UNIVERSIDAD TÉCNICA

“LUIS VARGAS TORRES” DE ESMERALDAS

FACULTAD DE INGENIERÍAS
CARRERA INGENIERÍA ELÉCTRICA

CÁTEDRA INTEG.: PROBABILIDAD Y ESTADÍSTICA

PROFESORA: ING. NAKIRA VALENCIA ORTÍZ, M.Sc.

INTEGRANTES: - MÓNICA TONATO VELASCO

- YANANDY CORTÉZ TORRES
- ANIBAL CASTILLO MORENO
- RENAN RHOR QUINDE

FECHA: 12 – 02– 2022

ESMERALDAS – ECUADOR
I. INTRODUCCIÓN.-

Lo probable es algo que, en general, sucede (ARISTÓTELES). Dentro de la

estadística descriptiva, se analizan las distribuciones de frecuencias, una manera
ventajosa para resumir las variaciones de aquellos datos observados, es decir, el
comportamiento que se espera, tengan todos los resultados de un experimento aleatorio
(Solano, 2014). Una de los percepciones más importantes de la teoría de probabilidades
es el de variable aleatoria que, razonablemente, podemos definirla como cualquier
característica medible que toma diferentes valores con probabilidades determinadas
(Evans & Rosenthal, 2005).

El propósito de este trabajo es la construcción de las bases del conocimiento,

permitiéndonos profundizar el estudio de la probabilidad mediante sus conceptos y
problemas prácticos o experimentos en datos reales. Marcando como punto sustancial
en este trabajo investigativo son las distribuciones de probabilidad discreta,
precisamente se estudiará la distribución hipergeométrica.

1. MARCO TEÓRICO.-

1.1. DISTRIBUCIÓN DE PROBABILIDAD.-

Es aquella herramienta esencial para la prospectiva, ya que por medio de esta

podemos diseñar contextos de acontecimientos futuros. Manera por la cual
podemos indicar la probabilidad de cada valor posible o de un valor dentro de
cierto intervalo de la característica de un experimento determinado (Cruz, 1987).

Cualquier distribución de probabilidad se funda por una variable (ya que puede
tomar diferentes valores) aleatoria “x” (pues el valor que se toma es totalmente
al azar), y puede ser de 2 características o tipos: Discreta o continua.

a) Distribución de probabilidades Discreta.- La variable x puede tomar un

número limitado de valores (Barrientos, 1986). Su distribución de
 probabilidad especifica todos los valores posibles de la variable junto con la
probabilidad de que cada uno ocurra.

b) Distribución de probabilidades continua.- La variable x puede tomar

cualquier valor dentro de un intervalo dado. La distribución de probabilidad
permite determinar las probabilidades correspondientes a subintervalos de
valores.

1.2. DISTRIBUCIÓN DE PROBABILIDAD HIPERGEOMÉTRICA.-

Es una distribución discreta que compone el número de eventos en una

muestra de tamaño fijo cuando se 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.

Se recomienda utilizar la distribución hipergeométrica para muestras

obtenidas de poblaciones respectivamente pequeñas, sin reemplazo. Es decir, 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.

1.2.1. FUNCIÓN DE PROBABILIDAD HIPERGEOMÉTRICA.-

La función de probabilidad hipergeométrica se utiliza para calcular la

probabilidad de que en una muestra aleatoria de n elementos, seleccionados sin
reemplazo, se tengan x éxitos y n - x fracasos. Y para que se presente este
resultado, debe poseer x éxitos de los r éxitos que hay en la población y n - x
fracasos de los N - r fracasos (Anderson, Sweeney, & Williams, 2008).
 f ( x )=
( x )( n−x )
r N −r
para 0≤ x ≤ r
(n)
N

Donde:
f (x) = probabilidad de x éxitos en n ensayos
n= número de ensayos
N= número de elementos en la población
r= número de elementos en la población considerados como éxitos o que
presenten la característica.
x= “nº de éxitos obtenidos”.

Lo ilustrado anteriormente en la función: ( Nn )representa el número de

maneras en que es posible tomar una muestra de tamaño n de una población de
tamaño N;
r
x ()
representa el número de formas en que se toman x éxitos de un

total de r éxitos que hay en la población, y

N −r
n−x ( )
representa el número de
maneras en que se puede tomar n - x fracasos de un total de N - r que hay en la
población (Anderson, Sweeney, & Williams, 2008).

1.2.2. MEDIA Y VARIANZA DE UNA DISTRIBUCIÓN

HIPERGEOMÉTRICA.-

E ( x )=μ=n ( Nr )
Var ( x ) =σ 2=n ( Nr )(1− Nr )( NN −n
−1 )

1.2.3. DESVIACIÓN ESTÁNDAR.-

σ =√ σ
2
 1.3. CARACTERÍSTICAS.-

La distribución hipergeométrica puede derivarse de un proceso experimental

puro o de Bernouilli con las siguientes características:

i. El proceso consta de n pruebas, separadas o separables de entre un conjunto de

N pruebas posibles.

ii. Cada una de las pruebas puede dar únicamente dos resultados mutuamente
excluyentes.

iii. El número de individuos que presentan la característica A (éxito) es k.

iv. En la primera prueba las probabilidades son: P(A)= p y P(A)= q; con p + q =l.

* En la hipótesis de probabilidad y estadística, un ensayo de Bernoulli es

un experimento aleatorio en el que sólo se pueden obtener dos resultados
(habitualmente marcados como éxito y fracaso)

1.4. 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 (Cruz, 1987).

2. DESARROLLO.-

2.1. PROBLEMA.-
 La Unidad Antidopaje de la FIFA va a realiza un control antidoping a 24
jugadores de la selección de Ecuador que participara en el mundial de Qatar
2022, donde mediante un sorteo al azar se elegirán 7 jugadores a los cuales se les
realizara la prueba, por pruebas realizas por la selección Ecuatoriana se sabe que
3 jugares han hecho uso de sustancias prohibidas por la FIFA, ¿Cuál es la
probabilidad que en el sorteo que realiza la FIFA encuentre 1 de los 7
jugadores usaron sustancias prohibidas?

2.2. DETERMINACIÓN LA DISTRIBUCIÓN DE PROBABILIDAD

EN LA FUNCIÓN.

N= 24 ; n=7 ; r=3 ; x=1

f (1)
=
( )(
r N−r
x n−x ) =
( )(
3 24−3
1 7−1 ) =
( 1 )( 6 ) 3∗54264
3 21
= =0.470
( n)
N
(7) (7)
24 24 346104

n! 3!
 C 1= = =3
r ! ( n−r ) ! 1! ( 3−1 ) !

n! 21 !
 C 2= = =54264
r ! ( n−r ) ! 6 ! ( 21−6 ) !

n! 24 !
 C 3= = =346104
r ! ( n−r ) ! 7 ! ( 24−7 ) !

2.3. REPRESENTACIÓN GRÁFICA DE LA DISTRIBUCIÓN DE

PROBABILIDAD.
 Probabilidad (x)
0.5000
0.4500
0.4000
0.3500
0.3000
0.2500
0.2000
0.1500
0.1000
0.0500
0.0000
0 1 2 3 4 5 6 7

2.4. VALOR ESPERADO Y VARIANZA EN LA DISTRIBUCIÓN.

μ=n ( Nr )=7 ( 243 )=0.875

2
σ =n ( Nr )(1− Nr )( NN−1
−n
)=7( 243 )(1− 243 )( 24−7
24−1 )
=( 0.875 ) ( 0.875 )( 0.739 )=0.565

La desviación estándar es σ =√ 0.565=0.751

2.5. CALCULE CON EXCEL LAS PROBABILIDADES DE LA

FUNCIÓN DE DISTRIBUCIÓN.

Dentro de la hoja de cálculo Excel, primeramente, debemos identificar el

valor de x, y como en nuestro ejemplo la muestra es de 7 entones los valores que
puede adquirir x van de 0 a 7.

x P(x)
0 0,3360
1 0,4704
2 0,1764
3 0,0173
4 0,0000
 5 0,0000
6 0,0000
7 0,0000

Y se continúa a calcular cada una de las probabilidades, bajo los parámetros

establecidos en el ejercicio y las funciones de la hoja de cálculo que en este caso
es: DISTR.HIPERGEOM.N (Ver hoja de cálculo Excel adjunta)

Esta función tiene cuatro argumentos: x (el número de éxitos), n (el número
de ensayos), p (la probabilidad de éxito) y acumulado, que es un valor lógico.

 Se usa FALSO como cuarto argumento (acumulado). Si queremos la

probabilidad de x éxitos.

 Se usa VERDADERO como cuarto argumento si se desea la

probabilidad acumulada de x o menos éxitos.

En la tabla siguiente sugiere la distribución de probabilidades, observarnos

que en el caso de que x =1 su probabilidad es de 0.4704 que concuerda con los
datos sacados bajo la fórmula, que de hecho es la probabilidad más alta.

2.6. COMPARACIÓN ENTRE EL VALOR CALCULADO CON LA

FORMULA Y EL ENCONTRADO CON EXCEL.
Tanto con la formula como con la ayuda de la herramienta Excel, podemos constatar
que al momento de calcular la función de probabilidad obtenemos el mismo valor
aproximadamente.
Con la formula obtuvimos: 0.470
Con la fórmula de Excel obtuvimos: 0.4704

3. CONCLUSIONES.-
 Este tipo de probabilidad nos es útil cuando deseamos calcular la
probabilidad de una selección aleatoria de un objeto sin repetición.
 En el ejemplo podemos apreciar que las probabilidades asociadas a cada
uno de los resultados no son contantes.
 El número de repeticiones del ejemplo es un número constante.

4. RECOMENDACIONES.-

 Se debe procurar utilizar 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.
 Es recomendable utilizar la distribución hipergeométrica en aquellos
casos en los que se extraigan muestras o se realizan experiencias
repetidas sin devolución del elemento extraído.

5. BIBLIOGRAFÍA.-