ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO

FACULTAD DE ADMINISTRACIÓN DE EMPRESAS

ESCUELA DE CONTABILIDAD Y AUDITORÍA

ESTADÍSTICA INFERENCIAL Y PROBABILIDADES

Tema:

DISTRIBUCIÓN HIPERGEOMÉTRICA

Integrantes:

Curso:

Fecha:

Período Académico

1
Contenido
INTRODUCCIÓN ........................................................................................................................................ 3
OBJETIVOS ................................................................................................................................................. 4
Objetivo General ....................................................................................................................................... 4
Objetivos Específicos ................................................................................................................................ 4
MARCO CONCEPTUAL ............................................................................................................................ 5
DISTRIBUCIÓN HIPERGEOMÉTRICA .......................................................................................................... 5
Definición ............................................................................................................................................. 5
La diferencia entre las distribuciones hipergeométrica y binomial....................................................... 5
MEDIA ....................................................................................................................................................... 7
VARIANZA.................................................................................................................................................. 7
DESVIACIÓN TÍPICA ................................................................................................................................... 7
RESUMEN ................................................................................................................................................... 9
EJERCICIOS DE LA DISTRIBUCIÓN HIPERGEOMÉTRICA .............................................................. 10
CONCLUSIONES ...................................................................................................................................... 17
RECOMENDACIONES ............................................................................................................................. 17
Bibliografía ................................................................................................................................................. 17

2
INTRODUCCIÓN

BRAYAN

En la distribución hipergeométrica, Huygens propone cinco problemas de gran importancia en

el desarrollo de la teoría de la Probabilidad. De Moivre, en 1711, resuelve el cuarto utilizando lo
que hoy conocemos como función de probabilidad hipergeométrica, siendo esta la primera
referencia histórica que sobre la citada distribución aparece en la literatura probabilística.

Este es otro de los modelos contrario al modelo Binomial. Si en este los resultados del
experimento son independientes uno de otro, en el caso de una Distribución Hipergeométrica los
resultados siguientes dependen de los anteriores. Esto ocurre ya que el experimento o fenómeno
se realiza sin reposición. Por esta razón, la variable aleatoria definida como el número de éxitos
obtenidos tiene una distribución Hipergeométrica.

En algunas de las distribuciones estudiadas en Psicología considerábamos que se realizaban

repeticiones independientes de experimentos o pruebas de Bernouilli, en donde la probabilidad de
éxito permanecería constante en cada repetición, es decir, las repeticiones independientes de las
pruebas eran equivalentes a la selección de una muestra con devolución o reemplazamiento. Sin
embargo, esta circunstancia no se presentará siempre, y cuando el muestreo o selección de los
elementos de la muestra (lo cual equivale a la repetición de las pruebas de Bernouilli en la
distribución binomial) se lleva a cabo sin reemplazamiento o reposición la probabilidad de éxito
no permanece constante como sucedía en la binomial, luego la función de probabilidad de la
variable aleatoria X no responde a la distribución binomial sino a una nueva distribución que
denominamos “hipergeométrica”.

3
OBJETIVOS

Objetivo General

 Exponer acerca de la distribución hipergeométrica mediante el uso de las TIC´S para

entender de forma clara y precisa las diferentes características, su funcionamiento y los
elementos que lo conforman para su aplicación.

Objetivos Específicos

 Examinar de forma minuciosa la distribución hipergeométrica, identificando de forma

precisa las ideas claves para comprender de mejor manera el tema a tratar.

 Interpretar toda la información obtenida para poder emplearla en ejercicios prácticos que
nos permitan afianzar los conocimientos teóricos.

 Mostrar cómo se encuentran los valores de la distribución hipergeométrica.

4
MARCO CONCEPTUAL

DISTRIBUCIÓN HIPERGEOMÉTRICA

WENDY
Definición

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.

Modeliza , de hecho, situaciones en las que se repite un número determinado de veces una prueba
dicotómica de manera que con cada sucesivo resultado se ve alterada la probabilidad de obtener
en la siguiente prueba uno u otro resultado.

 La Distribución Hipergeométrica es una de las districiones de probabilidad discreta

 Se utiliza para calcular la probabilidad de una selección aleatoria de un objeto sin repetición

La distribución hipergeométrica viene a cubrir esta necesidad de modelizar procesos de Bernouilli

con probabilidades no constantes (sin reemplazamiento). (Distribución Hipergeométrica, 2016).

BELEN

Los experimentos que tienen este tipo de distribución tienen las siguientes 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.

La diferencia entre las distribuciones hipergeométrica y binomial

Tanto la distribución hipergeométrica como la distribución binomial describen el número de

veces que un evento ocurre en un número fijo de ensayos. En una distribución binomial, los

5
ensayos son independientes. Para la distribución hipergeométrica, cada ensayo cambia la
probabilidad de cada ensayo subsiguiente, porque no hay reemplazo.

ERIKA

La distribución hipergeométrica es descrita por 3 parámetros: tamaño de la población,

conteo de eventos en la población y tamaño de la muestra

FÓRMULA

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
f (k)=P(X=k)= 𝑁
( )
𝑛

Donde:
N: es el tamaño de la población
N1: es el número de éxitos de la población
N2: es el número de fracasos de la población
k: es el número de éxitos en la muestra
n: es el tamaño de muestra o número de ensayos

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

(Distribución Hipergeométrica, 2015).

6
GEORGINA
MEDIA

Fórmula

𝑁1
µ= 𝑛( )
𝑁

VARIANZA

Fórmula

𝑁1(𝑁−𝑁1)n(N−n)
=
N2 (𝑁−1)

DESVIACIÓN TÍPICA

Fórmula

𝑁1(𝑁 − 𝑁1)n(N − n)
=√
N2 (𝑁 − 1)

ANDREA

Considerando que una variable hipergeométrica de parámetros (𝑁, 𝑛, 𝑝), puede considerarse
generadas por la reiteración de un proceso dicotómico (𝑛) veces en las que la (𝑛) dicotomías NO
es independiente; podemos considerar que una variable hipergeométrica es la suma de (𝑛)
variables dicotómicas NO independientes. Es bien sabido que la media de la suma de variables
aleatorias (sean estas independientes o no) es la suma de las medias y por lo tanto la media de una
distribución hipergeométrica será, como en el caso de la binomial:

7
En la que:

 n = número de muestras.
 N1 = número de elementos de la muestra con ciertas características.
 N = tamaño de la población.

8
RESUMEN

Características:
* Se esperan dos tipos de resultados.
* Cada ensayo o repetición del
Es una distribución discreta que experimento no es independiente de
modela el número de eventos en una los demás.
Distribución Hipergeométrica

muestra de tamaño fijo cuando usted * El número de repeticiones del

conoce el número total de elementos experimento (n) es constante.
en la población de la cual proviene la
muestra.
Media
Varianza
Desviación típica
Cada elemento de la muestra tiene
dos resultados posibles (o es un
evento o un no evento).

Las muestras no tienen reemplazo,

por lo que cada elemento de la
muestra es diferente.

DONDE:
N: es el tamaño de la población
N1: es el número de éxitos de
la población
𝑁1 𝑁2
( )( ) N2: es el número de éxitos de
𝐾 𝑛−𝐾
P(X=k) = 𝑁 la población
( )
𝑛 k: es el número de éxitos en la
muestra
n: es el tamaño de muestra

9
EJERCICIOS DE LA DISTRIBUCIÓN HIPERGEOMÉTRICA

Ejercicio 1.- Por ejemplo, supongamos que hay diez automóviles que le gustaría someter a una
prueba de conducción (N = 10), y cinco de ellos tienen motores turbo (x = 5). Si prueba tres de los
vehículos (n = 3), ¿cuál es la probabilidad de que dos de los tres que probará tengan motores turbo?

Datos

N = 10

N1 = 5

N2 = 5

k=2

n=3

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
P(X=k) = 𝑁
( )
𝑛

5! 5!
∗
2!(5−2)! 1!(5−1)!
P(X=3) = 10!
3!(10−3)!

10∗5
P(X=3)=
120

P(X=3)=0,4167 Es decir, la probabilidad de que dos de los tres que probará tengan motores turbo
es del 41,67%.

Ejercicio2.- En una urna hay 7 bolas blancas y 5 negras. Se sacan 4 bolas ¿Cuál es la probabilidad
de que 3 sean blancas?

10
Datos

N = 12

N1 = 7

N2 = 5

k=3

n=4

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
P(X=k) = 𝑁
( )
𝑛

7! 5!
∗
3!(7−3)! 1!(5−1)!
P(X=3) = 12!
4!(12−4)!

35∗5
P(X=3)=
495

.
P(X=3)=0,3535 Es decir, la probabilidad de sacar 3 bolas blancas es del 35,3%.

Ejercicio3.- 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?

Datos

N = 20

N1 = 6

N2 = 14

11
k=3

n=3

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
P(X=k) = 𝑁
( )
𝑛

6! 14!
∗
3!(6−3)! 0!(14−0)!
P(X=3) = 20!
3!(20−3)!

20∗1
P(X=3)=
1140

P(X=3)=0,0175 Es decir, la probabilidad de que las 3 sean solteras es del 1,75%.

Ejercicio4.- En una fábrica 5 fabricantes producen en determinado dispositivo cuya calidad varía
de un fabricante a otro. Si usted elige 3 fabricantes al azar, Hallar la probabilidad que la selección
contenga 2 de los 3 mejores fabricantes.

Datos

N=5

N1 = 3

N2 = 2

k=2

n=3

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
P(X=k) = 𝑁
( )
𝑛

12
 3! 2!
∗
2!(3−2)! 1!(2−1)!
P(X=3) = 5!
3!(5−3)!

3∗2
P(X=3)=
10

P(X=3)=0,6 Es decir, la probabilidad de hallar 2 de los 3 mejores fabricantes es del 60%.

Ejercicio5.- En una jaula hay 15 pericos rusos y 10 pericos chinos, si extraemos 5 pericos al azar.
Calcular la probabilidad de que 3 de ellos hablen chino.

Datos

N = 25

N1 = 10

N2 = 15

k=3

n=5

𝑁1 𝑁2
( )( )
𝐾 𝑛−𝐾
P(X=k) = 𝑁
( )
𝑛

10! 15!
∗
3!(10−3)! 2!(15−2)!
P(X=3) = 25!
5!(25−5)!

120∗105
P(X=3)=
53130

13
P(X=3)=0,2372 Es decir, la probabilidad de que 3 de ellos hablen chino es del 23,72%.

(Zambrano, 2010).

Ejercicio6.- Un furgón contenía 20 computadoras electrónicas grandes, 2 de las cuales estaban

defectuosas. Si se seleccionan al azar tres computadoras del furgón ¿cuál será la probabilidad de
que dos de ellas tengan desperfectos? Hallar la media, varianza y desviación típica

Datos

N = 20

N1 = 2

n=3

MEDIA

𝑁1
µ= 𝑛( 𝑁 )

2
µ= 3(20)

µ= 0.3

VARIANZA

𝑁1(𝑁−𝑁1)∗n(N−n)
=
N2 (𝑁−1)

2(20−2)∗3(20−3)
= 2
20 (20−1)

1836
= 7600

= 𝟎, 𝟐𝟒

14
DESVIACIÓN TÍPICA

𝑁1(𝑁 − 𝑁1)n(N − n)
=√
N2 (𝑁 − 1)

2(20 − 2) ∗ 3(20 − 3)
=√
2
20 (20 − 1)

1836
=√
7600

= 0,49

Ejercicio7.- 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 ¿cuál es la probabilidad de que dos
personas practiquen el futbol? Calcular la media, varianza y desviación típica.

Datos

N = 10

N1 = 7

n=3

MEDIA

𝑁1
µ= 𝑛( 𝑁 )

7
µ= 3(10)

µ= 2,1

VARIANZA

𝑁1(𝑁−𝑁1)∗n(N−n)
=
N2 (𝑁−1)

15
 7(10−7)∗3(10−3)
= 2
10 (10−1)

441
= 900

= 𝟎, 𝟒𝟗

DESVIACIÓN TÍPICA

𝑁1(𝑁 − 𝑁1)n(N − n)
=√
N2 (𝑁 − 1)

7(10 − 7) ∗ 3(10 − 3)
=√
102 (10 − 1)

441
=√
900

= 0,7

(Francisco, 2014).

16
CONCLUSIONES

 El número de repeticiones del experiment (n) es constante.

 Las probabilidades asociadas a cada uno de los resultados no son constantes.
 La Distribución hipergeométrica se utiliza para calcular la probabilidad de una selección
aleatoria de un objeto sin repetición.

RECOMENDACIONES

Se recomienda la aplicación de la Distribución Hipergeométrica, puesto que es especialmente

útil en todos aquellos casos en los que se extraigan muestras o se realizan experiencias repetitivas
sin devolución del elemento extraido o sin retornar a la situación experimental inicial.

Bibliografía

Distribución Hipergeométrica. (04 de 10 de 2015). Recuperado el 07 de 06 de 2017, de

http://www.aulafacil.com/cursos/l11242/ciencia/estadisticas/estadisticas/distribuciones-
discretas-hipergeometrica
Distribución Hipergeométrica. (11 de 04 de 2016). Recuperado el 07 de 06 de 2017, de
http://support.minitab.com/es-mx/minitab/17/topic-library/basic-statistics-and-
graphs/probability-distributions-and-random-data/distributions/hypergeometric-
distribution/
Francisco. (14 de 01 de 2014). Distribución de probabilidad Hipergeométrica . Recuperado el 07
de 06 de 2017, de http://habitantedelinfinito.blogspot.com/2014/01/distribucion-
hipergeometrica.html
Zambrano, M. (04 de 12 de 2010). Ejercicios de Distribución Hipergeométrica. Recuperado el
07 de 06 de 2017, de http://www.blogupiicsa.com/2010/12/distribucion-
hipergeometrica.html

17