UNIVERSIDAD

POLITECNICA SALESIANA
TEMA: DISTRIBUCION HIPERGEOMETRICA

Integrantes: Borja Luis

Cacuango Santiago
Gamboy Danny
Galarraga Fabricio

Grupo: 5
 Introduccion
En el presente informe se ha realizado una
investigación grupal de un tema que es muy
utilizado en todas las carreras profesionales. 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 y ningún evento debe ser
repetido, trabaja con muestras relativamente
pequeñas. Cada elemento de la muestra tiene dos
resultados posibles (es un evento o un no evento).
 2.0 Justificacion:
 La importancia de la distribución hipergeometrica se basa o
se entiende como una distribución discreta que modela el
número de eventos en una muestra de tamaño fijo.
 La distribución hipergeometrica es especialmente útil en
todos aquellos casos en los que se extraigan muestras o se
realizan, experiencias repetidas sin devolución del elemento
extraído o sin retornar a la situación experimental inicial.
 3.0 .-Objetivo general :
 Analizar la teoría y la aplicación de la distribución
hipergeometrica a travéz de la investigación.
 4.0 Objetivos específicos:
 Describir algunas aplicaciones de la distribución
hipergeometrica en varios sucesos enfocados en la
ingeniería.
 Resolver ejercicios empleando el concepto de distribución
hipergeometrica
 5.1 Características
 Los experimentos que tiene este tipo de distribución tiene las
siguientes características:
-Las probabilidades asociadas a cada uno de los resultados no
son constantes.
 -El número de repeticiones del experimento (n) es constante.
 5.2 Formula general de la distribución hipergeometrica
 -Donde N es el tamaño de población,
 -n: es el tamaño de la muestra extraída,
 -C: es el número de elementos en la población original que
pertenecen a la categoría deseada
 -x: es el número de elementos en la muestra que pertenecen a
dicha categoría.

 f(x)
Modelo y propiedades
 Para llegar al modelo de la distribución hipergeométrica, se
parte de la probabilidad de obtener x casos favorables en una
muestra de tamaño m. Dicha muestra contiene elementos que
cumplen con la propiedad en estudio y elementos que no.
 Recordemos que n representa el número de casos favorables
en la población total de N elementos. Entonces la probabilidad
se calcularía así:
 f(x)=(# de maneras de obtener x # de maneras fallidas)/(# total
de formas de seleccionar)
 Expresando lo anterior en forma de números combinatorios, se
llega al siguiente modelo de distribución de probabilidades:

𝑁 𝑁−𝑛
𝑥 𝑚−𝑥
𝑃 𝑁, 𝑛, 𝑚; 𝑥 = 𝑁
𝑚
La muestra siempre debe ser pequeña, aunque la
población sea grande.
– Los elementos de la muestra se van extrayendo
de a uno, sin incorporarlos nuevamente a la
población.
– La propiedad a estudiar es binaria, es decir sólo
puede tomar dos valores: 1 o 0, o bien cierto o
falso.
-En cada paso de extracción de elementos, la
probabilidad cambia dependiendo de los resultados
previos.
 .-Variables estadísticas
importantes
 Otras variables estadísticas para la distribución hipergeométrica son:
 – Media μ = n*k/N
 – Varianza σ^2 = m*(n/N)*(1-n/N)*(N-m)/(N-1)
 – Desviación típica σ que es la raíz cuadrada de la varianza.
 Ejercicios:
 8.1 En una caja hay 10 celulares, de los cuales hay 3 celulares dañados, si
se saca 5 celulares de la caja.
 ¿ Cuál es la probabilidad de sacar un celular dañado?
 Datos:
 N= 10 (número total de población)
 k=3 (número de éxitos de la población)
 n=5 (número de la muestra)
 x=1 (número de éxitos de la muestra)
 Desarrollo: Utilizando la formula de distribución hipergeometrica

𝒌 𝑵−𝒌
𝒙 𝒏−𝒙
 P(X) = 𝑵
𝒏

3 10−3 3 7
1 5−1 1 4 3∗35
 P(X=1): 10 = 10 =
252
5 5

105
= ≈0.4167
252
 EJEMPLO: De un grupo de 10 personas se sabe que siete practican el
futbol y tres el básquetbol. Si se toma una muestra aleatoria de tres de
estas personas. Calcular la probabilidad de que
 a) exactamente dos practiquen futbol
 Sea la variable X el número de personas que practican futbol, entonces
 N = 10 (tamaño población), n = 3 (tamaño muestra), k = 7 (éxitos
población), x = 2 (éxitos muestra)
a) exactamente dos practiquen futbol
Sea la variable X el número de personas que practican futbol, entonces
N = 10 (tamaño población), n = 3 (tamaño muestra), k = 7 (éxitos
población), x = 2 (éxitos muestra)
 b) todos practiquen futbol
 N = 10 (tamaño población), n = 3 (tamaño muestra), k = 7 (éxitos
población), x = 3 (éxitos muestra)

 c) la media y la desviación estándar

Distribución geométrica y
binomial negativa
 Distribución geométrica
Una variable aleatoria discreta X que puede
tomar un numero infinito de valores 1,2,…., se
dice que sigue una ley de distribución
geométrica de parámetro p(0< p <1), si la
probabilidad de que X tome el valor de k es:
Su esperanza y su varianza son
iguales a:

La distribución geométrica se aplica

en investigaciones de mercado y en
muestreo
Ejemplos:
1.- Si la probabilidad de que un estudiante
pase una prueba de ingreso a una
universidad es de 0.25, ¿Cuál es la
probabilidad de que el estudiante pase la
prueba en el cuarto intento?
Solución: En nuestro caso p=0.25 y el
numero de intentos es K=4, por lo tanto
que:
 Desviación binomial negativa
Una variable aleatoria discreta X que puede
tomar un numero infinito de valores r, r +1,
r+2,…, se sigue una ley de distribución
binomial negativa de parámetros (r,p) (r >1, 0
p < 1),
Si la probabilidad de que X
tome el valor de K es

El parámetro r es el numero de éxitos

que se desea obtener y p es la
probabilidad de obtener un éxito
Su esperanza y su varianza
son iguales a:
 Ejemplo
Una maquina, que esta dañada, envasa latas que
conserva de una en una de manera independiente.
Se considera que el 5% de lo envasado resulta
defectuosos. Si la maquina se detiene apenas
produce el tercer defectuosos:
A) ¿Cuál es el numero de Latas producidas hasta
que se detiene la maquina?
B) ¿Cuál es la probabilidad de que la maquina se
detenga en novena lata producida?
C) Cual es la probabilidad de que se detenga sin
producir ninguna lata buena?
Solución: Definimos la variable aleatoria X:
<<numero de latas producidas hasta que haya
3 defectuosas>>
A) Calculamos la esperanza de X
B) Calculamos Pr(X=9):
C) Que ninguna lata producida fue
buena, significa que las 3 primeras latas
fueron defectuosas es decir k=3
9.0 Conclusiones :
-La distribución hipergeométrica es especialmente útil en
todos aquellos casos en los que se extraigan muestras o
se realizan experiencias repetidas sin devolución del
elemento extraído o sin retornar a la situación
experimental inicial.
-La distribución hipergeometrica muestra el número de
éxitos de una variable aleatoria que esta contenida en un
conjunto x de éxitos, por ende, esto es importante en los
estudios estadísticos de pequeñas masas
10.0 Recomendaciones
-Se recomienda utilizar 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.