DISTRIBUCION HIPERGEOMETRICA.

Consideremos una población con N elementos, de los cuales, D son exitosos (es
decir, tienen una determinada característica), y N-D son fracasos (no tienen esa
característica). La distribución hipergeometrica es la distribución de la variable
aleatoria X=numero de éxitos obtenidos en “n” observaciones al azar de la
población, sin reemplazamiento. Su función de masa es:

D N −D
P ( X=x )=
( X )( n−x )

( Nn )
Para Max {0 ,n−(N −D)}≤ X ≤ min {n , D }

EJEMPLO.

En una jaula hay 30 pericos rusos y 20 pericos chinos si extraemos 10 pericos al

azar calcular posibilidad de que 3 de ellos hablen chino (característica deseada).

N= 50

n = 10

C = 20

X=3
20 50−20
P ( X=3 )=
( 3 )( 10−3 )
=0.2259
50
( 10)
PROPIEDADES MEDIA, VARIANZA Y DESVIACIÓN ESTÁNDAR

Media y varianza

Considerando que una variable hipergeometrica 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
hipergeometrica 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 hipergeometrica será, como en el caso de la binomial:
μ=np

En cambio si las variables sumando no son independientes la varianza de la

variable suma no será la suma de las varianzas.

Si se evalúa el valor de la varianza para nuestro caso se obtiene la varianza de una

distribución hipergeometrica de parámetros N, n, p es: si X→H (N, n, p)

σ 2=npq ( NN −n
−1 )

Para la desviación estándar o típica es:

N −n
√
σ = npq
N−1