tomar los valores 0, 1, ..., n(n ≤ b); sea p la probabilidad de tomar en el primer
intento un elemento del primer tipo (p = b/N) y sea q la probabilidad de tomar en el primer
intento un elemento del segundo tipo (q = 1 − p = (N − b)/N); entonces, la colección de
valores de la variable aleatoria X están distribuidos de forma hipergeométrica si: PHG(X = k;
N, n, p) = ⎧ ⎨ ⎩ ( Np k )·( Nq n−k) ( N n) si 0 ≤ k ≤ n; k ≤ b; n − k ≤ N −
b 0 en cualquier otro caso Como se ha establecido para la función binomial, es posible, para
distintos parámetros, obtener los diagramas de barras asociados. En la figura siguiente se puede
ver la representación para (N = 10, n = 5, p = b/10), con b variando entre 1 y 9, b ∈
N. Interprete dichos gráficos.

LOS PARÁMETROS DE LA FUNCIÓN HIPERGEOMÉTRICA son N = 5, p =

3 5 y n, que varía entre 1 y 5. La variable aleatoria X describe el número de
“éxitos (papeles premiados obtenidos)” y, por lo tanto, varía entre 0 y 3. De
esta forma, la distribución hipergeométrica da los valores de la probabilidad del
número de éxitos para un número determinado de extracciones. Entonces:

PHG(0; 5, 1, 3 5 ) = 4 10 ; PHG(1; 5, 1, 3 5 ) = 6 10 ; PHG(2; 5, 1, 3 5 )=0 ; PHG(3; 5, 1, 3 5 )= 0

PHG(0; 5, 2, 3 5 ) = 1 10 ; PHG(1; 5, 2, 3 5 ) = 6 10 ; PHG(2; 5, 2, 3 5 ) = 3 10 ; PHG(3; 5, 2, 3 5 )= 0

PHG(0; 5, 3, 3 5 )=0 ; PHG(1; 5, 3, 3 5 ) = 3 10 ; PHG(2; 5, 3, 3 5 ) = 6 10 ; PHG(3; 5, 3, 3 5 ) = 1 /10

PHG(0; 5, 4, 3 5 )=0 ; PHG(1; 5, 4, 3 5 )=0 ; PHG(2; 5, 4, 3 5 ) = 6 10 ; PHG(3; 5, 4, 3 5 ) = 4/ 10

PHG(0; 5, 5, 3 5 )=0 ; PHG(1; 5, 5, 3 5 )=0 ; PHG(2; 5, 5, 3 5 )=0 ; PHG(3; 5, 5, 3 5 )=1

Los valores 0 para la probabilidad señalan situaciones imposibles, se sabe que

los parámetros de la distribución hipergeométrica tienen ciertas restricciones (en
cualquier otro caso, la probabilidad es cero).

LA DISTRIBUCIÓN HIPERGEOMÉTRICA SIRVE PARA: describir el número

de veces que un evento ocurre en un número fijo de ensayos. Para la distribución
binomial, la probabilidad es igual para cada ensayo. Para la distribución
hipergeométrica, cada ensayo cambia la probabilidad de cada ensayo
subsiguiente porque no hay reemplazo.

Utilice la distribución hipergeométrica con poblaciones que sean tan pequeñas

que el resultado de un ensayo tiene un gran efecto en la probabilidad de que el
próximo resultado sea un evento o un no evento.
REFERENCIAS

Tomado de:

http://dspace.ucbscz.edu.bo/dspace/bitstream/123456789/24701/1/13345.pdf

http://recursos.salonesvirtuales.com/assets/bloques/Badii_Castilo.pdf

DARROCH, J. N. (1964): «On the Distribution of the Number of Successes in Independent

Trials»,A. M. S., 35, pp. 1317–1321.zbMATHMathSciNetGoogle Scholar

ORD, J. K. (1967): «On a system of Discrete Distributions»Biometrika, 54, p.

649.zbMATHMathSciNetGoogle Scholar