Capítulo 4  Variable aleatoria y distribuciones discretas de probabilidad 257

Ejemplo:
Una máquina empacadora produce 15% de paquetes defectuosos. Si tomamos una
muestra aleatoria de 45 paquetes, ¿cuál es la media y desviación estándar de esta dis-
tribución?

Solución:
n 5 45 paquetes
p 5 0.15 de que el paquete sea defectuoso
q 5 0.85 de que el paquete no tenga defectos

Por tanto, µ 5 45(0.15) 5 6.75(7) paquetes defectuosos en promedio se obtendrían en

la muestra, con una desviación estándar de:
s 5 45(0.15)(0.85) 5 2.4 paquetes defectuosos.

Distribución de probabilidad hipergeométrica

Una de las características de la distribución binomial es que la probabilidad de éxito
debe ser la misma para cada ensayo sucesivo, esto se debe a que se trata de un proceso
en el que el número de ensayos es finito y con reemplazo de los elementos que forman
el experimento. Por ejemplo, en un examen, la probabilidad de que un individuo adivine
la respuesta correcta para una pregunta con dos opciones, “a” y “b”, es 0.50.
Sin embargo, en la práctica, el muestreo se realiza sin reemplazo; es decir, los resultados
no son independientes, en cada nueva observación se obtendrá un nuevo valor de pro-
babilidad. Por ejemplo, si realizamos un experimento en 10 individuos, la probabilidad
de seleccionar un individuo por primera vez es de 1/10. Si muestreamos nuevamente sin
reemplazo, sólo nos quedan nueve individuos, por lo que la probabilidad de seleccionar
un individuo en la segunda selección ahora es de 1/9. Si seguimos muestreando sin
Copyright © 2014. Grupo Editorial Patria. All rights reserved.

reemplazo, observaremos que en cada selección la probabilidad será distinta. En estos

casos, por tanto, no podemos aplicar una distribución de probabilidad binomial, sino
una distribución de probabilidad hipergeométrica.
La distribución de probabilidad hipergeométrica surge al seleccionar una muestra
sin reemplazo de una población finita conocida y que representa una proporción relati-
vamente grande de la población, de tal forma que la probabilidad de éxito cambia de una
selección a otra. Por lo que la distribución hipergeométrica determina la probabilidad de
tener un determinado número de éxitos en una muestra que se obtuvo de una población
con un determinado número de éxitos.
En resumen, puede establecerse que una distribución de probabilidad se puede manejar
como una distribución de probabilidad hipergeométrica si:
• Se selecciona una muestra de una población finita sin reposición.
• El tamaño de la muestra “n” es mayor que 5% del tamaño de la población (N).

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-03-30 08:01:19.
 258 Estadística para Administración

La relación matemática que permite calcular una distribución de probabilidad hiper-

geométrica es:

Cx Cn− x
P( x ) � 4.4
y N−y

N Cn

en donde:
C 5 símbolo de las combinaciones.
N 5 tamaño de la población.
n 5 tamaño de la muestra.
Y 5 número de éxitos en la población.
x 5 número de éxitos en la muestra.
N 2 y 5 número de fracasos en la población.
n 2 x 5 número de fracasos en la muestra.

Ejemplo:
El administrador del establo Santa Clara cuenta con diez vacas Holstein de alto rendi-
miento, pero cuatro de ellas al revisarlas el veterinario, se les detecta una enfermedad
contagiosa. ¿Qué probabilidad hay de que en una muestra de tres vacas, dos de ellas
presenten la enfermedad contagiosa?

Solución:
N = 10 n = 3 y = 4 x = 2
Copyright © 2014. Grupo Editorial Patria. All rights reserved.

y Cx N − y Cn− x
P( x ) 5
N Cn

C2 C3−2
P( x ) 5 4 10 − 4

10 C3

(6) (6)
P( x ) 5 5 0.30
120

La respuesta con el uso de las funciones en Excel se muestra en la figura 4.5 .

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-03-30 08:01:19.
 Capítulo 4  Variable aleatoria y distribuciones discretas de probabilidad 259

Figura 4.5. Distribución de probabilidad hipergeométrica.

Ejemplo:
Una compañía automotriz fabrica a la semana 50 vehículos especializados todo terreno
para una gran variedad de ejércitos en el mundo. El supervisor de calidad reporta 40
vehículos sin ningún problema y 10 que al menos presentaron algún defecto. El gerente
de calidad selecciona al azar una muestra de cinco vehículos. ¿Qué probabilidad hay de
que cuatro de ellos operen sin problemas?
Observe que este muestreo se hace sin reemplazo y que el tamaño de la muestra es 5/50
= 0.10 o 10% de la población. Un tamaño mayor que el 5% establecido para una distri-
bución hipergeométrica.

Solución:
La probabilidad de que cuatro de ellos operen sin defectos es: 0.43134, como se muestra
en la figura 4.6.
Copyright © 2014. Grupo Editorial Patria. All rights reserved.

Figura 4.6. Distribución de probabilidad hipergeométrica.

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-03-30 08:01:19.
 260 Estadística para Administración

Media y varianza de la distribución de probabilidad hipergeométrica

La media en la distribución de probabilidad hipergeométrica se define como:
ny
µ= ; donde y/N 5 p, la cual tiende al valor de la media en una distribución
N
binomial (µ 5 np) si el tamaño de la población (N) es muy grande con respecto al
tamaño de la muestra (n).
La varianza, por otro lado, está definida con la relación:
 y   N − y  N − n
s2 5 n    4.5
 N   N   N − 1 

Ejemplo:
Una compañía que vende carátulas para teléfonos celulares empaca su producción en
cajas de 500 carátulas. La empresa produce las carátulas en color negro y gris claro.
En una caja se empacan 300 negras y 200 gris claro. ¿Cuál es la probabilidad de obte-
ner en una muestra de 12 carátulas, siete negras y cinco grises claro? Si extraemos 60
muestras de 12 carátulas de la caja, ¿cuál es el promedio de muestras que presenta esta
composición (siete negras y cinco grises)?

Solución:
La probabilidad de que la muestra se componga de siete carátulas negras y cinco cará-
tulas grises es:
y Cx N − y Cn− x
P( x ) 5
N Cn

Copyright © 2014. Grupo Editorial Patria. All rights reserved.

C7 C12−7
P ( x ) 5 300 500 −300

500 C12

5DISTR.HIPERGEOM(7,12,300,500)
5 0.229801
Al extraer 60 muestras de tamaño 12, el promedio de muestras que presenta esta com-
posición es de:
µ 5 np
µ 5 60(0.229801)
µ 5 13.79
Aproximadamente 14 muestras presentarán esta característica.

Rodríguez, F. J., & Pierdant, R. A. I. (2014). Estadística para administración. Retrieved from http://ebookcentral.proquest.com
Created from unadsp on 2019-03-30 08:01:19.