DISTRIBUCIÓN HIPERGEOMÉTRICA

Hasta ahora hemos analizado distribuciones que modelaban situaciones en las que
se realizaban pruebas que entrañaban una dicotomía (proceso de Bernouilli) de
manera que, en cada experiencia, la probabilidad de obtener cada uno de los dos
posibles resultados se mantenía constante.

Si el proceso consistía en una serie de extracciones o selecciones ello implicaba la

reposición de cada extracción o selección, o bien la consideración de una población
muy grande (cartas en un casino). Sin embargo, si la población es pequeña y las
extracciones no se remplazan, las probabilidades no se mantendrán constantes. La
distribución hipergeométrica viene a cubrir esta necesidad de modelar procesos de
Bernouilli con probabilidades no constantes (sin reemplazamiento).

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.

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. ... Las muestras
no tienen reemplazo, por lo que cada elemento de la muestra es diferente.

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.
 Una variable tiene distribución hipergeométrica si procede de un
experimento que cumple las siguientes condiciones:

1) Se toma una muestra de tamaño n, sin reemplazamiento, de un conjunto

finito de N objetos.
2) K de los N objetos se pueden clasificar como ‚éxitos
3) y N - K como fracasos.

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:
EJEMPLO1:

Supongamos la extracción aleatoria de 8 elementos de un conjunto formado por 40

elementos totales 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

Para calcular la probabilidad de obtener 4 oros:

EJEMPLO2:

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.
En la siguiente escena puedes observar la función de probabilidad de la distribución
hipergeométrica. Puedes cambiar los diferentes parámetros que configuran dicha
distribución y observar como cambia esta función a medida que se varía alguno de
ellos. Extrae tus propias conclusiones. Así mismo, puedes utilizar también la escena
como calculadora directa que permite resolver situaciones concretas que se puedan
plantear en problemas específicos. Lógicamente hay un límite para los valores de la
población de manera que la escena funcione con fluidez (valores menores de 200).