ESTADÍSTICA

Y PROBABILIDAD

DISTRIBUCIÓN DE PROBABILIDAD DE POISSON


Es útil para determinar el número de ocurrencias en un intervalo específico de tiempo
o espacio:
• Número de llegadas a un centro de autolavado en una hora
• Número de reparaciones necesarias en 10km de una carretera
• El número de fugas en 100km de tubería.

PROPIEDADES DE UN EXPERIMENTO POISSON

1. La probabilidad de ocurrencia es la misma para cualesquier dos intervalos de
igual longitud.
La ocurrencia o no ocurrencia en cualquier intervalo es independiente de la
ocurrencia o no ocurrencia en cualquier otro intervalo

Función de probabilidad de Poisson

𝜇 ! 𝑒 !!
𝑓 𝑥 =
𝑥!
Donde:
F(x) = probabilidad de x ocurrencias en un intervalo
μ = valor esperado o número medio de ocurrencias en un intervalo.
e= 2.71828

Ejemplo:

Suponga que le interesa conocer el número de llegadas al auto cajero de un banco en
las mañanas de lunes a viernes durante un periodo de 15 minutos. Si se asume que la
probabilidad de un automóvil que llega es la misma para cualquiera de dos períodos
de igual duración Y que la llegada o no llegada de un vehículo en cualquier período es
independiente del arribo o no en cualquier otro periodo, la función de probabilidad de
Poisson es aplicable. Suponga que el análisis de datos históricos muestra que el
número medio de automóviles que llega en un periodo de 15 minutos es 10; calcule
las probabilidades siguientes:


a) Probar probabilidad de que lleguen 5 autos en 15 minutos = .0378
Entonces:

X= 5 autos
μ = 10 autos/15 min

𝜇 ! 𝑒 !! 10! 𝑒 !!" 100000 ∗ 2.71828!!" 4.5400
𝑓 𝑥 = = = = =. 𝟎𝟑𝟕𝟖
𝑥! 5! 5! 120
ESTADÍSTICA Y PROBABILIDAD

b) Probabilidad de que lleguen más de seis autos en 15 minutos

Es decir, f( 7, 8, 9, 10, ….)

• Como no existe un límite máximo de autos que puedan llegar no podemos
determinar con exactitud hasta cuántos autos pueden arribar al autocajero,
entonces:
• En lugar de tomar los datos por arriba del 6, tomamos los datos del 6 hasta 0

Entonces sería, f(0, 1, 2, 3, 4, 5 y 6)

𝜇 ! 𝑒 !! 10! 𝑒 !!"
𝑓 0 = = = .0000
𝑥! 0!
!"! ! !!"
𝑓 1 = !!
=.0005
!"! ! !!"
𝑓 2 = !!
=.0023
!"! ! !!"
𝑓 3 = !!
=.0076
!"! ! !!"
𝑓 4 = !!
=.0189
!"! ! !!"
𝑓 5 = !!
=.0378
!"! ! !!"
𝑓 6 = !!
=.0631


Posteriormente sumamos todas las probabilidades obtenidas.

= .0000 + .0005 + .0023 + .0076 + .0189 + .0378 + .0631 = .1302

Pero como lo que estamos buscando es la probabilidad de que lleguen más de 6 autos
en un periodo de 15 minutos, entonces a la probabilidad total que es 1, se le restan las
probabilidades obtenidas de 0 a 6

Entonces

P (x>6) = 1-.1302 = .8698

c) Probabilidad de que lleguen no más de 6 autos en 30 minutos
Aquí debemos notar que el periodo de tiempo cambia (antes era de 15 minutos, ahora
es de 30), por lo tanto tenemos que obtener el promedio de llegadas para 30 minutos.

Entonces
Se aplica una regla de 3
10 llegadas à 15 minutos
!"∗!"
? llegadas à 30 minutos = !" = 20 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑐𝑎𝑑𝑎 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
ESTADÍSTICA Y PROBABILIDAD

Ahora determinamos que estamos buscando “no mas de ”
f ( 0, 1, 2, 3, 4, 5 Y 6)

Calculamos las probabilidades utilizando la fórmula de probabilidad de POISSON

𝜇 ! 𝑒 !! 20! 𝑒 !!"
𝑓 0 = = = .0000
𝑥! 0!
!"! ! !!"
𝑓 1 = !!
=.0000
!"! ! !!"
𝑓 2 = !!
=.0000
!"! ! !!"
𝑓 3 = !!
=.0000
!"! ! !!"
𝑓 4 = !!
=.0000
!"! ! !!"
𝑓 5 = =.0000
!!
!"! ! !!"
𝑓 6 = !!
=.0002


Posteriormente sumamos todas las probabilidades obtenidas

Σ = .0002



ESTADÍSTICA Y PROBABILIDAD

DISTRIBUCIÓN DE PROBABILIDAD HIPERGEOMÉTRICA

La distribución de probabilidad hipergeométrica mantiene una relación estrecha con
la distibución binomial, pero difiere de ésta en dos puntos esenciales: sus ensayos no
son independientes y su probabilidad de éxito cambia de un ensayo a otro.

En la notación usual para la distribución hipergeométrica k denota el número de
elementos en la población del tamaño N considerados como éxitos, y N-k denota el
número de elementos en la población considerados como fracasos. La función de
probabilidad hipergeométrica se usa para calcular la probabilidad de que en una
muestra aleatoria de n elementos, seleccionados sin remplazo, se obtengan x
elementos marcados como fracaso. Para que este resultado ocurra, se deben obtener x
éxitos de los r éxitos que hay en la población y n – x fracasos de los N – k fracasos. La
función de probabilidad hipergeométrica proporciona f(x), la probabilidad de obtener
x éxitos en n ensayos.
Donde:

x=número de éxitos
n=número de ensayos
p(X=x) = Probabilidad de x éxitos en n ensayos
N=número de elementos de la población
k=número de elementos en la población
etiquetados como éxitos

Ejemplo:

Los fusibles eléctricos producidos por Ontario Electric se empacan en cajas de 12
unidades cada una. Suponga que un inspector selecciona al azar 3 de los 12 fusibles de
una caja para probarlos. Si ésta contiene exactamente 5 fusibles averiados, ¿cuál es la
probabilidad de que el inspector encuentre exactamente un fusible defectuoso en los
tres que seleccionó?

Entonces:
n= 3 (porque se seleccionarán 3 fusibles, es decir se harán 3 ensayos)
N=12 (Es el número de elementos de la población)
k=5 (porque existen 5 fusibles defectuosos, es decir 5 éxitos)
x=1 (porque estamos buscando encontrar 1 fusible defectuoso)

Sustituimos los datos:

ESTADÍSTICA Y PROBABILIDAD

! ! 5! 7!
𝑝 𝑥=1 = ! !
= 1! 4! 2! 5! = (5)(21) = 105 = .4743
!" 12! 220 220
!
3! 9!

Ahora suponga que se quiere conocer la probabilidad de encontrar por lo menos 1
(es decir de 1 en adelante) un fusible defectuoso. La manera más fácil de responder
esta pregunta consiste en calcular primero la probabilidad de 0 y luego restársela a 1.

! ! 5! 7!
𝑝 𝑥 = 0 = !" =! ! 0! 5! 3! 4! = (1)(35) = 31 = .1591
12! 220 220
!
3! 9!

Pero como estamos buscando la probabilidad de por lo menos 1 (de uno en adelante),
a la probabilidad total (1) se le resta la probabilidad de cero:

P (x>=1) = 1 - .1591 = .8409

La media y la varianza de la distribución hipergeométrica son las siguientes:

𝑘
𝐸 𝑥 =𝜇=𝑛
𝑁

𝑘 𝑘 𝑁−𝑛
𝑉𝑎𝑟 𝑥 = 𝜎 ! = 𝑛 1−
𝑁 𝑁 𝑁−1
Entonces:

!
𝐸 𝑥 = 𝜇 = 3 !" = 1.25 Se esperaría sacar un promedio de 1.25 fusibles
defectuosos.

! ! !"!!
𝑉𝑎𝑟 𝑥 = 𝜎 ! = 3 !!" 1 − !" !"!! = .60

𝜎 = . 60 = .77 Con una desviación de .77 fusibles defectuosos.