UNIVERSIDAD ANTONIO NARIÑO

FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS
TALLER DE BIESTADISTICA
2020

DISTRIBUCIÓN DE POISSON

Puede utilizarse la distribución Poisson para determinar la probabilidad de que ocurra un

número designado de eventos, cuando estos ocurren en un conjunto de tiempo o espacio.
A un proceso como éste se le denomina proceso Poisson; es similar el proceso Bernoulli
excepto en que los eventos ocurren en un continuo en vez de ocurrir en ensayos u
observaciones fijas. Al igual que en el caso de Bernoulli, se supone que los eventos son
independientes y que el proceso es estacionario.
Sólo se requiere un valor para determinar la probabilidad de que ocurra un número
designado de eventos en un proceso de Poisson: el número promedio
a largo plazo de eventos para el tiempo o dimensión especifico de interés. Por lo general
esta medida se representa mediante λ (letra griega “lambda”). La fórmula para determinar
la probabilidad de un número determinado de éxitos N en una distribución Poisson es:

λ𝑥 ∗ 𝑒 −λ
𝑃 (𝑋⁄λ) =
𝑋!

Ejemplo 1: Durante el estudio de cierto organismo acuático, se tomó un gran número de

muestras de una laguna, y se contó el número de organismos en cada muestra. EI número
promedio de organismos encontrados por muestra fue de dos. Suponga que el número de
organismos sigue una distribución de Poisson, y calcule la probabilidad de que la próxima
muestra que se tome tenga:
a. un organismo, o menos.
λ𝑥 ∗ 𝑒 −λ
𝑃 (𝑋⁄λ) =
𝑋!
𝑃 (𝑋 ≤ 1⁄λ = 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

20 ∗ 𝑒 −2
𝑃 (𝑋 = 0⁄λ = 2) =
0!
𝑃 (𝑋 = 0⁄λ = 2) = 0,135
 UNIVERSIDAD ANTONIO NARIÑO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS
TALLER DE BIESTADISTICA
2020

21 ∗ 𝑒 −2
𝑃 (𝑋 = 1⁄λ = 2) =
1!
𝑃 (𝑋 =⁄λ = 2) = 0,270

𝑃 (𝑋 ≤ 1⁄λ = 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1)

𝑃 (𝑋 ≤ 1⁄λ = 2) = 0,135 + 0,270
𝑃 (𝑋 ≤ 1⁄λ = 2) = 0,406

Se tiene la probabilidad del 40,6% de que se encuentra un organismo, o menos.

DISTRIBUCIÓN HIPERGEOMÉTRICA

Cuando el muestreo se realiza sin reemplazo para cada uno de los elementos que se toman
de una población finita de elementos, no se puede aplicar el proceso Bernoulli (Distribución
Binomial) debido a que existe un cambio sistemático en la probabilidad de éxito al ir
extrayendo elementos de la población. Cuando se utiliza el muestreo sin reemplazo en
alguna situación en la que, de no ser por el reemplazo, se le pudiera calificar como proceso
de Bernoulli, la distribución discreta de probabilidad apropiada resulta ser la distribución
hipergeométrica.
Si X en el número designado de éxitos, N es el número de elementos de la población, T es
el número total de “éxitos” incluidos en la población y n el número de elementos de la
muestra, la fórmula para determinar las probabilidades hipergeométrica es:

𝑁−𝑇 𝑇
( )∗( )
𝑃(𝑋⁄𝑁, 𝑇, 𝑛) = 𝑛 − 𝑥 𝑋
𝑁
( )
𝑛

Ejemplo 1: De seis médicos, tres han estado en el hospital durante cinco o más años, si
se eligen cuatro médicos al azar de este grupo la probabilidad de que exactamente dos de
ellos tengan una antigüedad de cinco años o más es:
 UNIVERSIDAD ANTONIO NARIÑO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS
TALLER DE BIESTADISTICA
2020

6−3 3
( )∗( )
𝑃(𝑋 = 2⁄𝑁 = 6, 𝑇 = 3, 𝑛 = 4) = 4 − 2 2
6
( )
4

3 3
( )∗( )
𝑃(𝑋 = 2⁄𝑁 = 6, 𝑇 = 3, 𝑛 = 4) = 2 2
6
( )
4

𝑃(𝑋 = 2⁄𝑁 = 6, 𝑇 = 3, 𝑛 = 4) = 0,60

Se tiene la probabilidad del 60% de que dos médicos tengan cinco años o más años de
antigüedad.

Ejemplo 2: Cuando la semilla de maíz viene contaminada con chamico, el precio de esta
semilla es inferior. Para determinar el precio que debe pagar por un determinado lote, un
Ingeniero Agrónomo decide examinar 20 de 500 bolsas de semillas de maíz. Si el 10% de
las bolsas (50) contienen semillas de chamico, ¿Cuál es la probabilidad de que ninguna de
ellas esté incluida en la muestra?

500 − 50 50
( )∗( )
𝑃(𝑋 = 0⁄𝑁 = 500, 𝑇 = 50, 𝑛 = 20) = 20 − 0 0
500
( )
20

450 50
( )∗( )
𝑃(𝑋 = 0⁄𝑁 = 500, 𝑇 = 50, 𝑛 = 20) = 20 0
500
( )
20

𝑃(𝑋 = 0⁄𝑁 = 500, 𝑇 = 50, 𝑛 = 20) = 0,1164

Se tiene la probabilidad del 11,64% de que ninguna tenga chamico

 UNIVERSIDAD ANTONIO NARIÑO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS
TALLER DE BIESTADISTICA
2020

EJERCICIOS

1- Entre 120 cámaras de germinación, 80 están bien calibradas. Si se toma una

muestra aleatoria de 5 cámaras, hallar la probabilidad de que solamente 2 de las 5
estén bien calibradas.

2- Un técnico en semillas desea inspeccionar el funcionamiento de 20 cámaras de cría.

Para esto toma dos cámaras al azar y registra la temperatura de las mismas. Si estas
dos cámaras funcionan correctamente, el grupo de 20 será aceptado. Cuáles son las
probabilidades que tal grupo de 20 cámaras sea aceptado si contiene:
a. 4 cámaras con registros de temperaturas no adecuadas;
b. 8 cámaras con registros de temperatura no adecuadas;
c. 12 cámaras con registros de temperaturas no adecuadas.

3. Supóngase que se van a utilizar 20 ratas en un estudio de agentes coagulantes de

la sangre. Como primera experiencia, se dio un anticoagulante a 10 de ellos, pero
por inadvertencia se pusieron todas sin marcas en el mismo recinto. Se necesitaron
12 ratas para la segunda fase del estudio y se les tomó al azar sin reemplazamiento.
¿Cuál es la probabilidad de que de las 12 elegidas 6 tengan la droga?

4. Suponga que en un periodo de varios años el número promedio de muertes por cierta
enfermedad no contagiosa es de 10. ¿Cuál es la probabilidad de que durante el año
en curso:
a. Exactamente siete personas mueran por esa enfermedad.
b. Diez, o más personas mueran por esa enfermedad.
c. No haya muertes por esa enfermedad.

5. Suppose the number of deaths from typhoid fever over a 1-year period is Poisson
distributed with parameter λ = 4.6. What is the probability distribution of the number
of deaths over a 6-month period? A 3-month period?

6. En cierta población, cada año se diagnostica un promedio de 13 nuevos casos de

cáncer esofágico. Calcule la probabilidad de que en un año determinado el número
de nuevos casos diagnosticados de cáncer sea:
a. Exactamente 10
b. AI menos ocho
c. No más de 12
d. Entre nueve y 15, inclusive
e. Menos de siete
 UNIVERSIDAD ANTONIO NARIÑO
FACULTAD DE CIENCIAS
DEPARTAMENTO DE MATEMÁTICAS
TALLER DE BIESTADISTICA
2020

7. Some previous studies have shown a relationship between emergency-room

admissions per day and level of pollution on a given day. A small local hospital finds
that the number of admissions to the emergency ward on a single day ordinarily
(unless there is unusually high pollution) follows a Poisson distribution with mean =
2.0 admissions per day.