Está en la página 1de 8

INSTITUTO

TECNOLÓGICO
DE CIUDAD
JIMÉNEZ PROBABILIDAD Y ESTADÍSTICA

“DISTRIBUCIÓN HIPERGEOMÉTRICA”

Nombre: Cinthia
Lizeth Mares Chaparro

Carrera: Ingeniería Industrial

Semestre: 2

Docente: Rubén Moriel Ramírez


¿QUÉ ES LA DISTRIBUCIÓN
HIPERGEOMÉTRICA?

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. 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. Cuando se elige un
elemento de la población, no se puede volver a elegir. Por lo tanto, la probabilidad de
que un elemento sea seleccionado aumenta con cada ensayo, presuponiendo que aún
no haya sido seleccionado.

Utilice la distribución hipergeométrica para muestras obtenidas de poblaciones


relativamente pequeñas, sin reemplazo. Por ejemplo, la distribución hipergeométrica se
utiliza en la prueba exacta de Fisher para probar la diferencia entre dos proporciones y
en muestreos de aceptación por atributos cuando se toman muestras de un lote aislado
de tamaño finito.

La distribución hipergeométrica se define por 3 parámetros: tamaño de la población,


conteo de eventos en la población y tamaño de la muestra.
EJEMPLO 1
Por ejemplo, usted recibe un envío de pedido especial de 500 etiquetas. Supongamos
que el 2% de las etiquetas es defectuoso.

El conteo de eventos en la población es de 10 (0.02 * 500). Usted toma una muestra de


40 etiquetas y desea determinar la probabilidad de que haya 3 o más etiquetas
defectuosas en esa muestra.

La probabilidad
de que haya 3 o más
etiquetas defectuosas
en la muestra es de 0.0384.
EJEMPLO DE CÁLCULO DE LAS PROBABILIDADES
HIPERGEOMÉTRICAS
Supongamos que hay diez automóviles disponibles para que usted los pruebe (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?

Elija Calc > Distribuciones de probabilidad > Hipergeométrica.


Elija Probabilidad.
En Tamaño de la población (N), ingrese 10. En Conteo de eventos en la población
(M), ingrese 5. En Tamaño de la muestra (n), ingrese 3.
Elija Constante de entrada e ingrese 2.
Haga clic en Aceptar.

La probabilidad de que seleccione exactamente dos automóviles con motores turbo de


forma aleatoria cuando pruebe tres de los diez vehículos es 41.67%.
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. Para la distribución
binomial, la probabilidad es igual para cada ensayo. Para la distribución
hipergeométrica, cada ensayo cambia la probabilidad de cada ensayo subsiguiente
porque no hay reemplazo.

Utilice la distribución binomial con poblaciones tan grandes que el resultado de una
prueba prácticamente no tiene efecto sobre la probabilidad de que el próximo resultado
sea un evento o un no evento. Por ejemplo, en una población de 100,000 personas,
53,000 tienen sangre O+. La probabilidad de que la primera persona seleccionada
aleatoriamente en una muestra tenga sangre O+ es 0.530000. Si la primera persona en
una muestra tiene sangre O+, entonces la probabilidad de que la segunda persona
tenga sangre O+ es 0.529995. La diferencia entre estas probabilidades es lo
suficientemente pequeña como para ignorarla en la mayoría de las aplicaciones.

Utilice 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. Por ejemplo, en una población de 10 personas,
7 personas tienen sangre O+. La probabilidad de que la primera persona seleccionada
aleatoriamente en una muestra tenga sangre O+ es 0.7000. Si la primera persona en la
muestra tiene sangre O+, entonces la probabilidad de que la segunda persona tenga
sangre O+ es 0.66667. La diferencia puede aumentar a medida que aumenta el tamaño
de la muestra. La diferencia entre estas probabilidades es demasiado grande como
para ignorarla en muchas aplicaciones.
LAS 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.

En estas condiciones, se define la variable


aleatoria X = “nº de éxitos obtenidos”. La
función de probabilidad de esta
variable sería:

La media, varianza y desviación típica de esta distribución vienen dadas por:


La distribución hipergeométrica es especialmente útil en todos aquellos casos en los
que se extraigan muestras o se realicen experiencias repetidas sin devolución del
elemento extraído o sin retornar a la situación experimental inicial. Es una distribución
fundamental en el estudio de muestras pequeñas de poblaciones pequeñas y en el
cálculo de probabilidades
de juegos de azar. Tiene
grandes aplicaciones en
el control de calidad para
procesos experimentales
en los que no es posible retornar
a la situación de partida.

EJEMPLO 2
Supongamos la extracción
aleatoria de 8 elementos de un conjunto formado por 40 elementos totales (cartas
baraja española) de los cuales 10 son del tipo A (salir oro) y 30 son del tipo
complementario (no salir oro).

Si realizamos las extracciones sin devolver los elementos extraídos y llamamos X al


número de elementos del tipo A (oros obtenidos) que extraemos en las 8 cartas; X
seguirá una distribución hipergeométrica de parámetros 40, 8 , 10/40.H(40,8,0,25).

Para calcular la probabilidad de obtener 4 oros:


EJEMPLO 3:
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.

Cuando N es muy grande, como criterio se suele considerar N > 10n, la distribución
hipergeométrica se puede aproximar por la binomial B( n, p ) con p = k/N.

También podría gustarte