DISTRIBUCION HIPERGEOMETRICA

Se dice que una variable aleatoria discreta X sigue una distribución Hipergeometrica de
parámetros N, N1, n con 𝒏 ≤ 𝑵 si su función de probabilidad es:

𝑵 𝑵 − 𝑵𝟏
( 𝟏) ( )
𝑷(𝑿 = 𝒙) = 𝒇(𝒙) = 𝒙 𝒏 − 𝒙 ; 𝒙 = 𝟎, 𝟏, 𝟐, 𝟑, … , 𝒏
𝑵
( )
𝒏

Con 𝟎 ≤ 𝒙 ≤ 𝑵𝟏 , 𝟎 ≤ 𝒏 − 𝒙 ≤ 𝑵 − 𝑵𝟏

FUNCION DE DISTRIBUCION

𝟎 𝒔𝒊 𝒙 ≤ 𝒎𝒂𝒙(𝟎, 𝒏 − (𝑵 − 𝑵𝟏 ))

𝑵 −𝟏 𝑵 𝑵 − 𝑵𝟏
F(X)= ( ) ∑ ( 𝟏) ( ) 𝒔𝒊 𝑴𝒂𝒙(𝟎, 𝒏 − (𝑵 − 𝑵𝟏 )) ≤ 𝑿𝒎𝒊𝒏(𝒏, 𝑵𝟏 )
𝒏 𝒙 𝒏−𝒙
𝟏 𝒔𝒊 𝒙 ≥ 𝒎𝒊𝒏(𝒏, 𝑵𝟏 )

Donde:
N: Tamaño de población
n: Tamaño de la muestra
N1: Todas o cantidades de elementos cumplan las características deseadas.
X: Cantidad de éxitos
TEOREMA
𝑺𝒊 𝑿 → 𝑯(𝑵, 𝑵𝟏 , 𝒏)

 Esperanza

𝑵𝟏
E(x)= 𝒏.
𝑵

DEMOSTRACIÓN

𝑵𝟏 𝑵 − 𝑵𝟏
()( ) 𝑵𝟏 𝑵𝟏
∑𝑿 . 𝒙 𝒏−𝒏 𝒑= 𝒒=𝟏−
𝑵 𝑵 𝑵
( )
𝒏

𝑵𝒑 𝑵𝒒
( )( )
∑𝑿. 𝒙 𝒏 −𝒙
𝑵
( )
𝒏

𝑵𝒒
𝟏 𝑵𝒑(𝑵𝒑 − 𝟏) … (𝑵𝒑 − 𝒙 + 𝟏) ( )
∑𝑿 . 𝒏−𝒙
𝑵 𝒙(𝒙 − 𝟏) … . 𝟏
( )
𝒏

𝑵𝒑 𝑵𝒑 − 𝟏 𝑵𝒒
∑( )( )
𝑵 𝒙 − 𝟏 𝒏 −𝒙
( )
𝒏

𝑵𝒑 𝑵 − 𝟏 𝑵𝒑 𝑵𝟏
𝑵 ( ) = ∗ 𝒏 = 𝒏𝒑 = 𝒏 ∗
( ) 𝒏−𝟏 𝑵 𝑵
𝒏
 Varianza

𝑵𝟏 𝑵𝟏 𝑵 − 𝒏
𝒗𝒂𝒓(𝒙) = 𝒏 ( ) (𝟏 − ) ( )
𝒏 𝒏 𝑵−𝟏

Var(x)= E(X2)-(E(X))2

DEMOSTRACION

𝑵 𝑵 − 𝑵𝟏
( 𝟏) × ( )
(𝑿𝟐 ) = ∑ 𝑿𝟐 × 𝑷(𝑿 = 𝒙) = ∑ 𝑿𝟐 × 𝒙 𝒏−𝒙
𝑵
𝒙 𝒙 ( )
𝒏
𝑵𝟏 𝑵𝟏 − 𝟏 𝑵 − 𝑵𝟏
𝒙 ( 𝒙 − 𝟏 )( 𝒏 − 𝒙 )
𝑿𝟐 = ∑ 𝑿𝟐 ×
𝑵
𝒙 ( )
𝒏
𝑵𝟏 𝑵 − 𝟏 𝑵 − 𝑵𝟏
∑((𝒙 − 𝟏) + 𝟏) ( 𝟏 )( )
𝑵 𝒙 − 𝟏 𝒏 − 𝒙
( ) 𝒙
𝒏

𝑵𝟏 𝑵 − 𝟐 𝑵 − 𝑵𝟏 𝑵 − 𝟏 𝑵 − 𝑵𝟏
[(𝑵𝟏 − 𝟏) ∑ ( 𝟏 )( )+∑( 𝟏 )( )]
𝑵 𝒙−𝟐 𝒏 − 𝒙 𝒙−𝟏 𝒏−𝒙
𝒙 𝒙
𝒏

𝑵𝟏 𝑵 + 𝑵 − 𝑵𝟏 − 𝟐 𝑵 + 𝑵 − 𝑵𝟏 − 𝟏
[(𝑵𝟏 − 𝟏) ( 𝟏 )+( 𝟏 )]
𝑵 𝒙−𝟐+𝒏−𝒙 𝒙−𝟏+𝒏−𝒙
𝒏
𝑵𝟏 𝑵−𝟐 𝑵−𝟏
[(𝑵𝟏 − 𝟏) ( )+( )]
𝑵 𝒏−𝟐 𝒏−𝟏
𝒏

𝑵𝟏 𝒏! (𝑵 − 𝒏)! (𝑵𝟏 − 𝟏)(𝒏 − 𝟏)(𝑵 − 𝟐)! (𝑵 − 𝟏)

×[ ]
𝑵! (𝒏 − 𝟏)! (𝑵 − 𝒏)!
 𝑵𝟏 ∗ 𝒏
[(𝑵𝟏 − 𝟏)(𝒏 − 𝟏) + (𝑵 − 𝟏)]
𝑵
𝑵−𝟏

𝑵𝟏 ∗ 𝒏
((𝑵𝟏 − 𝟏)(𝒏 − 𝟏) + (𝑵 − 𝟏))
𝑬(𝑿 𝟐)
= 𝑵
𝑵−𝟏

𝟐
𝑽𝒂𝒓(𝑿) = 𝑬(𝑿𝟐 ) − (𝑬(𝑿))

𝑵𝟏 ∗ 𝒏
(𝑵 − 𝟏)) 𝑵𝟏 ∗ 𝒏 𝟐
𝑵 ((𝑵𝟏 − 𝟏)(𝒏 − 𝟏) + −( )
𝑵−𝟏 𝑵

𝑵𝟏 𝑵𝟏 𝑵 − 𝒏
𝒏( ) (𝟏 − )
𝑵 𝑵 𝑵−𝟏

 Función generatriz de momentos

𝒎𝒊𝒏(𝒏,𝑵𝟏 )
𝑵 −𝟏 𝑵 𝑵 − 𝑵𝟏
𝑴𝑿 (𝒕) = ∑ 𝒆𝒕𝒙 ( ) ( 𝟏 ) ( )
𝒏 𝒙 𝒏−𝒙
𝑿=𝒎𝒂𝒙(𝟎,𝒏−(𝑵−𝑵𝟏 )

𝒎ì𝒏(𝒏,𝑵𝟏 )
𝑵𝟏 𝑵 − 𝑵𝟏 𝟏
𝑴𝒙 (𝒕) = ∑ 𝒆𝒕𝒙 ( )( )
𝒙 𝒏 − 𝒙 ( 𝑵)
𝒙=𝒎à𝒙(𝟎,𝒏−(𝑵−𝑵𝟏 )) 𝒏

𝒎ì𝒏(𝒏,𝑵𝟏 )
𝒕𝒙
𝑵 −𝟏 𝑵𝟏 𝑵 − 𝑵𝟏
𝑴𝒙 (𝒕) = ∑ 𝒆 ( ) ( )( )
𝒏 𝒙 𝒏−𝒙
𝒙=𝒎à𝒙(𝟎,𝒏−(𝑵−𝑵𝟏 ))
 Momentos Centrales

Momentos Centrales de Orden 1

𝝁𝟏 = 𝟎

Momentos Centrales de Orden 2

𝑵𝟏 𝑵𝟏 𝑵 − 𝒏
𝝁𝟏 = 𝑽𝒂𝒓[𝑿] = 𝒏 (𝟏 − )
𝑵 𝑵 𝑵−𝟏

 Momentos Ordinarios

Momentos Ordinarios de Orden 1

(𝐍𝐱𝟏)(𝐍−𝐍
𝐍−𝐱
𝟏
)
∝𝟏 = 𝐱
(𝐍𝐧)

Momentos Ordinarios de Orden 2

𝐍𝟏 𝐍𝟏 𝐍 − 𝐧
∝𝟐 = 𝐕𝐚𝐫[𝐗] = 𝐧 (𝟏 − )
𝐍 𝐍 𝐍−𝟏

Momentos Ordinarios de Orden 3

𝐍𝟏 (𝐍𝟏 − 𝟏)! (𝐧 − 𝐍𝟏 − 𝟏)! (𝐧 − 𝐍𝟏 )

∝𝟑 =
(𝐱 𝟑 − 𝟏)! (𝐍𝟏 − 𝐱 𝟑 )! (𝐧 − 𝐱 𝟑 )! (𝐱 𝟑 − 𝐍𝟏 )!

Momentos Ordinarios de Orden 4

𝐍𝟏 (𝐍𝟏 − 𝟏)! (𝐧 − 𝐍𝟏 − 𝟏)! (𝐧 − 𝐍𝟏 )

∝𝟒 =
(𝐱 𝟒 − 𝟏)! (𝐍𝟏 − 𝐱 𝟒 )! (𝐧 − 𝐱 𝟒 )! (𝐱 𝟒 − 𝐍𝟏 )!
EJERCICIOS DE APLICACIÓN

1) Considerando que en la urna hay un total de 10 objetos, 3 de los cuales son

defectuosos, si se seleccionan 4 al azar, ¿Cuál es la probabilidad de que 2
sean defectuoso?

N= 10
N1=3
n= 4
x= 2

𝟑 𝟏𝟎−𝟑
( )( )
𝟐 𝟒−𝟐
P(x=2) = 𝟏𝟎
( )
𝟒

𝟑 𝟕
( )( )
𝟐 𝟐
P(x=2) = 𝟏𝟎
( )
𝟒

𝟑! 𝟕!
( )( )
𝟐!.𝟏! 𝟐!.𝟓!
P(x=2) = 𝟏𝟎!
( )
𝟒!.𝟔!

𝟑.𝟐! 𝟕.𝟔.𝟓!
( )( )
𝟐!.𝟏 𝟐.𝟓!
P(x=2) = 𝟏𝟎.𝟗.𝟖.𝟕.𝟔!
( )
𝟒.𝟑.𝟐.𝟏.𝟔!

P(x=2) = 0.3

ESPERANZA

𝐍 𝟑
𝐄(𝐗) = 𝐧 ( 𝐍𝟏 ) = 𝟒 (𝟏𝟎) = 𝟏. 𝟐
 VARIANZA

𝑵𝟏 𝑵𝟏 𝑵 − 𝒏
𝑽𝒂𝒓(𝒙) = ( ) (𝟏 − ) ( )
𝑵 𝑵 𝑵−𝟏

3 3 10 − 4
𝑉𝑎𝑟(𝑥) = ( ) (1 − ) ( )
10 10 10 − 1

3 7 6
𝑉𝑎𝑟(𝑥) = ( ) ( ) ( ) = 0.14
10 10 9

2) Se pone a la venta un conjunto de 75 artículos, de los cuales 10 están defectuosos. Si

se toma una muestra (sin orden y sin remplazo) de 5 artículos.
Calcule la probabilidad de que no aparezca ningún artículo defectuoso.

N= 75
n= 5
N1= 10
X= 0

𝟏𝟎 𝟕𝟓−𝟏𝟎
( )( )
𝟎 𝟓−𝟎
P(x=0)= 𝟕𝟓
( )
𝟓

𝟏𝟎 𝟔𝟓
( )( )
𝟎 𝟓
P(x=0)= 𝟕𝟓
( )
𝟓

𝟏𝟎! 𝟔𝟓!
( )( )
𝟏𝟎!.𝟎! 𝟔𝟎!.𝟓!
P(x=0)= 𝟕𝟓!
( )
𝟕𝟎!.𝟓!

𝟔𝟓.𝟔𝟒.𝟔𝟑.𝟔𝟏.𝟔𝟎
𝟏( )
𝟔𝟎!.𝟓.𝟒.𝟑.𝟐.𝟏
P(x=0)= 𝟕𝟓.𝟕𝟒.𝟕𝟑.𝟕𝟐.𝟕𝟏.𝟕𝟎! = 0.478574
( )
𝟕𝟎!.𝟓.𝟒.𝟑.𝟐.𝟏