UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL INGENIERIA HIDRÁULICA

“DISTRIBUCION GEOMETRICA Y
DISTRIBUCION
HIPERGEOMETRICA”
Presentado por:
GONZALES VASQUEZ, Julio
NEYRA CASTAÑEDA, Ariana Sofía
RAMIREZ LLAQUE MARIA DE LOS ANGELES
Ing. POEMAPE GRADOS ARACELLI MARIBEL

METODOS ESTADISTICOS 2 de Junio de 2023

 DISTRIBUCION GEOMETRICA O DE PASCAL

•  La distribución geométrica es un modelo adecuado para aquellos

procesos en los que se repiten pruebas hasta la consecución del éxito a
resultado deseado y tiene interesantes aplicaciones en los muestreos
realizados de esta manera . También implica la existencia de una
dicotomía de posibles resultados y la independencia de las pruebas
entre sí.
• La distribución geométrica es una distribución de probabilidad discreta
que modela el número de ensayos independientes y repetidos
necesarios hasta obtener el primer éxito. En otras palabras, representa
el número de fallos antes de obtener el primer éxito en una serie de
ensayos Bernoulli.
• La función de probabilidad de la distribución geométrica se
define de la siguiente manera:

P(X=k) = (1-p)^(k-1) * p
Dónde:
•P(X=k) es la probabilidad de que el primer éxito esté previsto
en el ensayo k.
•p es la probabilidad de éxito en un solo ensayo.
•(1-p)^(k-1) es la probabilidad de que haya k-1 fallos
consecutivos antes del primer éxito.

La distribución geométrica se utiliza en diversas aplicaciones,

como la teoría de colas, el análisis de confianza, la teoría de
juegos y la estadística aplicada en general.
1.Características de la Distribución Geométrica

Esta distribución se puede hacer derivar de un proceso experimental puro o de Bernouilli en el que
tengamos las siguientes características
• El proceso consta de un número no definido de pruebas o experimentos separados o separables. El
proceso concluirá cuando se obtenga por primera vez el resultado deseado (éxito).
• Cada prueba puede dar dos resultados mutuamente excluyentes : A y no A
• La probabilidad de obtener un resultado A en cada prueba es p y la de obtener un resultado no A es q
siendo (p + q = 1).
• La distribución geométrica no tiene límite superior. El número de ensayos hasta el primer éxito puede
ser cualquier número entero positivo.
• La distribución geométrica es una distribución de memoria corta, lo que significa que la probabilidad
de éxito no se ve afectada por los ensayos anteriores.
• La distribución geométrica también se puede ver como una distribución de espera, ya que representa
el número de "esperas" antes de obtener el primer éxito .
2. Parámetros de la distribución geométrica: Esperanza y varianza:
•La esperanza de una distribución geométrica es E(X) = 1/p.
•La variación de una distribución geométrica es Var(X) = (1-p)/p^2.

4.Relación con la distribución exponencial:

•La distribución geométrica está estrechamente relacionada con la distribución exponencial. Si X sigue
una distribución geométrica con parámetro p, entonces X-1 sigue una distribución exponencial con
parámetro λ = -ln(1-p).
5.Aplicaciones de distribución geométrica:
•Teoría de colas: La distribución geométrica se utiliza para modelar el tiempo de espera hasta que
precede el primer evento en un sistema de colas.
EJEMPLO:
Supongamos que estás estudiando el tiempo que los clientes esperan en una cola de supermercado
antes de que sea atendido el primer cliente nuevo. Puedes modelar esta situación utilizando la
distribución geométrica, donde la variable aleatoria sería el número de clientes que llegan antes de que
el primer cliente nuevo sea atendido.
• Fiabilidad: Se utiliza para analizar el tiempo hasta que está adelantado a una falla en un sistema.
EJEMPLO:
Imagina que estás analizando la fiabilidad de un sistema electrónico. Puedes utilizar la distribución
geométrica para modelar el tiempo hasta que se presente la primera falla en el sistema. La
distribución geométrica te permitiría estimar la probabilidad de que el sistema falle dentro de un
determinado período de tiempo.
• Estadística aplicada: Se utiliza en pruebas de hipótesis, análisis de supervivencia y otros problemas
estadísticos.
EJEMPLO
En pruebas de hipótesis, la distribución geométrica se puede utilizar para analizar la probabilidad de
obtener una determinada cantidad de éxitos antes de obtener el primer fracaso en una serie de
ensayos independientes. También se puede emplear en el análisis de supervivencia, donde se
estudia el tiempo hasta que ocurre un evento, como la supervivencia de pacientes después de un
tratamiento médico.
 EJEMPLO PRACTICO
• Para la construcción de un canal se necesita realizar un levantamiento
topográfico, para realizar dicho estudio se necesita de una estación
total, pero dicho instrumento necesita ser calibrado. La probabilidad
de calibrar el instrumento de topografía de acuerdo con la especificas
técnicas es de 0.6, asumiendo que los intentos de calibración son
independientes,¿ cual es la probabilidad de que cuando mucho 3
intentos de calibración sean requeridos para satisfacer las
especificaciones técnicas del instrumento.
SOLUCION:
DATOS:
X= INTENTOS PARA LOGRAR LA CALIBRACION
P= 0.6 …………….. ( probabilidad de éxito )
1- p= 0.4 …………..( fracaso)
DISTRIBUCION HIPERGEOMETRICA
La distribución hipergeométrica es una distribución de probabilidad discreta que se utiliza para
calcular la probabilidad de una selección aleatoria de un objeto sin repetición.
Es especialmente útil en todos aquellos casos en los que se extraen muestras o se realizan
experiencias repetidas sin devolución del elemento extraído o sin retornar a la situación. La fórmula
general de la distribución hipergeométrica es:
La distribución hipergeométrica es similar a la distribución binomial, con la diferencia de que, en lugar de
dos posibles resultados en cada ensayo, puede haber más de dos posibles resultados. Algunas
características de la distribución hipergeométrica son:
En resumen, la distribución hipergeométrica es una herramienta útil para calcular la probabilidad de una
selección aleatoria de un objeto sin repetición. Se utiliza en el estudio de muestras pequeñas de
poblaciones pequeñas y en el cálculo de probabilidades de juegos de azar. La fórmula general de la
distribución hipergeométrica se utiliza para calcular la probabilidad de que una muestra aleatoria de
tamaño n contenga exactamente k elementos con una característica de interés en una población de
tamaño N.
DIFERENCIA LA DISTRIBUCIÓN HIPERGEOMÉTRICA DE LA DISTRIBUCIÓN BINOMIAL
La principal diferencia entre la distribución hipergeométrica y la distribución binomial es que la
distribución hipergeométrica se utiliza cuando la selección se realiza sin reemplazo, mientras que la
distribución binomial se utiliza cuando la selección se realiza con reemplazo. 
En la distribución binomial, cada ensayo es independiente y la probabilidad de éxito es constante en cada
ensayo. En cambio, en la distribución hipergeométrica, la probabilidad de éxito cambia en cada ensayo, ya
que la selección se realiza sin reemplazo. 
Otra diferencia importante es que la distribución binomial se utiliza para contar el número de éxitos en un
número fijo de ensayos independientes, mientras que la distribución hipergeométrica se utiliza para
contar el número de éxitos en una muestra aleatoria de tamaño fijo tomada de una población finita sin
reemplazo. 
En resumen, la distribución binomial se utiliza cuando la selección se realiza con reemplazo y cada
ensayo es independiente, mientras que la distribución hipergeométrica se utiliza cuando la selección se
realiza sin reemplazo y cada ensayo cambia la probabilidad de éxito.
 ¿CÓMO SE APLICA LA FÓRMULA DE LA DISTRIBUCIÓN
HIPERGEOMÉTRICA EN UN EJEMPLO APLICATIVO?

Supongamos que se tiene una presa con una población de 500 peces, de los cuales 200 son truchas y 300 son carpas. Se desea tomar una
muestra aleatoria de 50 peces para estimar la proporción de truchas en la población. ¿Cuál es la probabilidad de que la muestra contenga
exactamente 20 truchas? En este ejemplo, los valores son:

Por lo tanto, la probabilidad de que una muestra aleatoria de 50 peces de una población de 500 peces, donde 200 son truchas y 300 son
carpas, contenga exactamente 20 truchas es de aproximadamente 0.0002 o 0.02%. Este ejemplo muestra cómo la distribución
hipergeométrica se puede utilizar para estimar la proporción de una característica en una población finita sin reemplazo, lo que puede ser útil
en la ingeniería hidráulica para estimar la cantidad de ciertas especies de peces en una presa o río.
Imaginemos que, en un sistema de tuberías de una planta hidroeléctrica, hay 50 tuberías y 10 de ellas
tienen una falla en la junta de soldadura. Si seleccionamos aleatoriamente una muestra de 8 tuberías sin
reemplazo, queremos calcular la probabilidad de que exactamente 2 tuberías seleccionadas tengan la falla
en la junta de soldadura.
 
En este caso, los parámetros de la distribución hipergeométrica son:
 
N = 50 (tamaño de la población total, número de tuberías)
K = 10 (número de tuberías con falla en la junta de soldadura)
n = 8 (tamaño de la muestra seleccionada)
 
Usando la fórmula de la distribución hipergeométrica, podemos calcular la probabilidad de la
siguiente manera:

Calculando los valores del coeficiente binomial, obtenemos:

Este ejemplo nos permite calcular la probabilidad de obtener exactamente 2 tuberías con falla en la
junta de soldadura al seleccionar aleatoriamente una muestra de 8 tuberías en la planta
hidroeléctrica.