Taller 6

Andrea Camila Alvarez Bolaño

2019227017

Distribución de Poisson
La distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una
frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos
durante cierto período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de
sucesos con probabilidades muy pequeñas, o sucesos raros.

Características:

En este tipo de experimentos los éxitos buscados son expresados por unidad de área, tiempo, pieza,
etc, etc,:
1. Número de defectos de una tela por m2
2. Número de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc, etc.
3. Número de bacterias por cm2 de cultivo
4. Número de llamadas telefónicas a un conmutador por hora, minuto, etc, etc.
5. Número de llegadas de embarcaciones a un puerto por día, mes, etc, etc.
Para determinar la probabilidad de que ocurran x éxitos por unidad de tiempo, área, o producto, la
fórmula a utilizar sería:

Donde:

 P (x, ⅄ ) = probabilidad de que ocurran x éxitos, cuando el número promedio de ocurrencia

de ellos es ⅄
 ⅄ = media o promedio de éxitos por unidad de tiempo, área o producto
 e = 2.718
 x = variable que nos denota el número de éxitos que se desea que ocurra
Ejercicio 1
Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que
reciba
a) cuatro cheques sin fondo en un día dado
b) 10 cheques sin fondos en cualquiera de dos días consecutivos?
a)
x = variable que nos define el número de cheques sin fondo que llegan al banco en un día
cualquiera = 0, 1, 2, 3, ....., etc, etc.
⅄ = 6 cheques sin fondo por día

e = 2.718

b) x= variable que nos define el número de cheques sin fondo que llegan al banco en dos días
consecutivos = 0, 1, 2, 3, ......, etc., etc.
⅄ = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos

Nota: ⅄ siempre debe de estar en función de x siempre o dicho de otra forma, debe “hablar” de lo
mismo que x.

Ejercicio 2

En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican

0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar
a) una imperfección en 3 minutos
b) al menos dos imperfecciones en 5 minutos
c) cuando más una imperfección en 15 minutos.

a)      
x = variable que nos define el número de imperfecciones en la hojalata por cada 3 minutos
= 0, 1, 2, 3, ...., etc., etc.
l = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata
 
 
 
 
                    
 
b)     
 x = variable que nos define el número de imperfecciones en la hojalata por cada 5 minutos
= 0, 1, 2, 3, ...., etc., etc.
l = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata
 
 =1
-

(0.367918+0.367918) = 0.26416
 
c)    
 x = variable que nos define el número de imperfecciones en la hojalata por cada 15
minutos = 0, 1, 2, 3, ....., etc., etc.
l = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata
=

0.0498026 + 0.149408 = 0.1992106

Distribución hipergeométrica
La distribución hipergeométrica es una distribución discreta que modela el número de
eventos en una muestra de tamaño fijo cuando usted conoce el número total de elementos
en la población de la cual proviene la muestra. Cada elemento de la muestra tiene dos
resultados posibles (es un evento o un no evento).
Características
Los experimentos que tienen este tipo de distribución tienen las siguientes características:
 realizar un experimento con este tipo de distribución, se esperan dos tipos de
resultados.
 Las probabilidades asociadas a cada uno de los resultados no son constantes.
 Cada ensayo o repetición del experimento no es independiente de los demás.
 El número de repeticiones del experimento (n) es constante.

Ejercicio 1
Para evitar que lo descubran en la aduana, un viajero ha colocado 6 tabletas de narcótico en
una botella que contiene 9 píldoras de vitamina que son similares en apariencia. Si el oficial
de la aduana selecciona 3 tabletas aleatoriamente para analizarlas
a) ¿Cuál es la probabilidad de que el viajero sea arrestado por posesión de narcóticos?
b) ¿Cuál es la probabilidad de que no sea arrestado por posesión de narcóticos?
a)
N = 9+6 =15 total de tabletas
a = 6 tabletas de narcótico
n = 3 tabletas seleccionadas
x = 0, 1, 2, o 3 tabletas de narcótico = variable que nos indica el número de tabletas de
narcótico que se puede encontrar al seleccionar las 3 tabletas
p(viajero sea arrestado por posesión de narcóticos) = p(de que entre las 3 tabletas
seleccionadas haya 1 o más tabletas de narcótico)
 
 
                             
 
                             

Distribución exponencial
La distribución exponencial es para una variable aleatoria continua x≥0x≥0, que tiene la
siguiente función de densidad:

fexp(x)=β.e–xβfexp(x)=β.e–xβ

Si se usa ββ como parámetro. O bien:

fexp(x)=1λ.e–λxfexp(x)=1λ.e–λx

Si se usa λλ como parámetro.

Ejercicio 1

Suponga que un sistema contiene cierto tipo de componente cuyo tiempo de falla en años
está dado por la variable aleatoria T, distribuida exponencialmente con tiempo promedio de
falla  de
Si 5 de estos componentes se instalan en diferentes sistemas, ¿cuál es la
probabilidad de que al menos 2 continúen funcionando después de 8 años?

La probabilidad de que un determinado componente esté funcionando aún después de 8

años es:
 
                    
La | nos indica que la integral se va a evaluar desde 8 hasta ¥      
 
Sea x el número de componentes funcionando después de 8 años. Entonces mediante la
distribución Binomial,
n=5
p = 0.20 = probabilidad de que un componente esté funcionando después de 8 años
q = 1-p = 0.80 = probabilidad de que un componente no funcione después de 8 años
 
P(x ³ 2 ) = p(x=2) + p(x=3) + p(x=4)+p(x=5) = 1 – p(x = 0, 1)