Distribuzione Ipergeometrica

Binomiale e Ipergeometrica
• Se considero un’urna con all’interno delle palline,
una distribuzione Binomiale può essere bene
esemplificata come una serie di estrazioni con
reimmissione da un’urna che contiene palline di
differenti colori.
• Si consideri ora il caso in cui le estrazioni
avvengano senza reimmissione nell’urna, qui le
singole prove sono dipendenti l’una con l’altra,
perché ad ogni estrazione si modifica la
composizione dell’urna.
 Distribuzione Ipergeometrica
• Immaginiamo un’urna con 4 palline nere e 6
palline bianche e preleviamo 5 palline senza
reimmissione (quindi con prove dipendenti).
• Il successo nella singola prova si ha se viene
estratta una pallina bianca.
• Si è interessati alla variabile casuale X =
“numero di successi in 5 prove”.
• Supponiamo di voler calcolare la probabilità di
ottenere 2 palline bianche in 5 prove [P(X=2)].
Distribuzione Ipergeometrica
 Distribuzione Ipergeometrica:
n° casi possibili
• I casi possibili saranno pari a tutti i possibili
gruppi di 5 palline, che si possono formare a
partire dalle 10 contenute nell’urna, senza
possibili ripetizioni di una stessa pallina e dove
l’ordine di estrazione non è importante.
• Perciò si utilizzano le combinazioni semplici:

10  10!
    252
 5  5!5!
 Distribuzione Ipergeometrica:
n°casi favorevoli
• Le 2 palline bianche possono essere scelte tra le 6
palline bianche contenute nell’urna, senza
possibili ripetizioni di una stessa pallina bianca e
dove l’ordine di estrazione non è importante.
• Analogamente le 3 palline non bianche possono
essere scelte tra le 4 palline non bianche
contenute nell’urna, senza possibili ripetizioni di
una stessa pallina non bianca e dove l’ordine di
estrazione non è importante.
• Di conseguenza:
Probabilità P(X=2)
 Distribuzione Ipergeometrica
• Generalizzando, se un’urna contiene N palline
di cui K bianche e N - K di altri colori, e si
estraggono senza reimmissione n palline, la
probabilità di estrarre esattamente x palline
bianche sarà:

Questa distribuzione di probabilità è detta

Distribuzione Ipergeometrica.
 Distribuzione Ipergeometrica
• La variabile X può assumere uno dei valori
all’interno dei seguenti intervalli:
1. se n  K ,0  x  K

2. se n  K
, nK N  x  n

Nell’esempio precedente n=5 e K=6 quindi n<K ,

allora 1 x  5
 Proprietà della distribuzione
Ipergeometrica
• Si può anche dimostrare che:
K N  K
    
 n  n  x 
 Pr( X  x)    N  1
 
n 
 Valore Atteso della distribuzione
ipergeometrica
• Il valore atteso è dato da:

K  N  K 
    
 n  n  x  K
E ( X )   x  Pr( X  x)   x   n
N N
 
• Siccome , allora , n 
K
 p è uguale a E
perciò il valore atteso ) distribuzione
( Xdella
quello n p
binomiale. N
 Varianza della distribuzione
ipergeometrica
• La varianza è data da:

K  K  N n
V ( X )    x  E ( X )   Pr( X  x)  n   1   
2

N  N  N 1
p

1-p=q
Fattore di
correzione