INSTITUTO TECNOLGICO

SUPERIOR DE SANTIAGO
PAPASQUIARO

INGENIERA EN ADMINISTRACIN 3E

ESTADSTICA I.

El caso de los frijoles mgicos de Jack

Distribucin de Poisson

DOCENTE: M.E. EVERARDO CERECERO MARTNEZ

INTEGRANTES DEL EQUIPO:

AGUILERA LPEZ KENIA YANELY
GUERRERO GASPAR VALERIA
HURTADO ESCOBEDO YESENIA
MEZA MADRID MARIA MIREYA

20/10/17
 DISTRIBUCIN DE POISSON
La distribucin de Poisson es una distribucin de probabilidad discreta que
expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que
ocurra un determinado nmero de eventos durante cierto perodo de tiempo.
Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".

La funcin de masa o probabilidad de la distribucin de Poisson es

P(x)=
!
Donde:

x es el nmero de ocurrencias del evento

es un parmetro positivo que representa el nmero de veces que se espera
que ocurra el fenmeno durante un intervalo dado y es igual a nxp.
e es la base de los logaritmos naturales.

- Ejemplo:
1 kg. de frijol tiene un total de 3313 frijoles, de estos 116 se encuentran
daados. En una muestra de 100 kg., encuentre la probabilidad de que salgan
frijoles daados en:

P(x)= , = n*p
!
n= 100
116
p= = 0.0350
3313

= 3.5
 a) Ms de 10 kg.

..
P(10)= =0.000000029
!
.. ..
P(9)= =0.000000291 P(3)= =0.0176151
! !
. .
P(8)= =0.000002621 P(2)=
!
..
=0.0528454
!
.. ..
P(7)= =0.00002097 P(1)= =0.105690
! !
.. ..
P(6)= =0.000146792 P(0)= =0.105690
! !
..
P(5)= =0.000880757 P(+10)=1- 0.287295745
!
..
P(4)= =0.004403785 P(+ de 10)=0.712704255
!

b) Menos de 4 kg.

..
P(0)= =0.105690
!
..
P(1)= =0.105690 P(- de 4)=0.2818405
!
..
P(2)= =0.0528454
!
..
P(3)= =0.0176151
!

c) Entre 20 y 25 kg.

..
P(20)= =4.3442 x
!
 ..
P(21)= = 2.06868 x
!
..
P(22)= = 9.4030 x
!
..
P(23)= = 4.0883 x P(2025)= 4.5608975 x
!
..
P(24)= = 1.7034 x
!
..
P(25)= = 6.8138 x
!

d) 9 kg.

..
P(9)= =0.000000291
!

P(9)= 0.000000291

e) Menos de 3 kg.

..
P(0)= =0.105690
!
..
P(1)= =0.105690 P(- de 3)=0.26422
!
..
P(2)= =0.0528454
!

f) Ms de 8 kg.

..
P(0)= =0.105690
!
 ..
P(1)= =0.105690
!
..
P(2)= =0.0528454 P(+ de 8)=1- P(08)
!
..
P(3)= =0.0176151 P(+ de 8)=1- 0.28729542
!
..
P(4)= =0.004403785 P(+ de 8)=0.712704575
!
..
P(5)= =0.000880757
!
..
P(6)= =0.000146792
!
..
P(7)= =0.00002097
!
..
P(8)= =0.000002621
!
ANEXOS
 CONCLUSIONES
En este ejercicio pudios darnos cuenta de la importancia de la distribucin de
Poisson, ya que no es necesario contar todo el frijol para conocer la probabilidad de
encontrar frijol daado.

Por lo tanto, entre ms kilogramos de frijol tengamos ms pequea es la

probabilidad de encontrar frijol daado.

Existen un sinfn de aplicaciones que es te tipo de distribucin puede tener en

nuestra vida cotidiana, como el nmero de peces muertos encontrados por unidad
de superficie en una determinada rea, as como el nmero de vehculos que pasan
por un radar fijo durante un intervalo de tiempo concreto, etc.