$R00ZEB4
Cargado por
Alejandra Chavez$R00ZEB4
Cargado por
Alejandra ChavezUniversidad de Guayaquil
Facultad de jurisprudencia y ciencias sociales y políticas
Estadísticas II
Distribución de Variables Aleatorias Discretas
Hipergeométricas
Integrantes: Grupo #8
• Bajaña Sabando Jenny Loana
• Caiza Ñauta Josselyn Lizeth
• Coba Andrade Paulo Andrés
• Guarquila Ajila Kerly Carolina
• Vélez Chávez Maria Alejandra
Concepto de la Distribución
Hipergeométrica
• 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.
• Utilizada para calcular la probabilidad de
una selección aleatoria de un objeto sin
repetición
• Cuando se elige un elemento de la
población, no se puede volver a elegir el
mismo. Por lo tanto, la probabilidad de
que un elemento sea seleccionado
aumenta con cada ensayo,
presuponiendo que aún no haya sido
seleccionado.
Características • 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.
Consideraciones a
tener en cuenta en una
distribución
hipergeométrica
• El proceso consta de "n" pruebas, separadas
o separables de entre un conjunto de "N"
pruebas posibles.
• Cada una de las pruebas puede dar
únicamente dos resultados mutuamente
excluyentes.
• El número de individuos que presentan la
característica A (éxito) es "k".
• En la primera prueba las probabilidades son:
P(A)= p y P(A)= q; con p+q=1.
La media y la Varianza de una distribución
hipergeométrica
Formula de la media la suma del conjunto de
valores dividida entre el r
número total de valores E(x)= μ= n
N
Formula de la Es la media de las
varianza diferencias con la
media elevadas al
r r N-n
cuadrado.
Var(x)=σ2= n 1-
N N N-1
Formula de la
Desviación estándar
mide cuánto se
separan los datos √σ
Diferencias entre la Distribución Binomial y distribución Hipergeométrica
Distribución Binomial Distribución hipergeométrica
La probabilidad es igual para cada ensayo cada ensayo cambia la probabilidad de cada ensayo
subsiguiente porque no hay reemplazo
Utilizada con poblaciones sumamente grandes Utilizada para muestras relativamente pequeñas
Experimentos con repetición (la probabilidad del éxito Se plantean donde una población se extrae de una
esperado siempre será la misma) muestra sin reposición
n= Número de veces que se repite N= Tamaño de la población
el experimento n= Tamaño de la muestra
x= Número de éxitos esperados x= Número de éxitos esperados
p= probabilidad de éxito K= Éxitos en la población
Distribución de probabilidad de la variable aleatoria discreta hipergeométrica
Ejercicio #1
• Tenemos un bolso en el que encontramos 10 esferas, en la cual hay esferas con el numero 1 o con
el 0 (5 de cada una). La variable aleatoria x= veces que se obtiene un 0 al sacar 3 números ¿Cuál
es la probabilidad de sacar un 0?
r= número de elementos en la población Datos 5 10 -5
considerados como éxito r= 5 2 3-2
N= número de elementos en la población N=10 f(2)= =
n= número de ensayos n= 3 10
f(x)= probabilidad de x éxitos en n ensayos x= 2 3
r 5
μ= n μ= 3 μ= = 1.5 5 5
N 10 2 1 50
f(2)= = =0.41666 =41.67%
10 120
3
r r N-n 5 5 10- 3 7
Var(x)=σ2= n 1- 3 1- = =0.5833
N N N-1 10 10 10-1 12
Distribución de probabilidad de la variable aleatoria discreta hipergeométrica
Ejercicio #2
En una bodega hay 10 impresoras de las cuales hay 3 están defectuosas, si se sacan 5 impresoras
de la bodega para revisar ¿Cuá es la probabilidad de que una impresora este defectuosa?
N=Tamaño total de la población
DONDE : K=Numero de éxitos de probabilidad
N=Tamaño de la muestra
X=Numero de éxitos de la muestra
Datos 3 10-3 3 7
x= 1 1 5-1 1 4 3 x 35 105
n= 5 f(x)= = f(x)= = f(x)= = = 0.4167
N= 10 10 252 252
r= 3 5 10
5
41.67 %
MEDIA
r 5
μ= n μ= 3 μ= = 1,5
N 10
VARIANZA
r r N -n
Var(x)=σ2= n 1-
3 3 10-5 5
N N N -1 5 1 =(1,5) (0,4) =0,3333
10 5 10-1 9
DESVIACIÓN ESTANDAR
σ= √0,33= 0,57
Distribución de probabilidad de la variable aleatoria discreta hipergeométrica
Ejercicio #3
• Se tienen 23 joyas de las cuales 10 son falsas, si se toma una muestra
de 5 joyas ¿Cuál es la probabilidad de que una de estas sea falsa?
f(x)= probabilidad de x éxitos en n ensayos
n= número de ensayos x= 1
N= número de elementos en la población n= 5
r= número de elementos en la población N=23
considerados como éxito r= 10
10 23 -10
1 5-1 10 * 71 5
f(x)= = = f(x)= = 0.2124 21,25%
23 33649
5
Distribución de probabilidad de la variable aleatoria discreta hipergeométrica
Ejercicio #4
• De cada 20 piezas fabricadas por una máquina, hay 2 que son defectuosas. Para realizar un control de
calidad, se observan 15 elementos y se rechaza el lote si hay alguna que sea defectuoso. Vamos a calcular
la probabilidad de que el lote sea rechazado.
Conclusión: Distribución
Hipergeométrica
Es útil en todos los casos en
los que se extraigan muestras
o realicen experimentos El numero de repeticiones Las probabilidades asociadas
repetidos sin devolución del del elemento es constante a cada uno de los resultados
elemento extraído o sin no son constantes
retornar a la situación inicial
Suele aparecer en procesos
Distribución de probabilidad Definida por 3 parámetros:
muestrales sin reemplazo, en
discreta relacionada con tamaño de la población,
los que se investiga la
muestreos aleatorios y sin conteo de eventos en la
presencia o ausencia de cierta
reemplazo. población y tamaño de la
características
muestra
