Distribucin de Poisson

Es una de las probabilidades ms importantes de variables discretas, el

inters es determinar el nmero de hechos de cierto tipo que pueden
producirse en un intervalo de tiempo o despacio. Sus usos frecuentes es
averiguar y considerar lmite de procesos dicotmicos reiterados un gran
nmero de veces si la probabilidad de xito es muy pequea. La
distribucin poisson suele tambin llamarse de eventos raros.
La distribucin de poisson parte de la distribucin binomial, cuando la
probabilidad de xito de cada ensayo es baja entonces en esos sucesos
aplicamos la distribucin de poisson:
Se debe cumplir
P < 0.10
P * n < 10
Distribucin de probabilidad de poisson

Ejemplo 1
La probabilidad de que haya un accidente en una compaa de
manufacturas es de 0.02 por cada da de trabajo. Si se trabajan 300 das
al ao, cul es la probabilidad de tener 3 accidentes?
Como la probabilidad p es menor que 0.1, y el producto n*p es menor
que 10 (300*0.02= 6), entonces, aplicamos el modelo de distribucin de
poisson:

Al realizar la operacin tenemos que p(x=3)=0.0892

Entonces la probabilidad de tener 3 accidentes laborales en 300 das de
trabajo es de 8.9%

Ejemplo 2
La probabilidad de un producto salga defectuoso es de 0.012. Cul es la
probabilidad de que entre 800 productos ya fabricados haya 5
defectuosos?
En este ejemplo vemos nuevamente la probabilidad p menor que 0.1, y
el producto n*p menor que 10, por lo que aplicamos el modelo de
distribucin de poisson:

El resultado de p(x=5)=0.04602
La probabilidad de que haya 5 productos defectuosos entre 800 recin
producidos es de 4.6%
Ejemplo 3:
La produccin de televisores en SAMSUNG trae asociada una probabilidad de defecto del
2%, si se toma un lote o muestra de 85 televisores, obtener la probabilidad de que existan
4 televisores con defectos.
n = 85
P = 0.02
X=4
Lambda = 1.7

La probabilidad es de 6.3%
Aproximacin de una binomial a una normal
En este caso se estarn calculando probabilidades de experimentos Binomiales de una forma muy
aproximada con la distribucin Normal, esto puede llevarse a cabo si n y p = p (xito) no es
muy cercana a 0 y 1, o cuando n es pequeo y p tiene un valor muy cercano a ; esto es


x np

P( x ,n , p ) n C x p x q n x p z
npq

x = variable de tipo discreto; solo toma valores enteros

= np = media de la distribucin Binomial
npq
=
= desviacin estndar de la distribucin Binomial
Las Probabilidades asociadas a una variable discreta x, con una distribucin que evala
variables de tipo contino como es la Normal,
Por lo que z sufre un pequeo cambio como se muestra a continuacin:

Ejemplo 1
1

Una prueba de opcin mltiple tiene 200 preguntas, cada una con 4 posibles
respuestas, de las cules solo una es la correcta cul es la probabilidad de que al
azar se den de 25 a 30 respuestas correctas para 80 de las 200 preguntas acerca de
los cuales el estudiante no tiene conocimientos?

Solucin:
n = 80
p = p (dar una contestacin correcta) = 0.25
q = p (dar una contestacin incorrecta) = 1 p = 0.75
np 80 x 0.25 20 Preguntas contestadas correctamente

npq ( 80 )( 0.25 )0.75 ) 3.8729 Preguntas contestadas correctamente

x = nmero de preguntas que son contestadas correctamente = 0, 1, 2,...,80

X2 = 30.5

= 20

X1 = 24.5

z1

( x1 1 / 2 ) ( 25 1 / 2 ) 20

1.1619 1.16

3.8729
,

z2

( x2 1 / 2 ) ( 30 1 / 2 ) 20

2.7111 2.71

3.8729
, p (z2 = 2.71) = 0.4966

p (z1 = 1.16) = 0.377

p (25 x 30) = p (z2) p (z1) = 0.4966 0.377 = 0.1196

Ejemplo2

Si 35% de los productos manufacturados en cierta lnea de produccin es defectuoso,

cul es la probabilidad de que entre los siguientes 1000 productos manufacturados en
esa lnea a) menos de 354 productos sean defectuosos?, b) entre 342 y 364 productos
sean defectuosos, c) exactamente 354 productos sean defectuosos
Solucin:
a)n = 1000
p = p (un producto sea defectuoso) = 0.35
q = p (un producto no sea defectuoso) = 1- p = 0.65
np 1000( 0.35 ) 350 Productos defectuosos

npq ( 1000 )( 0.35( 0.65 ) 15.0831 productos defectuosos

x = nmero de productos defectuosos que se manufacturan en la lnea = 0, 1, 2,..., 1000

= 350

X = 353.5

( 354 1 / 2 ) ( 354 1 / 2 ) 350

0.2320 0.23

15.0831
, p (z = 0.23) = 0.091

P(x 354) = 0.5 + p (z = 0.23) = 0.5 + 0.091 = 0.5091

b)

X1 =
341.5

= 350

X2 = 364.5

z1

( 342 1 / 2 ) 350
0.5635 0.56
15.0831
,

z2

( 364 1 / 2 ) ( 364 1 / 2 ) 350

0.9613

15.0831
0.96, p (z2= 0.96) = 0.3315

p (z1= - 0.56) = 0.2123

p (342 x 364) = p (z1) + p (z2) = 0.2123 + 0.3315 = 0.5438

c)

X2 = 354.5
X1 =
= 350
353.5

z1

( 354 1 / 2 ) ( 354 1 / 2 ) 350

0.2320

15.0831
0.23,

z2

( 354 1 / 2 ) ( 354 1 / 2 ) 350

0.2983 0.30

15.0831
, p (z2= 0.30) = 0.1179

p(x = 354) = p (z2) - p (z1) = 0.1179 0.091 = 0.0269

p (z1 = 0.23) = 0.091

Ejemplo3
La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es de
0.4. Si se sabe que 100 personas han contrado esta enfermedad, Cul es la probabilidad de
que: a) al menos 30 sobrevivan?, b) ms de 46 sobrevivan, c) menos de 50 no sobrevivan
Solucin:
a)
n = 100
p = p (paciente se recupere) = 0.40
q = p (paciente no se recupere) = 1 p = 1 0.40 = 0.60
= np = (100) (0.40) = 40 pacientes se recuperen
npq = 100( 0.40 )( 0.60 ) 4.899 pacientes que se recuperan
=
x = variable que nos define el nmero de pacientes que se recuperan
x = 0, 1, 2,....,100 pacientes que se recuperan

X=

( x 1 / 2 ) ( 30 1 / 2 ) 40 29.5 40

2.1433 2.14

4.899
4.899

p (z = -2.14) =0.4838
P(x 30) = p (z = -2.14) +0.5 = 0.4838 + 0.5 = 0.9838
a

X=

( x 1 / 2 ) 40 ( 46 1 / 2 ) 40 46.5 40

1.33
4.899
4.899
4.899

p (z = 1.33) = 0.4082
P(x 46) = 0.5 p (z = 1.33) = 0.5 0.4082 = 0.0918
b n = 100
p = p (paciente no sobreviva) = 0.60
q = p (paciente sobreviva) = 1 p = 0.40
np ( 100 )( 0.60 ) 60 Pacientes que no se recuperan

npq 100( 0.60 )( 0.40 ) 4.899 Pacientes que no se recuperan

x = variable que nos define el nmero de pacientes que no sobreviven
x = 0, 1, 2,....,100

X=

( 50 1 / 2 ) 60 49.5 60

2.14
4.899
4.899

p (z = -2.14) = 0.4838
P(x 50) = 0.5 p (z = -2.14) = 0.5 0.4838 = 0.0162

Ejercicios
Binomial
La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces
cul es la probabilidad de que acierte exactamente en tres ocasiones?
Cul es la probabilidad de que acierte por lo menos en una ocasin?
B (10, 1/4) p = 1/4q = 3/4

Normal

Si X es una variable aleatoria de una distribucin N (, ), hallar: p (3

X +3)