1.

Una maquina presenta una probabilidad fe fabricar una pieza defectuosa

de 0.0001. si en un ao fabrica 20 000 piezas Cul es la probabilidad de
que el nmero de piezas defectuosas producidas en un ao sea mayor que
las 2?
Si X es la variable nmero de piezas defectuosas de entre 20 000
fabricadas en un ao, se ajustar a un modelo binomial con n = 20 000 y
p = 0.0001. Al ser n muy grande y p muy pequeo con np < 5, podemos
aproximar la variable X por una Poisson de parmetro =np=2 . La
probabilidad pedida ser:
P ( X >2 )=1P ( x=0 )P ( X=2 )=1e2

2
2
2
e2 e2 =0.3233
0!
1!
2!

2. El nmero de accidentes por semana en una fbrica sigue una ley de

Poisson de parmetro =2 . Calcular:
a. Probabilidad de que en una semana haya algn accidente.
b. Probabilidad de que haya 4 accidentes en dos semanas.
c. Probabilidad de que haya 2 accidentes en una semana y otros dos en
la semana siguiente.
d. Si sabemos que ha habido algn accidente hallar la probabilidad de
que en esa semana no haya ms de tres accidentes.
a. Si X es la variable nmero de accidentes por semana, sabemos que se
ajusta a un modelo de Poisson de parmetro =2 . Tenemos lo
siguiente:

P ( X >0 ) =1P ( X=0 )=1e2

20
=0.8646
0!

b.
Si X es el nmero de accidentes en la primera semana e Y es el nmero de
accidentes

en

la

segunda

semana,

estamos

ante

dos

variables

independientes de Poisson de parmetro

=2 . Se pide

pero la variable X + Y es una variable de Poisson de parmetro

P( X +Y =4 ) ,
=2+2=4

. Tenemos:
P ( X +Y =4 ) =e4

44
=0.1954
4!

c.
Consideremos la interseccin de dos sucesos independientes y hagamos lo
siguiente:
P [ ( X=2 ) ( Y =2 ) ]=P ( X=2 ) P ( Y =2 )=e2
d.

22
22
e2 =0.0733
2!
2!

Se pide la siguiente probabilidad condicionada.

P ( X 3| X >1 )=

P (1 X 3)
=
P(X 1)

e2

2
2
2
+ e2 +e2
1!
2!
3!
=0.8348
0
2 2
1e
0!

3. Los buses llegan a cierta terminal de transporte, y se sabe que siguen un

proceso de Poisson, con tasa de 8 buses por hora, de modo que el nmero
de llegadas por un perodo de horas es una variable de Poisson con
parmetro =8 t .
a) Cul es la probabilidad de que exactamente 5 buses lleguen durante un
periodo de una hora?
b) Cuantos buses se pueden esperar a que lleguen durante 90 minutos?

La llegada de los buses a la terminal de transporte se distribuyen segn

Poisson. Sea X una variable que representa el nmero de buses que llegan a la
terminal de transporte durante un periodo de tiempo.
=( 8 buses )( tiempo )=8 ( 1 ) =8
a) Se pide calcular la probabilidad de que lleguen exactamente 5 buses durante
una hora.
8
8 ( 5)
e
=0.091
5!
e k
P ( X=5 ) =
=
k!
Por tanto, existe una probabilidad del 9.1% de que lleguen exactamente 5 buses
a la terminal durante una hora.
b) Se pide calcular la cantidad de buses que podran llegar en un tiempo de
hora y media.
E ( X )= =8 ( 1.5 ) =12buses
Ahora bien, por propiedad de la distribucin de Poisson,

Var ( X )=12

. Con lo

cual tendramos que la desviacin estndar, D.E. , para este caso es

D . E 12 3.46 .
Se espera entonces, que en una hora y media lleguen, en promedio, 12 buses a
la terminal de transporte, con una desviacin estndar de 3 buses. Esto quiere
decir que, en realidad, se espera que lleguen entre 9 y 15 buses.