COEFICIENTE DE POISSON

La función de masa o probabilidad de la distribución de Poisson es

Donde

 k es el número de ocurrencias del evento o fenómeno (la función nos da la

probabilidad de que el evento suceda precisamente k veces).
 λ es un parámetro positivo que representa el número de veces que se
espera que ocurra el fenómeno durante un intervalo dado. Por ejemplo, si el
suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo
de 10 minutos, usaremos un modelo de distribución de Poisson con λ =
10×4 = 40.
 e es la base de los logaritmos naturales (e = 2,71828...)

Ejercicios
1) Ciertas empresas mineras del Perú, trabajando juntas estas tienen
una producción promedio de 86.075 mil onzas al año.

a) Cuál es la probabilidad de que estas empresas tengan una

producción de 50 mil onzas al año.
Solución
ℷ =86.075
𝑝(𝑥 = 50)

𝑒 −86.075 𝑥86.07550
𝑝[𝑥 = 50) ] =
50!
𝑝[𝑥 = 50) ] =0.000008

b) Cuál es la probabilidad de que tengan exactamente una producción

de 30 mil onzas de oro en 6 meses.
Solución
ℷ =43.0375
𝑝(𝑥 = 30)

𝑒 −543.03750 𝑥43.037530
𝑝[𝑥 = 30) ] =
30!
𝑝[𝑥 = 30) ] = 0.0079
c) Cuál es la probabilidad de que tengan exactamente una producción
de 10 mil onzas de oro en un mes.
Solución
ℷ =7.17
𝑝(𝑥 = 10)

𝑒 −7.17 𝑥7.1710
𝑝[𝑥 = 10) ] =
10!
𝑝[𝑥 = 10) ] = 0.076

d) Cuál es la probabilidad de que tengan una producción de 40 mil

onzas de oro en 7 meses.
Solución
ℷ =50.21
𝑝(𝑥 = 40)

𝑒 −50.21 𝑥50.2140
𝑝[𝑥 = 40) ] =
40!
𝑝[𝑥 = 40) ] = 0.02

e) Cuál es la probabilidad de que tengan una producción de 30 onzas

de oro en 4 meses.
Solución
ℷ =28.69
𝑝(𝑥 = 30)

𝑒 −28.69 𝑥28.6930
𝑝[𝑥 = 30) ] =
30!
𝑝[𝑥 = 30) ] = 0.071
2) En un estudio de empresas mineras del Perú se determinó la
producción de cada una de ellas, si se sabe que el 28.57% de las
empresas tienen una producción mayor a 90 mil onzas de oro al
año, si tomamos al azar 6 empresas mineras. Cuál es la
probabilidad de obtener tres empresas mineras con una producción
mayor a 90 mil onzas de oro al año?
Solución
n=6
P= 0.2857
Lamda=1.71
X=3
𝒆−𝟏.𝟕𝟏 𝒙𝟏. 𝟕𝟏𝟑
𝒑[𝒙 = 𝟑) ] =
𝟑!
]
𝒑[𝒙 = 𝟑) = 𝟎. 𝟏𝟓

3) En un estudio de empresas mineras del Perú se determinó la

producción de cada una de ellas, si se sabe que el 71.43% de las
empresas tienen una producción menor a 90 mil onzas de oro al año,
si tomamos al azar 10 empresas mineras. Cuál es la probabilidad de
obtener 5 empresas mineras con una producción menor a 90 mil
onzas de oro al año?
Solución
n=10
P= 0.7143
Lamda=7.143
X=5
𝒆−𝟕.𝟏𝟒𝟑 𝒙𝟕. 𝟏𝟒𝟑𝟓
𝒑[𝒙 = 𝟓) ] =
𝟓!
𝒑[𝒙 = 𝟓) ] = 𝟎. 𝟏𝟐𝟐

4) En un estudio de empresas mineras del Perú se determinó la producción

de cada una de ellas, si se sabe que el 46.43% de las empresas tienen
una producción mayor a 70 mil onzas de oro al año, si tomamos al azar 9
empresas mineras. Cuál es la probabilidad de obtener 7 empresas
mineras con una producción mayor a 70 mil onzas de oro al año?
Solución
n=9
P= 0.4643
Lamda=4.179
X=7
𝒆−𝟎.𝟒𝟔𝟒𝟑 𝒙𝟎. 𝟒𝟔𝟒𝟑𝟕
𝒑[𝒙 = 𝟕) ] =
𝟕!
𝒑[𝒙 = 𝟕) ] = 𝟎. 𝟎𝟎𝟎𝟎𝟎𝟎𝟔
Conclusiones
 El análisis de los datos obtenidos de un campo real ha dado lugar a la
inferencia estadística acerca de la función de intensidad de un proceso
de Poisson no homogéneo; por el contexto y el análisis exploratorio de
los datos, se puede decir que presentaron una disposición acorde al
método estadístico. Por tanto fue un buen punto de partida para
contrastar la teoría aprendida en clases.

 Una posible aplicación puede darse con datos reales del sector minero
del Perú donde se tiene que considerar una cierta cantidad de empresas
mineras del Perú, que tienen una determinada producción anual cada
una de ellas.

Bibliografía
Canavos George (1999). Probabilidad y Estadística. Aplicaciones y
métodos, Ed. McGraw Hill.
Castillo, S. y Lozano A. D. (2007). Q-Q Plot Normal. Los puntos de
posición gráfica, Statistical Papers.
Chem Mok, S. (2004). Definiendo la función de distribución de un
parámetro para el analisis de tráfico. Statistical Paper de la Revista
InrerSedes.