DISTRIBUCION HIPERGEOMETRICA

Se selecciona una muestra aleatoria de n consumidores de una población de N

consumidores, el número x de usuarios que favorecen un producto especif́ ico tendría una
distribución binomial cuando el tamaño muestra n es pequeño respecto al número de N de
consumidores en la población, el número x a favor del producto tiene una distribución de
probabilidad hipergeométrica, cuya fórmula es:

Donde:

(1.1)

N = número de elementos en la población.

r = número de elementos que tienen una característica especifica, por ejemplo el número de
personas a favor un producto particular.
n = número de elementos en el muestra.

En base a la ecuación 1.1 podemos realizar las ecuaciones factoriales siguientes:

Medidas de tendencia central y de dispersión para la distribución hipergeométrica

La distribución hipergeométrica al igual que otras distribuciones de probabilidades tiene un

valor esperado o media () y una desviación estándar (), y vamos a ver la forma en que
ambas medidas estadiś ticas se pueden calcular. Simbólicamente, podemos representar la
media de una distribución hipergeométrica como:

Distribucion hipergeometrica:

En la que:
n = número de muestras.
r = número de elementos de la muestra con ciertas caracteriś ticas. N = tamaño de la
población.

Y podemos calcular la variancia y la desviación estándar de una distribución

hipergeométrica haciendo uso de la fórmula:

Variancia:

Desviación estándar:

En la que:

= la variancia.

= la desviación estándar.

Con frecuencia un experimento consta de pruebas repetidas, cada una con dos
resultados posibles que se pueden denominar éxito o fracaso. La aplicación más
evidente tiene que ver con la prueba de artículos a medida que salen de una línea de
ensamble, donde cada prueba o experimento puede indicar si un artículo está o no
defectuoso. Podemos elegir de nir cualquiera de los resultados como éxito. El
proceso se conoce como proceso de Bernoulli y cada ensayo se denomina
experimento de Bernoulli. Por ejemplo, si extraemos cartas de una baraja y éstas
no se reemplazan, cambian las probabilidades en la repetición de cada ensayo; es
decir, la probabilidad de seleccionar una carta de corazones en la primera extracción
es 1/4, pero en la segunda es una probabilidad con- dicional que tiene un valor de
13/51 o 12/51, dependiendo de si resulta un corazón en la primera extracción;
entonces éste ya no sería considerado un conjunto de experimentos de Bernoulli.