Distribución Discretas de

Probabilidad
Método Hipergeométrica
Probabilidad y Estadística
Equipo 3
Docente: Ruiz Saldaña Aaron
Tejeda Del Ángel Luis Reynaldo
Vega Ramírez Brayan Giovanni
Almazán Ramírez Jaime Cesar
Martínez Saucedo Gerardo
Variable Discreta
Una Variable Discreta no puede tomar ningún valor decimal, entre los
valores, en otras palabras, son consecutivos enteros como 1,2,3…9.
● Un ejemplo de ella sería el número de empleados de una fábrica;
número de hijos; número de cuentas ocultas en Suiza.
Creador
Fue creada por Jakob Bernoulli (1654-
1705) y publicada en su obra póstuma
Ars Conjectandi en 1713.
¿Que 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.

4
 “
Propósito
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.

5
 Aplicación
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.

6
Fórmula
N= Tamaño de la Población
K= Éxitos en la población
X=núm. De éxitos esperados
N=tamaño de la muestra

7
Coeficiente Binominal
Una habilidad que es importante
conocer.

𝑛
𝑛𝐶𝑟= = () 𝑛!
𝑘 𝑘! ( 𝑛−𝑘) !
Ejemplo 1
Una compañía emplea 800 hombre menores de 55 años, suponiendo que el 30% son
portadores de un marcador en el cromosoma y que indica un riesgo incrementado de
presentar hipertensión, si 10 hombres son analizados para el marcador, ¿cuál es la
posibilidad, de que exactamente un hombre tenga el marcador?

𝐹 ( 1 )=
( 1 )( 10 − 1 )
2 40 8 00− 240

( 81000 )
𝐾
𝑥( )(
𝑁−𝐾
𝑛− 𝑥 ) 𝐹 ( 1 )=
( 1 )( 9 )
2 40 5 60 𝐹 ( 1 ) = 0.12
𝐹 ( 𝑥 )=
( 𝑁𝑛 ) ( 800
10 )

()
𝑛 𝑛! ( 240 𝐶 1 ) ( 560 𝐶 9 )
𝑛𝐶𝑟= = 𝐹 ( 1 )=
( 800 𝐶 10 )
𝑘 𝑘! ( 𝑛 − 𝑘) !
Ejemplo 2
Usted recibe un envió de pedido especial de 500 etiquetas. Supongamos que el 2% de
las etiquetas es defectuoso. El conteo de eventos de la población es de 10(0.02*500).
Usted toma una muestra de 40 etiquetas y desea determinar la probabilidad de que
haya 3 etiquetas defectuosas en esa muestra.

𝐹 ( 3 )=
( 3 )( 40 − 3 )
1 0 5 0 0 − 10

𝐹 ( 3 ) =0.0384
(54000 )
( 3 )( 37 )
10 490

( 𝑥 )( 𝑛− 𝑥 )
𝐾 𝑁−𝐾
𝐹 ( 3 )=
𝐹 ( 𝑥 )=
(54000 )
( 𝑁𝑛 )

()
𝑛𝐶 𝑟 = 𝑛 =
𝑛! ( 10 𝐶 3 ) ( 490 𝐶 37 )
𝐹 ( 3 )=
( 500 𝐶 40 )
𝑘 𝑘! ( 𝑛 − 𝑘) !
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.

11
 Bibiografía
● https://bookdown.org/aquintela/EBE/variables-discretas-y-continuas.html
● https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-an
d-random-data/supporting-topics/distributions/hypergeometric-distribution/#:~:text=La%20
distribuci%C3%B3n%20hipergeom%C3%A9trica%20es%20una,evento%20o%20un%20no
%20evento
).
● https://proyectodescartes.org/iCartesiLibri/materiales_didacticos/EstadisticaProbabilidadInf
erencia/VAdiscreta/4_1DistribucionHipergeometrica/index.html#:~:text=Cuando%20N%20
es%20muy%20grande,probabilidad%20de%20la%20distribuci%C3%B3n%20hipergeom%
C3%A9trica
.
● https://www.sergas.es/Saude-publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_
probabilidad_Octubre2014.pdf

12