SESIÓN 12

Estadística Descriptiva y Probabilidades

 TEMARIO

1. Distribución de Poisson.
LOGRO DE LA SESIÓN

Al finalizar la sesión, el estudiante aplica los

conceptos de variable aleatoria para asociar el
resultado de un experimento aleatorio de tipo
Poisson.
 DISTRIBUCIÓN DISCRETA: POISSON
Distribución Discreta: Poisson
Cuando en una distribución binomial n>30 y P<0.1  𝜆 = np

El proceso de Poisson es un experimento aleatorio utilizado para describir el número de veces

que un evento ocurre en un espacio finito de observación ( área, tiempo, etc).

Es útil para la ocurrencia de eventos por unidad de tiempo: errores/mes, quejas/semana,

defectos/día.

Tasa de ocurrencia (𝝀)

La central telefónica A recibe 50 llamadas telefónicas en 5 horas

𝜆 𝐴 = 50

¿Cuantas llamadas recibirá en 4 horas?

 DISTRIBUCIÓN DISCRETA: POISSON
Distribución Discreta: Poisson
𝑒 −𝜆 ∙ 𝜆𝑥
𝑃 𝑋=𝑥 = 𝜇=𝐸 𝑋 =𝜆
𝑥!
𝜎2 = 𝑉 𝑥 = 𝜆
D𝑜𝑛𝑑𝑒: 𝑥 = 0,1,2,3, …

Donde:
 P(X=x) es la probabilidad de ocurrencia cuando la variable discreta X toma un
valor finito x.
 λ = Lambda es la ocurrencia promedio por unidad (tiempo, volumen, área, etc.).
La constante e tiene un valor aproximado de 2.711828…

Notación: X ~ P(𝜆)
 EJERCICIO 1
Un cajero automático es utilizado cada 20 minutos por 6 personas. Se desea saber cuál es la
probabilidad de que:

a) El cajero sea utilizado por 10 personas en 20 minutos.

b) El cajero sea utilizado por lo menos por 3 personas en 20 minutos.
c) El cajero sea utilizado por 5 personas en 10 minutos.
 EJERCICIO 1
𝑒 −𝜆 ∙ 𝜆𝑥
Ejercicio: Distribución Discreta Poisson: 𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
𝑥!
Solución a: X: Número de personas que usan cajero automático: Tasa de ocurrencia: 𝜆1 = 6

𝑒 −6 ∙ 610 La probabilidad de que el cajero sea utilizado

Piden: 𝑃 𝑋 = 10 = = 0.041
10! por 10 personas en 20 minutos es 0.041.

Solución b: Piden: 𝑃(𝑋 ≥ 3) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) + ⋯

Propiedad

𝑃 𝑋 ≥3 =1−𝑃 x< 3 𝑃 𝑋 ≥ 3 = 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2))

𝑒 −6 60 𝑒 −6 61 𝑒 −6 62 La probabilidad de que el cajero sea utilizado
1− + + por lo menos por 3 personas en 20 minutos es
0! 1! 2!
0.938.
→ 𝑃 𝑋 ≥ 3 = 1 − 0.062 = 0.938
 EJERCICIO 1
Ejercicio: Distribución Discreta Poisson:

Solución c: 6 personas 20 minutos

𝜆𝑛𝑢𝑒𝑣𝑜 10 minutos
𝜆𝑛𝑢𝑒𝑣𝑜 = 3
Reemplazando:
𝑒 −𝜆 ∙ 𝜆𝑥
𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
𝑥!
𝑒 −3 ∙ 35
𝑃 𝑋=5 = = 0.1
5!
La probabilidad de que el cajero sea utilizado por 5 personas en 10 minutos es 0.1.
 EJERCICIO 2
Se cree que el número promedio de individuos por cada 2𝑘𝑚2 de cierta especie de mamíferos
que habita en las alturas de cierta región es de 1.2 individuos. Si se observa un área de 3𝑘𝑚2
cada una. ¿Cuál es la probabilidad que se encuentre como mínimo 2 individuos?

Solución:

Del problema: Tasa de ocurrencia: 𝜆1 = 1.2 por cada 2𝑘𝑚2 2 𝑘𝑚2 1.2 ind.
3 𝑘𝑚2 𝜆𝑛𝑢𝑒𝑣𝑜
X: Número de individuos por área
𝜆𝑛𝑢𝑒𝑣𝑜 = 1.8
Piden: 𝑃(X ≥ 2) = 1 − 𝑃(𝑋 < 2)  𝑃(X ≥ 2) = 1 − (𝑃 𝑥 = 0 + 𝑃 𝑥 = 1 )

𝑒 −1.8 1.80 𝑒 −1.8 1.81 La probabilidad que se encuentre como

=1− + mínimo 2 individuos es 0.5371.
0! 1!
= 1 − 0.4629 = 0.5371
 EJERCICIO 3
La empresa A dedicada a la producción de bombillas eléctricas tiene últimamente problemas en su
proceso de producción, que hace que el 5% de los focos producidos sean defectuosos. Dicha
empresa remite 200 bombillas a la empresa B, con la condición de que dicho lote será devuelto si se
encuentra por lo menos 1 foco defectuoso al elegir aleatoriamente 8 focos de lote. ¿Cuál es la
probabilidad de que la empresa B rechace el lote?

Solución:
X: Número de bombillas defectuosas
P=0,05 n=8 λ= np= (8)(0.05)= 0.4

𝑒 −0.4 ∙ 0.4𝑥
𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
𝑥!
Se rechaza el lote si: x≥1

𝑒 −0.4 ∙0.40
P(x≥1)= 1 – P(x=0) = 1 – = 1 − 𝑒 −0.4 = 0.3297
0!
 EJERCICIO 4
En una fábrica de bombillas eléctricas se sabe que en un lote, proveniente del proceso de
producción, hay 2000 bombillas de las cuales 160 son defectuosas. Si el lote es distribuido
aleatoriamente en cajas de 16 unidades. ¿Cuál es la probabilidad de que un comprador adquiera
una caja con a lo más 2 bombillas defectuosas?

Solución:
X: Número de bombillas defectuosas
P=160/2000= 0.08 n=16 λ= np= (16)(0.08)= 1.28

𝑒 −1.28 ∙ 1.28𝑥
𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
𝑥!
P(x≤2)= P(x=0) + P(x=1) + P(x=2) = 0.8617
 CIERRE
CIERRE

¿Qué hemos aprendido?

1. ¿Cuál es la diferencia entre una

distribución binomial y una de Poisson?