Asignatura

Estadística Inferencial

NRC: 37408

Problemas de Probabilidad Poisson

Presenta

Juan David Cano Zuluaga

Mario Alexander López
Wilson Andrés Angulo

Docente

Jorge Alberto Paredes Calambas

Colombia, Santiago de Cali. Noviembre 4 del 2018

 Introducción
La distribución de POISSON es también un caso particular de probabilidad de variable
aleatoria discreta, el cual debe su nombre a Siméon Denis Poisson (1781-1840), un
francés que la desarrolló a partir de los estudios que realizó durante la última etapa de
su vida.
Esta distribución se utiliza para describir ciertos procesos.
Características:
En este tipo de experimentos los éxitos buscados son expresados por unidad de
área, tiempo, pieza, etc:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc.
- # de bacterias por c m2 de cultivo
- # de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por día, mes, etc, etc.
1. Se estima que 1 de cada 10.000 personas es alérgica a ciertas sustancias utilizadas en
la fabricación de tintes para el cabello.
¿Cuál es la probabilidad de que en 20.000 usuarios más de 5 sufran reacciones
alérgicas debido a su uso?

Datos:
x=5
n=20.000
p=1/10.000 = 0,0001

λ= n * p
λ= (20.000) (0,0001)
λ= 2

P[X ≥ 6]= 1 – [P(X=0) + P(X=1) + P(X=2) + P(X=3) + P(X=4) + P(X=5)]

P[X ≥ 6]= 1-
( 2⁰ ℮⁻²
0!
+
2¹ ℮⁻²
1!
+
2² ℮⁻²
2!
+
2³ ℮⁻²
3!
+
2⁴ ℮⁻²
4!
+
2⁵ ℮⁻²
5! )
P[X ≥ 6]= 1-
( 1 (0,13534)
1
+
2 (0,13534)
1
+
4 (0,13534)
2
+
8 (0,13534)
6
+
16 (0,13534)
24
+
32 (0,13534)
120 )
P[X ≥ 6]= 1- 0,98344 = 0,01656
P[X ≥ 6]= 0,01656 X 100%
P[X ≥ 6]= 1,66%

1. En 5 minutos lleguen más de 2 llamadas.

Datos:

1 minuto = 0.5
λ= 5

λ= (0.5 x 5) / 1
λ= 2.5

P(X > 2) = 1 - P(X ≤ 2)

 Entonces:

P(X = 0) ℮⁻²’⁵ (2,5)⁰ = = 0,0820 x 100% = 8,20%

0!

℮⁻²’⁵ (2,5)¹
P(X = 1) = = 0,2052 x 100% = 20,52%
1!

P(X = 2) ℮⁻²’⁵ (2,5)² = = 0,2565 x 100% = 25,65 %

2!

P(X > 2) = 1 - P(X ≤ 2) = 1 - [P(X = 0) + P(X = 1) + P(X = 2)]

P(X > 2) = 1 - P(X ≤ 2) = 1 – [0,0820 + 0,2052 + 0,2565]
P(X > 2) = 1 - P(X ≤ 2) = 1 – [0.5437]
P(X > 2) = 0.4563 x 100 % = 45,63 %

2. Cuantas llamadas esperan que lleguen en 5 minutos.

Datos:

1 minuto = 0.5
λ= 5

λ= (0.5 x 5) / 1

λ= 2.5 cantidad de llamadas en 5 minutos

 Conclusión

Con los grandes avances tecnológicos hemos ahorrado tiempo para el análisis
estadístico, sin embargo la comprensión de la lógica que se utiliza para llegar a
la resolución del mismo es algo que nos ha llevado a este estudio, el cual ha
sido muy bien conducido por el Docente Jorge Alberto Paredes quien nos
imparte la asignatura.

Con el desarrollo de este Temario y gracias a la comprensión de conceptos y el

manejo de problemas entendimos que es una poderosa herramienta estadística
que bien aplicada nos podrá ayudar a facilitar los cálculos para la solución de
problemas. Lo cual continúa con el propósito esencial: Ahorro de costos y
mejora continua en cualquier ámbito en que nos desarrollemos.

Aprendimos que no es limitativa el área en que nos desempeñemos en nuestro

trabajo ya que tanto en Ingeniería como Administrativa, en Recursos Humanos
como en un Negocio Propio, en Comercio o en Industria, o bien por puro
pasatiempo en el panorama de la probabilidad estadística, estas herramientas
serán siempre de gran utilidad.

Para esta actividad aprendimos la aplicación y manejo de las Distribuciones de

Probabilidades más comunes, la Binomial, la de Poisson.

Bibliografía

https://www.monografias.com/trabajos57/distribuciones-
probabilidad/distribuciones-probabilidad2.shtml

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson