UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN

Facultad de Ingeniería

CURSO : ESTADISTICA APLICADA A LA

INGENIERIA

TEMA : Distribucion de Poisson y

distribucion chi cuadrado

DOCENTE : M(o). JULIO MUÑOZ VILELA

Simeón Dennis Poisson
( 1781 – 1840)
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
La distribución de poisson se llama
así en honor a su creador, el francés
Simeón Dennis Poisson (1781-1840).
Esta distribucion de probabilidades
fue uno de los múltiples trabajos
matemáticos que Dennis completo
en su productiva trayectoria. Simeón Dennis Poisson
( 1781 – 1840)
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
Para estos casos, una aproximación diferente fue propuesta por S. D. Poisson (París,
1837). Este matemático trabajó en el límite de la distribución binomial, esto es:
Cuando al mismo tiempo n tiende a infinito y p tiende a cero, de manera que el
promedio  = np se hace constante.
La expresión de poisson para tales sucesos tiende a la forma simplificada;

En donde e = 2,71828... es la base de los logaritmos neperianos. La fórmula se usa para

calcular las probabilidades de la distribución denominada con el nombre del autor.

2  3 
P(0)  e P(1)  e P(2)  e P(3) 
(2)(3)
e
2
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Utilidad de la Distribucion de Poisson

La distribución de poisson es la distribucion aplicada a las
ocurrencias de algunos sucesos impredecibles, durante un intervalo
determinado de tiempo, área, distancia y volumen. No se sabe el
total de posibles resultados.
Es útil cuando la muestra o segmento “n” es grande y la
probabilidad de exitos “p” es pequeña.

Algunos ejemplos de experimentos donde se puede utilizar la

distribucion de poisson para modelar la variable son:
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Utilidad de la Distribucion de Poisson

- La llegada de un cliente al negocio durante una hora.
- Las llamadas telefónicas que se reciben en un dia
- Los defectos en manufactura de pápel por cada metro producido
- Los envases llenados fuera de los limites por cada 100 galones de
producto terminado
- Numero de fallas en la superficie de una cerámica rectangular
- Numero de bacterias en un volumen de un m3 de agua
- Numero de accidentes de trabajo que ocurren en una fabrica
durante una semana.
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribución de Poisson

“n” : es indefinidamente grande

es el Numero promedio de ocurrencias ( tiempo, volumen, area ,
etc)
X : es la variable aleatoria definida como el numero de ocurrencias
e : es la constante con un valor aproximado de 2.71828
P (X=x) : es la probabilidad de ocurrencia cuando la variable discreta
X toma un valor finito x
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribución de Poisson
Medidas de Resumen:

Valor Esperado ( media) Varianza:

𝐄 ( 𝐗 )= 𝝀 V

Desviación estándar:
𝛔 𝒙= √ 𝝀  
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
Ejercicio 1.- Si la secretaria de la Facultad de una reconocida Universidad,
recibe en promedio de 1 llamada cada 25 minutos por motivos académicos:

¿Cuál es la probabilidad que

reciba menos de 2 llamadas en
50 minutos?
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson

1 −𝜆 𝑥
𝑒 𝜆
𝑃 ( 𝑋 <2 )= ∑
𝑋 =0 𝑥!
𝑒 −2 (2)1
𝑃 ( 𝑋 =1 )= = 0.2706706
1!
𝑃 ( 𝑋 <2 )=𝑃 ( 𝑋 =0 )+ 𝑃 ( 𝑋 =1)

𝑃 ( 𝑋 <2 )=0.1353353+ 0.2706706

𝑃 ( 𝑋 <2 )=0.4060059 −−→𝟒𝟎.𝟔%

 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
Ejercicio 2.- El número de trabajadores que llegan tarde a su trabajo por dia
a una Empresa tiene una distribución discreta con media igual a 5. Halle la
probabilidad de que cuando mucho lleguen tarde a su trabajo 3 personas
por dia y la probabilidad de que por lo menos lleguen tarde 8 trabajadores
por dia

a) Cuando mucho lleguen tarde 3 trabajadores por dia

b) Por los menos lleguen tarde 5 trabajadores por dia
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
𝜆=5
𝑃 ( 𝑋 ≤ 3 ) =𝑃 ( 𝑋 =0 ) + 𝑃 ( 𝑋 =1 ) + 𝑃 ( 𝑋 =2 ) + 𝑃 ( 𝑋 =3)

⟦ ⟧
−5 0 −5 1 −5 2 −5 3
𝑒 5 𝑒 5 𝑒 5 𝑒 5
𝑃 ( 𝑋 ≤ 3) = − − +
0! 1! 2! 3!
𝑃 ( 𝑋 ≤ 3 ) =⟦ 0.006737 −0.0033689 − 0.084224+0.140373 ⟧
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
𝜆=5
𝑃 ( 𝑋 ≥ 5 )= 1 − ¿

⟦ ⟧
−5 0 −5 1 −5 2 −5 3 −5 4
𝑒 5 𝑒 5 𝑒 5 𝑒 5 𝑒 5
𝑃 ( 𝑋 ≥ 5 )=1− − − − −
0! 1! 2! 3! 4!
𝑃 ( 𝑋 ≥ 5 )= ⟦ 0.006737 − 0.0033689 −0.084224 −0.140373 − 0.175467 ⟧
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
Ejercicio 2.- Supongamos que el numero de imperfecciones de una
barra de acero de construcción de 3/8 pulg diámetro sigue una
distribucion poisson con una media de 2.3 imperfecciones por mm
a) Determine la probabilidad de 2 imperfecciones en un mm de una
barra.
b) Determine la probabilidad de 10 imperfecciones en 5 mm de una
barra.
c) Determine la probabilidad de al menos una imperfección en 2 mm de
una barra.
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

a) Determine la probabilidad de 2 imperfecciones en un mm de alambre

⟦ ⟧
− 2.3 2
𝑒 2.3
𝑃 ( 𝑋 =2 )= =0.265
2!
b) Determine la probabilidad de 10 imperfecciones en 5 mm de alambre

⟦ ⟧
2.3 𝑖𝑚𝑝 −11.5 10
𝜆=5 𝑚𝑚 ∗ =11.5 𝑖𝑚𝑝 𝑒 11.5
𝑚𝑚 𝑃 ( 𝑋 =10 ) = =0.113
10 !
c) Determine la probabilidad de al menos una imperfección en 2 mm de alambre
2.3 𝑖𝑚𝑝 𝑃 ( 𝑋 ≥ 1 )=1 − 𝑃 ( 𝑋 =0 )
𝜆=2 𝑚𝑚 ∗ =4.6 𝑖𝑚𝑝
𝑚𝑚
𝑃 ( 𝑋 ≥ 1 )=1 − (
𝑒 − 4.6 4.6 0
0!
=0.9899)
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Distribucion de Poisson
Ejercicio 2.- Backus reporta que actualmente el Perú es el quinto país con mayor
demanda de cerveza en la región y va en tendencia creciente. Por tal motivo están
considerando realizar una fería de cerveza llamada October Fest, donde los
asistentes disfrutarán de una variedad de cervezas y platos típicos de la
gastronomía peruana.
Este festival de la cerveza October Fest solo se realizará si se cumplen las siguientes
condiciones:
a) La probabilidad de que mas de 7 clientes de cierto supermercado consuman
cerveza, de una muestra de 20 clientes, sea superior al 70%. Teniendo en cuenta
que la probabilidad de que un cliente consuma cerveza es del 40%.
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

1.- Se define la variable X ; donde X es el n° de clientes que consume cerveza

2.- Parámetros => n= 20 (muestra de clientes) ; p= 0.40 ( porcentaje de consumo de cerveza
1 −𝜆 𝑥
𝑒 𝜆
3.- Probabilidad 𝑃 ( 𝑋 >7 )=1 − 𝑃 ( 𝑋 ≤7 )
𝑃 ( 𝑋 <𝑥 )= ∑
X P(X=x) acumulado 𝑋 =0 𝑥!
0
𝑷 ( 𝑿 > 𝟕 )=𝟏 − 𝑷 ( 𝑿 ≤ 𝟕)
1
2 𝑷 ( 𝑿 > 𝟕 )=𝟏 −𝟎 ¿
3
4 𝑷 ( 𝑿 > 𝟕 )=𝟎 .
5
6 𝑷 ( 𝑿 > 𝟕 )=%
7
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería
b) La probabilidad de que se vendan mas de 8 cajas de cerveza en un dia en cierto
supermercado supere el 60%. Si se ha observado que en promedio las cajas de cerveza
que se venden en cierto supermercado es de 70 cajas por semana.
1.- Se define la variable X ; donde X es el n° de cajas de cerveza compradas por un dia

2.- Parámetro => 𝝀=

𝟕𝟎𝒄𝒂𝒋𝒂𝒔 𝟏 𝒔𝒆𝒎𝒂𝒏𝒂
∗ =𝟏𝟎 𝒄𝒂𝒋𝒂𝒔 𝒑𝒐𝒓 𝒅𝒊𝒂 ¿
𝒔𝒆𝒎𝒂𝒏𝒂 𝟕 𝒅𝒊𝒂𝒔
3.- Probabilidad 𝑷 ( 𝑿 > 𝟖 )=𝟏 − 𝑷 ( 𝑿 ≤ 𝟖 )

x 0 1 2 3 4 5 6 7 8

𝝀=𝟏𝟎 P(X=x) 0.00005 0.00045 0.00227 0.00757 0.01892 0.03783 0.06306 0.09008 0.11260
Acumulado 0.00005 0.00050 0.00277 0.01034 0.02925 0.06709 0.13014 0.22022 0.33282

𝑃 ( 𝑋 > 8 )=1 − 𝑃 ( 𝑋 ≤ 8 ) 𝑃 ( 𝑋 > 8 )=0.66718

𝑃 ( 𝑋 > 8 )=1 − 0.33282 𝑃 ( 𝑋 > 8 )=66.72 %
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

c) Backus ¿Qué decisión tomará respecto a la realización del festival de la Cerveza

October Fest?. Justifique su respuesta argumento con los items a y b

Backus NO realizara el festival de la cerveza October Fest porque no se cumplió con

la primera condición que indicaba que la probabilidad de que mas de 7 clientes de
cierto supermercado consuman cerveza, de una muestra de 20 clientes, sea
mayor al 70% ya que se obtuvo 68.66%.
Solo se cumplió la segunda condición de que la probabilidad de que en un dia se
vendan mas de 8 cajas de cerveza en cierto supermercado sea mas del 60%.
(66.72%)
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Ejercicio 4.- si ya se conoce que solo el 3% de los alumnos de ingenieria son muy
inteligentes. ¿ calcular la probabilidad de que si tomamos 100 alumnos al azar 5 de
ellos sean muy inteligentes.

n= 100 −3 5
P= 0.03 𝑒 (3)
𝑃 ( 𝑋 =5 )= =0.10081
λ= 100*0.03 = 3 5!
X= 5
e= 2.7182818
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Ejercicio 3.- la probabilidad de que haya un accidente en una compañía de

manufactura es de 0.02 por cada dia de trabajo. si se trabajan 300 dias al año.
¿Cuál es la probabilidad de tener 3 accidentes?

Ejercicio 4.- la probabilidad de que un producto salga defectuoso es 0.012. ¿Cuál es

la probabilidad de que entre 800 productos ya fabricados hayan 5 defectuosos.

Ejercicio 5.- los accidentes de trabajo, que se producen por semana en una fabrica,
siguen una ley de poisson, tal que la probabilidad de que ocurran 5 accidentes es
16/15 de que ocurra 2 accidentes. calcular:
a)El parámetro de la distribucion
b) La probabilidad que no haya accidentes en 3 semanas
 UNIVERSIDAD NACIONAL JOSÉ FAUSTINO SÁNCHEZ CARRIÓN
Facultad de Ingeniería

Ejercicio 6.- los defectos de cierta clase de tejido de lana ocurren al azar con un
promedio de 1 por 100 pies cuadrados. Calcular la probabilidad que una pieza que
mide 50 pies cuadrados

Ejercicio 7.- En determinada planta manufacturera han ocurrido accidentes a razón

de 1 cada 2 meses. Suponiendo que ocurren en forma independiente ¿ cual es el
numero de casos admitidos de emergencia en cierto hospital en 1 hora es una
variable aleatoria con distribucion de poisson con promedio igual a 3.
Determine la probabilidad de que ningún caso de emergencia son admitidos.

Ejercicio 8.- cierto alimento produce una reacción alérgica en un 0.01% de una
poblacion grande. Si 100000 personas comen este alimento diario en promedio.
Cual es eñ numero esperado de personas con reacción alérgica.