UNIVERSIDAD DE GUADALAJARA.

Centro Universitario de Ciencias Exactas e Ingenierías.

TAREA 5.
DISTRIBUCIÓN DE POSISSON

MATERIA:

PROBABILIDAD.

ALUMNO Y CÓDIGO:
OMAR MISAEL VELÁZQUEZ ORTEGA. 218747693

PROFESOR:
MAYRA LORENA LUNA ARELLANO.

SEMESTRE:
2019A

GUADALAJARA JALISCO A; 05 DE ABRIL DE 2019.

 EQUIPO 10.

1.- Si ya se conoce que sólo el 3% de los alumnos de Contabilidad son muy

inteligentes, calcule la probabilidad de que si tomamos 100 alumnos al azar 5
de ellos sean muy inteligentes.

FORMULA.
Datos: 𝐞−λ 𝛌𝐱
𝐞−λ 𝛌𝐱 𝐩(𝐱 = 𝐱) =
𝐩(𝐱 = 𝐱) = 𝝀t = 3 𝐱!
𝐱!
Dónde: 𝑥=5
ℯ −3 (3)5
𝝀t = Media o promedio de éxitos por 𝑝 𝐩(𝐱 = 𝟓) =
5!
unidad de tiempo, área o producto = 0.03
∗ 100 12.0982576
ⅇ = Constante, Euler p(x = 5) =
5!
𝑥 = Variable que nos denota el número p(x = 5)= 0.10081 (100%) = 10.081%
de éxitos que se desea que ocurra.
Conocida como la variable aleatoria de La probabilidad es de 10.081%
Poisson

2- Se supone que el número de clientes que llegan por hora a ciertas

instalaciones de servicio automotriz sigue una distribución de poisson con
media λ = 7.

Calcule la probabilidad de que lleguen al menos 3 clientes.

Calcule la probabilidad de que lleguen exactamente 5 clientes.

FORMULA.
Datos:
−λ 𝐱
𝐞−λ 𝛌𝐱
𝐞 𝛌 𝝀t = 7 𝐩(𝐱 = ≥ 3) =
𝐩(𝐱 = 𝐱) = 𝐱!
𝐱!
𝑥 = ≥3
Dónde:
e−7 70 e−7 71 e−7 72
𝝀t = Media o promedio de éxitos por
p(x = ≥ 3) = 1 − − −
0! 1! 2!
unidad de tiempo, área o producto
p(x = ≥ 3) = 1 − (9.118819656 × 10−4) − (6.383173759 × 10−3) − (0.022341108)

ⅇ = Constante, Euler p(x =≥ 3) ≈ 0.9703638

𝑥 = Variable que nos denota el número
de éxitos que se desea que ocurra.
La probabilidad de que lleguen al menos 3
Conocida como la variable aleatoria de clientes es de 97.036%
Poisson

Distribución de Poisson
 Datos: 𝐞−λ 𝛌𝐱
𝐩(𝐱 = ≥ 3) =
𝝀t = 7 𝐱!
𝑥 =5
e−7 75
p(x = 5) =
5!
15.3260
p(x = 5) =
5!
p(x =≥ 3) = 0.12771 ∗ (100%)
La probabilidad de que lleguen exactamente 5
es de 12.771%

3- La producción de televisores SAMSUNG trae asociada una probabilidad de

defecto del 2%, si se toma un lote o muestra de 85 televisores, obtenga la
probabilidad de que existan 4 televisores con defectos.

FORMULA.
Datos: 𝐞−λ 𝛌𝐱
𝐞−λ 𝛌𝐱 𝐩(𝐱 = 𝐱) =
𝐩(𝐱 = 𝐱) = 𝝀= 85(0.2) 𝐱!
𝐱!
= 1.7
Dónde:
𝑥=4 ℯ −1.7 (1.7)4
𝝀t = Media o promedio de éxitos por 𝐩(𝐱 = 𝟒) =
4!
unidad de tiempo, área o producto 𝑝 = 0.02
0.152971.52579
ⅇ = Constante, Euler p (x = 4) =
4!
𝑥 = Variable que nos denota el número p(x = 4) =0.06357 (100%) = 6.357%
de éxitos que se desea que ocurra.
Conocida como la variable aleatoria de La probabilidad es de 6.3574%
Poisson

Omar Misael Velázquez Ortega

EQUIPO 4

1. La contaminación constituye un problema en la fabricación de discos de

almacenamiento óptico. El número de partículas de contaminación que ocurre
en un disco óptico tiene una distribución de Poisson y el número promedio de
partículas por centímetro cuadrado de superficie del disco es 0.01. El área de
un disco bajo estudio es 100 centímetros cuadrados.

(a) Encuentre la probabilidad de que ocurran 12 partículas en el área del disco

bajo estudio.

(b) La probabilidad de que ocurran cero partículas en el área del disco bajo
estudio

(c) Determine la probabilidad de que 2 o menos partículas ocurran en el área

del disco bajo estudio.

(d) Obtener la esperanza y la varianza.

FORMULA.
Datos:
𝐞−λ 𝛌𝐱
𝐞−λ 𝛌𝐱 𝐩(𝐱 = 𝐱) =
𝐩(𝐱 = 𝐱) = 𝝀t = 1 𝐱!
𝐱!
𝑥=0
Dónde:
𝑝 ℯ−1 (1)12
𝝀t = Media o promedio de éxitos por 𝐩(𝐱 = 𝟏𝟐) =
= 0.01 12!
unidad de tiempo, área o producto
∗ 100 0.367879
ⅇ = Constante, Euler p(x = 12) =
12!
𝑥 = Variable que nos denota el número p(x = 12)= 7.6801x10-10 (100%) = 7.6801x10-8%
de éxitos que se desea que ocurra.
Conocida como la variable aleatoria de a) La probabilidad es de 7.6801x10-8%
Poisson

Distribución de Poisson
 Datos: 𝐞−λ 𝛌𝐱
𝐩(𝐱 = 𝐱) =
𝝀t = 1 𝐱!
𝑥=0
0
𝑝 ℯ−1 (1)
𝐩(𝐱 = 𝟏𝟐) =
= 0.01 0!
∗ 100 0.367879
p(x = 0) =
0!
p(x = 0)=0.367879 (100%) = 36.7879%
b) La probabilidad es de 36.7879-8%

Datos:
𝐞−λ 𝛌𝐱
𝝀t = 1
𝐩(𝐱 = 𝐱) =
𝐱!
𝑥=012
0 −1 (1)1 ℯ −1 (1)2
Escriba ℯ (1) ℯ
−1
𝐩(𝐱 = 0,1aquí
y 2) la
= ecuación.
0!
+ +
1! 2!

p(x) = 0.3678 + 0.3678% + 0.1839%

p(x = 0)=36.78% + 36.78% + 18.39%
c) La probabilidad es de 91.95%

d) Esperanza y varianza

𝑬𝒙 = 𝒏𝒑
𝑬𝒙 = 𝟏𝟎𝟎 ∗ 𝟎. 𝟎𝟏𝟏
𝑬𝒔𝒑𝒆𝒓𝒂𝒏𝒛𝒂 = 𝟏

ơ𝟐 = 𝛌

𝛌 = (𝟏𝟎𝟎)(𝟎. 𝟎𝟏) = 𝟏
Varianza = 1

Omar Misael Velázquez Ortega

2. Durante un experimento de laboratorio el número promedio de partículas
radioactivas que pasan a través de un contador en un milisegundo es 4. ¿Cuál
es la probabilidad de que entre al menos 1 partícula al contador en un
milisegundo dado? Obtener la esperanza y la varianza.

Datos: d) Esperanza y varianza

𝐞−λ 𝛌𝐱
𝐩(𝐱 = 𝐱) = 𝟏 − 𝝀t = 4 𝑬𝒙 = 𝒏𝒑
𝐱!
𝑥 = por lo 𝑬𝒙 = 𝟒 ∗ 𝟏
menos 1
ℯ −4 (4)0 𝑬𝒔𝒑𝒆𝒓𝒂𝒏𝒛𝒂 = 𝟒
𝐩(𝐱 =≥ 1) = 1 − 𝑝 =4∗1
0!
=4
0.3678790.01831563
p(x =≥ 1) = 1 − ơ𝟐 = 𝛌
0!
p(x ≥ 1)= 1- 0.01831= 0.98169 𝛌= 𝟒∗𝟏

La probabilidad es de 98.169% Varianza = 4

3. Las ventas de impresoras en una tienda siguen la distribución de Poisson

con una media de 3 impresoras vendidas al día, ¿cuál es la probabilidad que:
a) Ninguna impresora se venda en un día específico? b) Se venda por lo menos
una impresora diaria durante 5 días consecutivos?

Datos: 𝐞−λ 𝛌𝐱
𝐩(𝐱 = 𝐱) =
𝝀t = 3 𝐱!
𝑥=0
0
𝑝 =3∗1 ℯ−3 (1)
𝐩(𝐱 = 𝟏𝟐) =
0!
0.04978706
p(x = 0) =
0!
p(x = 0)=0.04978706(100%) = 4.978706%
a) La probabilidad es de 4.9787%

Distribución de Poisson
 Datos:
𝐞−λ 𝛌𝐱
𝝀t = 15 𝐩(𝐱 = 𝐱) = 𝟏 −
𝐱!
𝑥=0

𝑝 =3∗5 0
ℯ−15 (15)
𝐩(𝐱 = 𝟏𝟐) = 1−
0!
0.04978706
p(x = 0) = 1 −
0!
p(x = 0)=1 − 3.059X10−7(100%) = 99.9999%
b) La probabilidad es de 99.99%

EJEMPLO:

En una jaula con 100 pericos 15 de ellos hablan ruso. Calcular la probabilidad
de tomar 20 al azar 3 hablen ruso.

Datos: 𝐞−λ 𝛌𝐱
𝐩(𝐱 = 𝐱) =
𝝀t = 3
𝐱!

𝑥=3
3
ℯ−3 (3)
𝑝 𝐩(𝐱 = 𝟒) =
= 0.15 3!
∗ 20 1.34425084
p(x = 4) =
3!
p(x = 4)=0.224041807(100%) = 22.404%
b) La probabilidad es de 22.404%

FUENTE ELÉCTRÓNICA:

Documento de Slide Share recuperado de

[https://es.slideshare.net/thedevilblue/ejemplos-distribucin-poisson] el 03 de abril de 2019

Omar Misael Velázquez Ortega