De manera general, la distribucin de probabilidad hipergeomtrica resuelve la pregunta

por la probabilidad de que, de una poblacin de N elementos, de los que r se consideran

xitos y N-r se consideran fracasos, se obtengan x xitos en n ensayos sobre los elementos
de N. (Anderson, 2008, pg. 215)
Esto relaciona de inmediato la distribucin de probabilidad hipergeomtrica con la de
probabilidad binomial, pues se tienen dos posibles resultados: xito o fracaso. Sin embargo,
la formulacin general de un experimento binomial establece la independencia entre dos
ensayos realizados, lo que no ocurre en la distribucin hipergeomtrica, dado que, por el
nmero limitado de elementos de N, la probabilidad de xito entre uno y otro ensayo de un
experimento hipergeomtrico difieren, como se puede cotejar en el siguiente ejemplo.
Se sabe que en una entrega de veinte sillas recibidas por una universidad para amueblar un
saln de clase, 5 son defectuosas. Si se toman 7 sillas al azar, cul es la probabilidad de
encontrar en esta muestra, 3 sillas defectuosas?
Ensayemos una explicacin de la funcin de probabilidad hipergeomtrica partiendo de la
situacin presentada. Pretendemos llegar a la conclusin de que la probabilidad buscada
puede resolverse por la frmula

r N r
(
x )( nx )
P ( x )=
( Nn )

Donde

(nk)

es el coeficiente binomial de

n y k=

tienen el significado expuesto antes. Tenemos, entonces,

n!
k ! ( nk ) !

r ,x , N y n

N=20, n=7,r =5, x =3 , con lo

que la frmula toma el valor

5 205
(
3 )( 73 )
P ( 3 )=
( 207)
Para llegar a esta conclusin consideremos un resultado particular en el que, de 7 ensayos
realizados, obtenemos primero 3 sillas defectuosas y despus, en los cuatro ensayos
restantes, encontramos 4 sillas en buen estado.

La probabilidad de encontrar una silla defectuosa en el primer intento es de

5
20
De inmediato observamos que, en un experimento binomial, la probabilidad de toparnos
con otro xito en el segundo intento sera la misma. Sin embargo, en nuestro ejemplo
tenemos que al retirar una silla defectuosa nos quedamos con 19 sillas, de las cuales 4 son
defectuosas. Por lo tanto, la probabilidad de encontrar una silla defectuosa en el segundo
intento es de
4
19
En total, si ponemos

= defectuosa y

= no defectuosa, la probabilidad de nuestro

caso se puede representar de la siguiente forma1:

5
4
20
3
19
15
18
14
17
13
16
12
15
P=( D D D Dc Dc Dc D c ) =
14
Intentemos generalizar nuestros resultados traduciendo esta frmula con el uso de
factoriales.
El paso ms sencillo est en el denominador:

20191817161514. Que se puede

ver como
20 !
20 !
=
13 ! ( 207 ) !
As mismo,
543=

5!
5!
15 !
15 !
=
y 15141312=
=
2 ! ( 53 ) !
11 ! ( 154 ) !

1 Un ejemplo similar se encuentra en (Estuardo Morales, 2012, pg. 88)

Con lo que nuestra frmula toma la forma:

5!
15 !
( 53 ) !
( 154 ) !

20 !
( 207 ) !
Pero 15 es el nmero de elementos considerados como fracasos en nuestro experimento, as
que se puede representar como la diferencia entre N y r, es decir: 205 . Por otra parte,
15 4

es el resultado de limitar el producto factorial 15*14*13, al nmero de casillas

que ocupan los resultados considerados como fracasos, o sea, restndole a 15 la diferencia
entre el nmero de ensayos y el nmero de xitos obtenidos, con lo que podemos reescribir
nuevamente nuestra frmula as:
205

73
()
( ! )

5!
(205)!
( 53 ) !

Esta frmula no hace ms que describir la probabilidad de nuestro resultado particular de

encontrar 3 sillas defectuosas y 4 en buen estado, en ese orden. Llevemos ahora esta
frmula a cualquier resultado obtenido en el que se tengan el nmero de sillas defectuosas y
en buen estado requeridas por nuestro ejemplo.
Para ello, observemos en primer lugar que el nmero de arreglos de 7 sillas distintas es,
evidentemente, 7!.
Ahora bien, dmosle un color a cada una de las sillas defectuosas que encontramos en
nuestro caso modelo: Roja, Verde y Azul, y observemos que distintos arreglos de estas tres
sillas contiguas representarn el mismo evento descrito, es decir, encontrar primero 3 sillas
defectuosas y 4 sillas buenas despus. El total de arreglos de estar tres sillas contiguas es,
de nuevo, 3!.

De la misma forma, los 4! Arreglos de las restantes 4 sillas buenas representarn tambin el
mismo evento, con lo que los arreglos que podemos describir en nuestro ejemplo se
reducen a
7!
4 !3 !
Esto ocurre para cualquier resultado de nuestro experimento en el que encontremos, en
cualquier orden, 3 sillas defectuosas y cuatro no defectuosas. Por lo tanto, podemos
extender nuestro resultado particular, simplemente multiplicando nuestra expresin por
7!
4 !3 !

con lo que obtenemos

205

73
()
( ! )

5!
(205)!
( 53 ) !

P (3 )=
Basta ahora reorganizar los factores para obtener:
205

73
()
( ! )1
4 !3 !

5!
(205)!
( 53 ) !

P (3 )=

205

( 73() ] !
( 73 ) ![ )
( 205 ) !

5!

3!( 53 ) !

Que era lo que queramos demostrar.

Llevemos ahora este razonamiento al caso de Baloto, que se nos formula as:
Es un juego que consiste en acertar 6, 5, 4 o 3 nmeros en cualquier orden de una matriz
del 1 al 45; El jugador seala en un tarjetn los 6 nmeros que escoge. Los nmeros estn
representados en 45 balotas numeradas del 1 al 45. Cada nmero aparece una sola vez y las
balotas ganadoras se seleccionan sin reemplazo. El premio acumulado se entrega a quien
haga coincidir los seis nmeros.
Si podemos traducir este prrafo a la enunciacin general de un problema de distribucin de
probabilidad hipergeomtrica, podemos utilizar la frmula que hemos demostrado para
responder a la pregunta: Cul es la probabilidad de ganar el baloto si se compra uno y slo
un billete?
El problema sera pues el siguiente: De los primeros 45 nmeros naturales (sin contar el
cero), 6 de ellos son considerados xitos, y los dems, fracasos. Si se toman seis nmeros al
azar, cul es la probabilidad de obtener 3, 4, 5 6 xitos?
Tenemos entonces
N=45
n=6
r=6
x=3, 4, 5 y 6
Y por lo tanto:

6 456
6 39
(
)(
)
(
3 63
3 )( 3 ) 209139
P ( 3 )=
=
=
=0.02244059589
8145060
45
45
(6) (6)
6 456
6 39
(
)(
)
(
4 64
4 )( 2 ) 1 5741
11115
P ( 4 )=
=
=
=
=0.00136463083
8145060 8145060
45
45
(6) (6)
6 456
6 39
(
)(
)
(
5 65
5 )( 1 )
639
234
P ( 5 )=
=
=
=
=0.00002872907
8145060 8145060
45
45
(6) (6)
6 456
6 39
(
)(
)
(
6 66
6 )( 0 )
11
P ( 6 )=
=
=
=0.000000122773804
8145060
45
45
(6) (6)

De donde obtenemos que las probabilidades buscadas son de 2% para acertar a 3 de 6

nmeros, de 0.1% de acertar en 4, 0.002% de acertar en 5 y slo de 0.00001% de acertar en
6 nmeros. Lo que se traduce, en los trminos de Baloto, en que 1 de cada 8145060 intentos
resulta, estadsticamente hablando, en un ganador; uno de aproximadamente 34808 termina
en un acierto de 5 cifras, 1 de 732 en el acierto de 4 cifras, y 2 de cada 100 en el acierto de
3 cifras.
Ahora bien, el nmero 8145060, es el resultado de

45 !
(456)= 6 ! ( 456
)!

Al igual que en nuestro anlisis previo, este nmero representa el siguiente razonamiento:
Se tienen 45 nmeros que se pueden organizar, en seis casillas, en un nmero de
45 !
(456)!

arreglos. Sin embargo, como el orden en que se obtienen los nmeros no

importa, se tiene, por ejemplo, que el arreglo 6 34 36 12 11 45 es igual al arreglo 45 11 12

36 34 6. En total, cada combinacin puede reorganizarse, evidentemente, en un nmero de

6! arreglos, con lo que tenemos
45 !
= 45 =8145060
posibles combinaciones ganadoras.
6 ! ( 456 ) !
6

( )

En total, la probabilidad de obtener algn resultado favorable es igual a la suma de las

probabilidades de obtener 3, 4, 5 6 aciertos, con lo que se tiene

P ( x 3 )=P ( 3 ) + P ( 4 ) + P ( 5 ) + P ( 6 )=0.02244059589+ 0.00136463083+ 0.00002872907+0.000000122773804

De lo que se extrae que la probabilidad de obtener algn resultado positivo no es
significativamente ms grande que la de obtener el ms mediocre de los resultados
positivos (3 aciertos), caso en el cual, dicho sea de paso, el premio equivale al precio del
billete (Baloto, 2016), lo que significa que en realidad no hay una ganancia ni una prdida,
y habra sido lo mismo no jugar, sin arriesgarse a probabilidades de 2 contra 100. Es decir
que los resultados que implican una verdadera ganancia vienen representados por

P ( x 4 )=P ( 4 )+ P ( 5 ) + P ( 6 )=0.00136463083+ 0.00002872907+0.000000122773804=0.001393482673804

Es decir que aproximadamente 14 de cada diez mil jugadores pueden obtener un beneficio
ms all del valor invertido en la lotera, lo que equivale a que 9986 de cada diez mil
jugadores, o, lo que es lo mismo: 99,86 por ciento, no recibirn ninguna ganancia real. De
hecho, 97.86% perdern su inversin y 2% (como ya se vio) recuperarn apenas el valor
invertido.
En resumen, invertir el dinero en Baloto implica un 97.86% de probabilidades de perder la
inversin, un 99.86% de no obtener una ganancia y apenas un 0.14% de ganar algn dinero,
lo que no presenta una perspectiva interesante a ningn inversor.

Bibliografa
Anderson, D. R. (2008). Estadstica para Administracin y Economa, 10a. edicin.
Mxico D.F.: Cengage.
Baloto. (30 de 04 de 2016). Baloto. Recuperado el 02 de 05 de 2016, de
http://baloto.org/resultados-baloto/

Estuardo Morales, G. A. (2012). Estadstica y Probabilidades. Montevideo: Universidad

Catlica de Chile.