Estadística Aplicada I

Distribución Binomial y Poisson

 Logro de la sesión
Al finalizar la sesión, el estudiante utiliza distribuciones de
probabilidad para modelar variables en situaciones de
incertidumbre para la toma de decisiones en casos reales del
ámbito de su profesión.
Distribución Binomial
 Distribución Binomial

Un experimento binomial consiste de una serie de n pruebas

o ensayos fijados antes de realizar el experimento.

• Las n pruebas o ensayos son independientes entre si.

• Las pruebas son idénticas y cada una puede resultar en uno
de dos resultados: Éxito (E) o Fracaso (F).
• La probabilidad de éxito es constante de una prueba a otra y
se denota por p.
Distribución Binomial
Número de éxitos obtenidos en los
VARIABLE
n ensayos.

PARÁMETROS
nyp
Se denota por X~B(n, p)

f (x ) = PX = x  = C xn p x (1 − p )
n− x
FUNCIÓN DE
PROBABILIDAD x = 0 ,1, 2 ,  , n

VALOR ESPERADO E(X) = np

VARIANZA V(X) = np(1-p)

 Forma de la distribución Binomial

p < 0,5 p = 0,5 p > 0,5

la distribución la distribución
la distribución es
tiene sesgo a la tiene sesgo a la
simétrica.
derecha. izquierda

0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
 Ejemplo 1:
El supervisor de una obra ha determinado que un proveedor entrega los
pedidos a tiempo alrededor del 70% de las veces. Para su última obra, el
supervisor seleccionó una muestra de 8 pedidos.
a. Calcule la probabilidad de que el proveedor entregue 3 pedidos a
tiempo.
b. Calcule la probabilidad de que el proveedor entregue a lo más 2 pedidos
a tiempo.
Solución:
Según el texto podemos considerar un pedido como una prueba:

Un pedido
Éxito Fracaso

El pedido El pedido
se entregue no se entregue
a tiempo a tiempo
Definimos la variable binomial:
X: Número de pedidos entregados a tiempo en una muestra de 8 pedidos
X=0,1,2,3,…,8
n=8
p=0,70
X ~ B (n = 8, p = 0,70)

a) P(x = 3) = 𝐶38 ∗ 0,73 ∗ (1 − 0,7)5 = 0,0467

b) P(x2) = P x = 0 + P x = 1 + P x = 2
= 𝐶08 ∗ 0,70 ∗ (1 − 0,7)8 + 𝐶18 ∗ 0,71 ∗ (1 − 0,7)7 + 𝐶28 ∗ 0,72 ∗ (1 − 0,7)6
= 0,0113
 Ejemplo 2:
Una compañía vendedora de equipos electrónicos verifica que de todas las
máquinas por ella instaladas, el 40% exigen nuevos ajustes después de su
instalación. Si 10 máquinas fueron seleccionadas al azar. ¿Cuál es la
probabilidad de por lo menos tres pero no más de seis requieran nuevos
ajuste después de la instalación?
Solución:
Según el texto podemos considerar una máquina como una prueba:

Una máquina Fracaso

Éxito

requiere nuevos No requiere nuevos

ajustes ajustes
Definimos la variable binomial:

X : Nº de máquinas que exigen nuevos ajustes

x = 0,1,…..,10
n=10
p= 0,4
X~ B(n=10, p=0,4)
se pide P(3 X6) = p(X=3)+p(X=4)+p(X=5)+p(X=6) = 0,78
 Ejercicio 1:
Un fabricante de piezas para automóviles garantiza a su cliente que en cada
caja de piezas hay menos de dos piezas defectuosas y representa al menos el
95% de confiabilidad . Si el cliente comprueba que este porcentaje es menor
entonces devolverá la caja de piezas. Si cada caja contiene un total de ocho
piezas y la experiencia ha mostrado que en el proceso de manufactura se
produce el 5% de las piezas defectuosas. ¿El cliente devolverá la caja de
piezas?

Solución:
Interpretación:
¿El cliente devolverá la caja de piezas?
Representación:
Variable: Nº de piezas defectuosas en cada caja
Herramienta estadística: distribución binomial.
Cálculo:
X: Número de piezas defectuosas de un total de ocho piezas por caja
X=0,1,2,3,…,8
n=8
p=0,05
X ~ B (n = 8, p = 0,05)

P(x<2) = P x = 0 + P x = 1
= 𝐶08 ∗ 0,050 ∗ (1 − 0,05)8 + 𝐶18 ∗ 0,051 ∗ (1 − 0,05)7
= 0,9428=94,28%
Análisis y argumentación:
Comparando el porcentaje de obtener menos de dos piezas defectuosas
por caja: el porcentaje de confiabilidad es: 94,28% < 95%
Según el análisis como no se esta cumpliendo con el porcentaje de
confiabilidad, entonces el cliente devolverá la caja de piezas al
fabricante.
 Ejercicio 2:
En un proceso de fabricación se produce unidades pre coladas con un 1% de
unidades defectuosas. Todos los días se someten a prueba 10 unidades
seleccionadas al azar de la producción diaria. Si existen fallas en una o más de
estas unidades se detiene el proceso de producción.

a. ¿Cuál es la probabilidad de encontrar dos unidades defectuosas?

b. ¿Cuál es la probabilidad de encontrar al menos dos unidades defectuosas?
c. ¿Cuál es la probabilidad de detener el proceso?
d. Calcule el valor esperado y el coeficiente de variabilidad del número de
unidades no defectuosas.

Nota: Defina la variable aleatoria y su distribución de probabilidad.

 Ejercicio 3:

Acerotubo S.A. es una empresa que fabrica

diariamente una cantidad invariable de tubos de
acero. Si los productos se fabrican
independientemente uno de otro, la probabilidad
de que un producto resulte defectuoso es del 10%.

Calcule la probabilidad de que en una muestra de 15 tubos elegidos al azar:

a. Dos tubos sean defectuosos.

b. A lo más dos tubos sean defectuosos.
c. 10 tubos no sean defectuosos.
d. Por lo menos 4 tubos no sean defectuosos.

Nota: Defina la variable aleatoria y su distribución de probabilidad.

Distribución Poisson
 Distribución Poisson
El experimento de Poisson consiste en realizar el conteo del número de
veces que ocurre un evento en particular durante cierto periodo de
tiempo.

1 minuto 1 minuto 1 minuto

Con frecuencia se utiliza para describir el número de llegadas de clientes por hora,
el número de accidentes industriales cada mes, el número de conexiones eléctricas
defectuosas por metro de cableado en un sistema eléctrico, o el número de
n (muestra)
máquinas que se dañan y esperan ser reparados, etc.

Son necesarios dos requisitos para la aplicación de la distribución de Poisson:

• La probabilidad de ocurrencia del evento es constante para dos intervalos
cualesquiera de tiempo o espacio.
• La ocurrencia del evento en un intervalo es independiente de la ocurrencia de
otro intervalo cualquiera.
 Distribución Poisson
Número de eventos independientes que ocurren
VARIABLE en un espacio continuo o unidad de evaluación

 = es el número promedio de eventos

PARÁMETROS independientes que ocurren en un espacio
continuo. Notación: X ~ P ()

e −  x
FUNCIÓN DE f ( x ) = P X = x  =
PROBABILIDAD x!
x = 0 ,1, 2 , 

VALOR ESPERADO E(X) = 

VARIANZA V(X) = 
 Ejemplo:
Los cambios en los procedimientos
de los aeropuertos requieren una
planeación considerable. Los índices
de llegada de los aviones es un factor
importante que se debe tomar en
cuenta. Si llegan al aeropuerto en
promedio 6 aviones pequeños por
hora.

a. Determine la probabilidad de que exactamente cuatro aviones pequeños

lleguen en un lapso de 35 minutos.
b. Determine la probabilidad de que por lo menos dos aviones pequeños
lleguen en un lapso de cada 20 minutos.

Nota: Defina la variable aleatoria y su distribución de probabilidad.

 Solución:
a.
Variable= X: Cantidad de aviones pequeños que llegan en un lapso de 35 minutos
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝜇 = 3.5 𝑎𝑣𝑖𝑜𝑛𝑒𝑠/35𝑚𝑖𝑛 porque el conteo de los aviones pequeños que
llegan al aeropuerto se realiza en un intervalo de tiempo de 35 min.
Se debe hallar el nuevo promedio de aviones que llegan cada 35 min.
𝟔𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 𝒆𝒏 𝟔𝟎 𝒎𝒊𝒏
𝝀 𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 en 35 min
𝟑𝟓
nuevo promedio 𝝀 = 𝟔 ⨯ = 𝟑, 𝟓 𝒂𝒗𝒊𝒐𝒏𝒆𝒔/𝟑𝟓𝒎𝒊𝒏
𝟔𝟎
Solución:
𝟑.𝟓𝟒 𝒆−𝟑.𝟓
(𝑷 𝑿 = 𝟒 = = 𝟎, 𝟏𝟖𝟖𝟖
𝟒!

b.
Variable= X: Cantidad de aviones pequeños que llegan en un lapso de cada 20 minutos
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝜇 = 2 𝑎𝑣𝑖𝑜𝑛𝑒𝑠/20𝑚𝑖𝑛 .
Se debe hallar el nuevo promedio de aviones que llegan cada 20 min.
𝟔𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 𝒆𝒏 𝟔𝟎 𝒎𝒊𝒏
𝝀 𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 en 20 min
𝟐𝟎
nuevo promedio 𝝀 = 𝟔 ∗ = 𝟐 𝒂𝒗𝒊𝒐𝒏𝒆𝒔/𝟐𝟎𝒎𝒊𝒏
𝟔𝟎
𝟐𝟎 𝒆−𝟐 𝟐𝟏 𝒆−𝟐
𝑷 𝑿≥𝟐 =𝟏−𝑷 𝑿<𝟐 =𝟏−𝑷 𝑿=𝟎 −𝑷 𝑿=𝟏 =𝟏− − = 𝟎, 𝟓𝟗𝟑𝟗𝟗
𝟎! 𝟏!
 Ejercicio:
En la inspección del pavimento y asfalto de una carretera recién construida se ha
detectado que presenta en promedio 1,25 baches o fisuras cada cuatro
kilómetros.

a. Determine la probabilidad de que en el siguiente kilómetro se encuentre dos

baches o fisuras.
b. Determine la probabilidad de que en los siguientes dos kilómetros se
encuentre al menos tres baches o fisuras.
c. El costo de reparación de estos defectos es de $35 por cada bache o fisura
detectado. ¿Cuál será el costo esperado al inspeccionar 80 km de esta
carretera?
 Autoevaluación

Texto Distribución Parámetros

La probabilidad de que un componente sobreviva a la prueba Binomial n=4;
de choque dada es 3/4. Encuentre la probabilidad de que p = 3/4
sobrevivan a la prueba exactamente dos si se prueban cuatro
componentes.
Un fabricante de tejido de lana afirma que el promedio de
defectos en sus productos es de uno por dos metros Poisson  = 0,5 por
cuadrados ¿Cuál es la probabilidad de obtener tres o más metros2
defectos en cualquier metro cuadrado?
El estudio de un inventario determina que, en promedio, las
demandas de un artículo particular de un almacén se realiza Poisson  = 10 en
cinco veces al día. ¿Cuál es la probabilidad de que en dos días
dos días
cualesquiera se pida este artículo más de nueve veces?
Material producido para el curso:
Por equipo de profesores de Estadística Aplicada I

ESTADÍSTICA APLICADA I - PREGRADO

COPYRIGHT © UPC