USAC ESTADÍSTICA 1 SECCION “C+ Y D+“

1. FACULTAD DE INGENIERÍA Ing. Alba Maritza Guerrero Spínola Ph.D.

2. ÁREA DE ESTADÍSTICA Segundo semestre 2020

DISTRIBUCIÓN POISSON

a) El experimento consiste en contar el numero x de veces que ocurre un evento en

particular durante una unidad de tiempo, área, volumen, peso, distancia, entre otros.
b) La probabilidad de que un evento ocurra en una unidad dada es la misma para todas
las unidades.
c) El número de eventos que ocurren en una unidad dada, es independiente del número
de los que ocurren otras unidades

x
P(x) = λ e-λ x = 0,1,2,3..... n

X!

Al parámetro λ se le conoce como la intensidad de la distribución y representa el

número esperado de éxitos por unidad de tiempo o por unidad de espacio.

La variable aleatoria X en estudio es el total de éxitos que se obtienen por unidad de

tiempo o espacio.

Con valor esperado E(x) = λ

Varianza Var(x) = λ

Ejemplos de sucesos de poisson

• número de llamadas telefónicas que recibe una persona por unidad de tiempo (ejemplo
cada hora, cada día)
• número de clientes que visitan una tienda o restaurante cada cierto tiempo
• el número de accidentes de tránsito que suceden en un ocurren en cierta intersección
cada mes.
• El número de goles que anotan en cada partido de futbol durante el tiempo
reglamentario (casi todas las contingencias que ocurren en un partido de futbol: goles,
tiros de esquina, saques de banda, jugadores amonestados, expulsados, entre otros,
son sucesos de poisson)

EJERCICIOS RESUELTOS

1. Suponga que el futbolista guatemalteco Carlos Ruiz anota un promedio de 1.2

goles por partido jugado. Determine la probabilidad de que, en un partido
cualquiera, Ruiz anote:

a) dos goles
P(x) = λx e-λ x = 0,1,2,3..... n

X!

X=2 λ= 1.2
P(X = 2) = (1.2)2 e-(1.2) = 0.2169
2!
 b) por lo menos un gol

P(x≥1) = 1 – P (X<1) = 1 – [p(X=0)]

=1- (1.2)0 e-(1.2) = 0.6988

0!
2. Si un banco recibe en promedio seis cheques falsos al día. ¿cuáles son las
probabilidades de que reciba: a) cuatro cheques falsos en un día cualquiera
b) 10 cheques falsos en dos días consecutivos cualesquiera?

P(x) = λx e-λ x = 0,1,2,3..... n

X!

a) X = 4 λ=6
P(X = 4) = (6)4 e-(6) = 1296*(0.00248) = 0.1339

4! 24

b) X = 10 λ = 6 * 2 = 12
P(x=10) = (12)10 e-(12) = 6.19170*1010 (6.1442*10-6) = 0.1048

10! 3,628,800

3. Al inspeccionar la aplicación de estaño por un proceso electrolítico continuo, se

descubren en promedio 0,2 imperfecciones por minuto. Calcúlese la probabilidad de
descubrir a) una imperfección en tres minutos b) al menos dos imperfecciones en 5
minutos c) a lo sumo una imperfección en 15 minutos.
P(x) = λx e-λ x = 0,1,2,3..... n
X!

a) una imperfección en tres minutos

X=1 λ = 0.2 * 3 = 0.6

P(x=1) = (0.6)1 e-(0.6) = 0.6*(0.5488) = 0.3293
1! 1

b) al menos dos imperfecciones en 5 minutos

λ = 0.2 * 5 = 1.0

P(x≥2) = 1 – P (x<2) = 1 – [p(x=0)+p(x=1)]

P(X≥2) = 1 - [ (1.0)0 e-(1) + (1.0)1 e-(1) ] = 0.2642

0! 1!

P(X≥2) = 1 - (0.36789+0.36789)= 0.2642

a) a lo sumo 1 imperfección en 15 minutos

λ = 0.2 *15 = 3.0

P(X≤1) = [p(x=0) + p(x=1)]
 P(X≤1) = [ (3.0)0 e-(3) + (3.0)1 e-(3) ] = (0.04979+0.1494)= 0.1992
0! 1!

4.Los empleados de cierta oficina llegan al reloj marcador a una tasa media de 1.5 por
minuto. Calcúlese la probabilidad de que a) a lo más cuatro lleguen en un minuto
cualesquiera b) a lo menos tres lleguen durante un intervalo de dos minutos c) a lo más
15 lleguen durante un intervalo de 6 minutos.

a) A lo más cuatro lleguen en un minuto cualesquiera

X≤4 λ = 1.5
P(X≤4) = P(X=4) + P(X=3) + P(X=2) + P(X=1) + P(X=0) =

P(X≤4)= (1.5)4 e-(1.5) + .... (1.5)0 e-(1.5)

4! 0!

P(X≤4) = 0.981

b) A lo menos tres lleguen durante un intervalo de 2 minutos

X≥ λ = 1.5 * 2 = 3.0
P(X≥3) = 1 – P (x<3) = 1 – [p(x=0)+p(x=1)+ p(x=2)]
P(X≥3) = 1 - [ (3.0)0 e-(3) + (3.0)1 e-(3)+ (3.0)2e-(3)] = 1-(0.4232) = 0.5768

0! 1! 2!

c) a lo más 15 lleguen en un intervalo de 6 minutos

λ = 1.5 *6 = 9.0
P(X≤15)= P(X=15) + P(X=14) + P(X=13)…….. + P(X=1) + P(X=0) = 0.978

DISTRIBUCIÓN HIPERGEOMETRICA
1. Un cargamento de 20 grabadoras contiene cinco defectuosas. Si 10 de ellas son
aleatoriamente escogidas para revisión, ¿cuál es la probabilidad de que dos estén
defectuosas?

P(x) =

Con valor esperado E(x) = = nK/N

Varianza Var(x) = 2 = npq N-n

N-1

N = 20 n= 10 k = 5 x = 2

P(X= 2) = 5 20-5 5 15
2 10-2 = 2 8 = 5C 2 15C 8 = 64350 = 0.3483
20 20 C
20 10 184756
10 10

= (10*2)/20 = 1 grabadora
2 = npq N-n = 10*.25*.75*(20-10/20-1) = 1.875*0.5263 = 0.9868
N-1
1. Entre 300 empleados de una compañía, 240 están sindicalizados mientras que los
otros no. Si se escogen 8 por sorteo para integrar un comité que administre el
fondo de pensiones, calcúlese la probabilidad de que cinco estén sindicalizados
mientras que los otros no.

N = 300 n= 8 k = 240 x = 5

P(x= 5) = 240 300-240 240 60

5 8 -5 = 5 3 = 240C 5 * 60C 3 = 0.1470
300 300 300C 8
8 8

2. Un ingeniero de control de calidad inspecciona una muestra aleatoria de 3

acumuladores de cada lote de 24 que están listos para ser embarcados. Si un lote
contiene seis acumuladores con pequeños defectos ¿Cuáles son los
probabilidades de que la muestra del inspector contenga a) ninguna de las
baterías con defectos b) solamente una de las baterías defectuosas c) al menos
dos de las baterías con defectos leves.

a) N = 24 n= 3 k = 6 x = 0

P(X= 0) = 6 24-6 6 18
0 3-0 = 0 3 = 6C 0 * 18C 3 = 0.4032
24 24 24C 3
3 3

b) N = 24 n= 3 k = 6 x=1

P(X= 1) = 6 24-6 6 18
1 3-1 = 1 2 = 6C 1 * 18C 2 = 0.4536
24 24 24C 3
3 3

c) N = 24 n= 3 k= 6 x≥2

P(X≥2) = 1 – P(x< 2) = 1 – [P(x=0) + P (x=1)]

P(X≥2) = 1 – [0.4032 + 0.4536 ] = 1- 0.8568 =0.1432

MULTINOMIAL
Una generalización de la distribución binomial surge cuando cada ensayo tiene más de
dos resultados posibles.

1. Las probabilidades de que una lámpara de cierto tipo de proyector de acetatos

dure menos de cuarenta horas de uso continuo, entre 40 y 80 horas de uso
continuo, o más de 80 horas de uso ininterrumpido son 0.30, 0.50 y 0.20
respectivamente. Calcule la probabilidad de que entre 8 lámparas dos duren
menos de 40 horas, cinco duren entre 40 y 80 horas, y una dure más de 80 horas.

,ni pi
X1= dure menos de cuarenta horas de uso continuo 2 0.3
X2= entre 40 y 80 horas de uso continuo 5 0.5
X3= más de 80 horas de uso ininterrumpido 1 0.2
8 1.0

 p(i) = 1,  n(i) = n, 0  P(i)  1

n = 8, X1 = 2, X2 = 5, X3 = 1 p(1)= 0.30 p(2)= 0.50 p(3)= 0.20
P (X1 = 2, X2 =5, X3 = 1) = 8! (0.30)2(0.50)5(0.20)1
2! 5! 1!

P (X1 = 2, X2 =5, X3 = 1) = 0.0945

2. Las probabilidades de que al conducir en cierta ciudad un modelo especifico de

auto importado se obtenga un promedio menos de 22 millas por galón, entre 22 y
25 millas por galón o más de 25 millas por galón son respectivamente, 0.40, 0.40 y
0.20, calcúlese la probabilidad de que entre 12 de tales autos ya probados cuatro
den en promedio menos de 22 millas por galón, seis entre 22 y 25 millas por galón
y 2 más de 25millas por galón.

,ni pi
X1= menos de 22 millas por galón 4 0.4
X2= entre 22 y 25 millas por galón 6 0.4
X3= más de 25 millas por galón 2 0.2
12 1.0
,n = 12 , X1 = 4, X2 = 6, X3 = 2 p(1)= 0.40 p(2)= 0.40 p(3)= 0.20
P (X1 = 4, X2 =6, X3 = 2) = 12! (0.40)4(0.40)6(0.20)2
4! 6! 2!

P (X1 = 4, X2 =6, X3 = 2) = 13,860 * 4.194304 x 10-6

P (X1 = 4, X2 =6, X3 = 2) = 0.058133
3. Las probabilidades de que en la declaración del impuesto sobre la renta se llene
correctamente el respectivo formulario, que contenga un error que favorezca al
declarante, que lleve un error que favorezca al fisco o que contenga ambos tipos
de errores son, respectivamente, 0.60,0.20, 0.10 y 0.10. Calcúlese la
probabilidad de que entre 10 de tales declaraciones de impuestos
aleatoriamente escogidas para una auditoria, cinco estén correctas, tres
contengan un error que favorezcan al declarante, una lleve un error que favorezca
al fisco y una contenga ambos tipos de errores.

,ni pi
X1= se llene correctamente el respectivo formulario 5 0.6
X2= que contenga un error que favorezca al declarante 3 0.2
X3= que lleve un error que favorezca al fisco 1 0.1
X4= que contenga ambos tipos de errores 1 0.1
10 1.0
,n = 10 , X1 = 5, X2 = 3, X3 = 1, X4=1, p(1)= 0.60 p(2)= 0.20 p(3)= 0.10 p(4)= 0.10

P (X1 =5, X2 =3, X3 = 1, X4 = 1) = 10! (0.60)5(0.20)3(0.10)1(0.10)1

5! 3! 1! 1!
P (X1 =5, X2 =3, X3 = 1, X4 = 1) = 5040*6.2208 x 10-6 = 0.031353