Академический Документы
Профессиональный Документы
Культура Документы
Distribución de Poisson
La distribución de la variable aleatoria de Poisson 𝑋, que representa el número de
resultados que ocurren en un intervalo dado o región específica que se denota con 𝑡, es
𝑒 −𝜆𝑡 (𝜆𝑡)𝑥
𝑝(𝑥; 𝜆𝑡) = , 𝑥 = 0,1,2, …,
𝑥!
15
DISTRIBUCIONES DE PROBABILIDAD
𝑃(𝑟; 𝜇) = ∑ 𝑝(𝑥; 𝜇)
𝑥=0
Ejemplo 11
Durante un experimento de laboratorio el número promedio de partículas radiactivas que
pasan a través de un contador en un milisegundo es 4. ¿Cuál es la probabilidad de que 6
partículas entren al contador en un milisegundo dado?
Solución
X: número de partículas que pasan a través de un contador en un milisegundo,
𝜆𝑡 = 4, 𝑥 = 6
Fórmula de la distribución de Poisson
𝑒 −𝜆𝑡 (𝜆𝑡)𝑥
𝑝(𝑥; 𝜆𝑡) =
𝑥!
𝑒 −4 (4)6
𝑃(𝑋 = 6) = 𝑝(6; 4) = = 0.1042 ◀
6!
6 5
16
DISTRIBUCIONES DE PROBABILIDAD
Ejemplo 12
En promedio en cierto crucero ocurren tres accidentes de tránsito por mes. ¿Cuál es la
probabilidad de que para cualquier mes dado en este crucero
a) ocurran exactamente 5 accidentes?
b) ocurran menos de 3 accidentes?
c) ocurran al menos 2 accidentes?
Solución
X: número de accidentes de tránsito por mes.
𝜇=5
a) 𝑃(𝑋 = 5) =?
𝑒 −5 (5)5
𝑃(𝑋 = 5) = 𝑝(5; 5) = = 0.1775 ◀
5!
c) 𝑃(𝑋 ≥ 2) =? 𝑋 ≥ 2 comprende 𝑥 = 2, 3, … , 𝑟
17
DISTRIBUCIONES DE PROBABILIDAD
𝑟 1
Ejemplo 13
El número de defectos por pie cuadrado de tela de un equipo de filtros se distribuye de
acuerdo con la ley de Poisson, con una media de 0.8. si se elige un pie cuadrado de tela al
azar, calcula la probabilidad de que la tela tenga:
a) Ningún defecto;
b) Cuando menos 1 defecto;
c) Exactamente, 2 defectos.
Solución
X: número de defectos por pie cuadrado
b) 𝑃(𝑋 ≥ 1)) =?
𝑟
c) 𝑃(𝑋 = 2) =?
18
DISTRIBUCIONES DE PROBABILIDAD
2 1
Teorema 2
La media y la varianza de la distribución de Poisson 𝑝(𝑥; 𝜇) tienen el valor 𝜇𝑡.
Ejemplo 14
El número de clientes que llegan por hora a ciertas instalaciones de servicio automotriz se
supone que sigue una distribución de Poisson con media 𝜆 = 7.
a) Calcule la probabilidad de que más de 10 clientes lleguen en un periodo de 2 horas.
b) ¿Cuál es el número medio de llegadas durante un periodo de 2 horas?
Solución
X: número de clientes que llega por hora
𝜇 = 𝜆𝑡; 𝜇 = (7)(2) = 14
a) 𝑃(𝑋 > 10) =? el signo > indica que se debe tomar el entero mayor a 10
𝑟 10
𝜇 = 𝜆𝑡; 𝜇 = (7)(2) = 14 ◀
19
DISTRIBUCIONES DE PROBABILIDAD
Teorema 4
Si 𝑋 una variable aleatoria binomial con distribución de probabilidad 𝑏(𝑥; 𝑛, 𝑝). Cuando
𝑛 → ∞, 𝑝 → 0, y 𝜇 = 𝑛𝑝 permanece constante,
𝑏(𝑥; 𝑛, 𝑝) → 𝑝(𝑥; 𝜇)
Ejemplo 15
En ciertas instalaciones industriales los accidentes ocurren con muy poca frecuencia. Se
sabe que la probabilidad de un accidente en cualquier día dado es 0.005 y los accidentes
son independientes entre sí.
a) ¿Cuál es la probabilidad de que en cualquier periodo dado de 400 días habrá un
accidente en un día?
b) ¿Cuál es la probabilidad de que haya a lo más tres días con un accidente?
Solución
Sea 𝑋 una variable aleatoria binomial con 𝑛 = 400 y 𝑝 = 0.005, como 𝑛 es grande y 𝑝 es
cercana a cero utilizar aproximación de Poisson con
𝜇 = (400)(0.005) = 2
a) 𝑃(𝑋 = 1)) =?
𝑒 −2 (2)1
𝑃(𝑋 = 1)) = 𝑝(1; 2) = 1!
= 0.271 ◀
20
DISTRIBUCIONES DE PROBABILIDAD
b) 𝑃(𝑋 ≤ 3) =?
3
Ejemplo 16
En un proceso de fabricación donde se manufacturan productos de vidrio ocurren defectos
o burbujas, lo cual ocasionalmente deja a la pieza indeseable para su venta. Se sabe que, en
promedio, 1 de cada 1000 de estos artículos que se producen tiene una o más burbujas.
¿Cuál es la probabilidad de que una muestra aleatoria de 8000 tenga menos de 7 artículos
con burbujas?
Solución
X: número de burbujas
1
Éste es en esencia un experimento binomial con 𝑛 = 8000 y 𝑝 = 1000 = 0.001. Como 𝑝
es muy cercana a cero y 𝑛 es bastante grande, utilizar aproximación con la distribución de
Poisson con
𝜇 = (8000) (0.001) = 8
6 6
21
DISTRIBUCIONES DE PROBABILIDAD
8. Una secretaria comete dos errores por página, en promedio. ¿Cuál es la probabilidad de
que en la siguiente página cometa
a) 4 o más errores?
b) ningún error.
9. Un fabricante de automóviles se preocupa por una falla en el mecanismo de freno de
un modelo específico. La falla puede causar en raras ocasiones una catástrofe a alta
velocidad. Suponga que la distribución del número de automóviles por año que
experimentará la falla es una variable aleatoria de Poisson con λ = 5.
a) ¿Cuál es la probabilidad de que, a lo más, 3 automóviles por año sufran una
catástrofe?
b) ¿Cuál es la probabilidad de que más de 1 automóvil por año experimente una
catástrofe?
10. El número promedio de pedidos de llaveros en una tienda durante un día es de 2.4,
¿Cuál es la probabilidad de que en un día determinado el número de pedidos de llaveros
sea de
a) 0.
b) al menos 1.
c) entre 3 y 5 inclusive?
11. La probabilidad de que una persona muera de cierta infección respiratoria es 0.002.
Encuentre la probabilidad de que mueran menos de 5 de los siguientes 2000 infectados
de esta forma.
22