ESTADISTICA

CRIMINAL
UNIVERSIDAD DURANGO SANTANDER
ING. MA. EUGENIA FLORES
CRIMINOLOGA | 5

NICOLE J. ROMERO

MEDIDAS DE
DISPERSIN
Las medidas de dispersin nos informan sobre cuanto se alejan
del centro los valores de la distribucin dispersin o variacin de
los datos, intenta dar una idea de cuan esparcidos o dispersos se
encuentran estos, hay varias medidas de dispersin:
Desviacin media
Rango
Desviacin tpica
Varianza

RANGO
Rango de un conjunto de nmeros, es la diferencia entre el
nmero mayor y el nmero menor.

DESVIACIN MEDIA
Desviacin media de un conjunto de nmeros, se define MD y su
formula: La sumatoria desde la i = 1 hasta n del valor absoluto de Xi
menos X entre el nmero de datos.
/ Xi
N
Ejemplos:
2, 3, 3, 5, 5, 8, 10, 12

MD = 3

MD = |2-6|+|3-6|+|3-6|+|5-6|+|5-6|+|8-6|+|10-6|+|12-6|
8
9, 3, 8, 9, 8, 8, 9, 18

MD = 2.25

MD = |9-9|+|3-9|+|8-9|+|9-9|+|8-9|+|8-9|+|9-9|+|18-9|
8

DESVIACIN TPICA
Desviacin tpica de un conjunto de nmeros, se denota por S que se
define: La raz cuadrada de la sumatoria desde i=1 hasta n del cuadrado
de Xi X sobre el nmero de datos.
(Xi )2
N
Ejemplo:
2, 3, 6, 8, 11

S = 3.8

S = |2-6|2+|3-6|2+|6-6|2+|8-6|2+|11-6|2 = 10.8
5

VARIANZA
Varianza es la media aritmtica del cuadrado de las desviaciones
respecto a la media de una distribucin estadstica, es la varianza de un
conjunto de datos se define como el cuadrado de la desviacin estndar.
Representado S2
(Xi )2
N
Ejemplo:
9, 3, 8, 9, 8, 8, 9, 18

S 2 = 15 S = 3.8

S2 = |9-9|2+|3-9|2+|8-9|2+|9-9|2+|8-9|2+|8-9|2+|9-9|2+|18-9|2 = 15
5

MODELOS
El alumno conocer algunas de las distribuciones ms utilizadas
en la practica de su carrera o profesin, y seleccionara la mas
adecuada para analizar algn fenmeno en particular.
Distribucin binomial
Distribucin geomtrica
Distribucin hipergeomtrica
Distribucin de poisson
Distribucin normal

DISTRIBUCIN DE
PROBABILIDAD
DISCRETA

Supongamos que en un ensayo de Vernulli la probabilidad de obtener

xito es P. Como el ensayo tiene nicamente dos resultados posibles,
entonces la probabilidad de obtener un fracaso es 1-P (Q) llamaremos a
Q la probabilidad de fracaso.

ENSAYO BINOMIAL
Consiste en realizar n veces el ensayo de Vernulli, de manera
independiente uno de otro y suponiendo que la probabilidad de xito (P)
permanece constante en cada uno de ellos.
Ejemplo: Observar cinco artculos de un mismo lote y contar el
nmero de artculos con defecto.

DISTRIBUCIN
BINOMIAL

Al realizar el ensayo binomial la variable aleatoria puede adquirir los

valores desde 0 hasta n.
Ejemplo: Supongamos que se realizan n ensayos de Vernulli, y la
probabilidad de xito es P, encontrar la distribucin de probabilidad para
X.
N=2
P (X) = (nx) Px Qn-x
P (X) =
P Probabilidad de xito
Q Probabilidad de fracaso
X Caracterstica deseada
N Nmero de intentos

n!

(P)x (Q)n-x
x!(n-x)!

Ejemplos:
Obtener la probabilidad de tener exactamente dos caras (cualquier
orden) en tres lanzamientos de una moneda no alterada.
P .5
Q .5

X2
N3
P (2) =

3!

(.5)2 (.5)3 = .375

3!(3-2)!

De 8/10 de los tubos de pasta dentfrica, se llenan de manera correcta y

queremos calcular la probabilidad de obtener exactamente 3 tubos de 6
(la mitad de una caja) llenos de manera correcta.
P .8
Q .3

X3
N6
P (3) =

6!

(.8)3 (.2)6-3 = 20 (.512) (.008) = .0819

6!(6-3)!

DISTRIBUCIN DE
POISSON

Es un caso particular de la binomial, es frecuente usarlo como

aproximacin a probabilidades binomiales cuando n es grande y la
probabilidad P es pequea.
Caractersticas, para identificar cuando se trata de una distribucin de
probabilidad de Poisson:
1. Interesa observar el numero de veces que se presenta el suceso o
resultado por unidad de tiempo, masa, volumen, etc. Ejemplo:
Nmero de llamadas por minuto, nmero de defectos por metro.
2. Se conoce el valor esperado de Y, es decir . Para aproximar a
probabilidades binomiales se recomienda obtener la cul no debe de
ser mayor a 7.
3. La variable aleatoria Y es el nmero de veces que se observa el
suceso de inters por unidad de tiempo, masa, volumen, etc.
4. El nmero de ensayos es grande N y la probabilidad es pequea P,
y con esto obtenemos un valor de menor o igual a 7.

Para la distribucin de probabilidad de Poisson, se da con la siguiente

ecuacin:
P (y/) = y e
y!
Las suposiciones que hay que hacer es que los eventos ocurren de forma
aleatoria e independiente.
S2 = 2 = =
S2
= 2 = 2

DISTRIBUCIN
HIPERGEOMTRICA

Distribucin de probabilidad hipergeomtrica si se selecciona un numero

aleatorio de n usuarios en una poblacin de N.
El numero X de usuarios tendr una distribucin binomial. Cuando el
tamao de la muestra n es pequeo respecto al numero de la poblacin
N esta tendr una distribucin de probabilidad hipergeomtrica y su
formula esta dada de la siguiente manera:
P (x) = C

C
N

n-r

n-x

N Nmero de elementos en la poblacin

r Nmero que tiene una caracterstica especifica
n Nmero de elementos de la muestra
X Probabilidad que nos interesa

Ejemplos:
En una crcel se tienen a 20 presos, 2 de los cuales son asesinos. Si se
selecciona al azar a tres de ellos. Cual ser la probabilidad de que 2 de
ellos sean asesinos.
N 20

n2

r -2

2!___ = 1
2!(2-2)!
18!_ = 18
1!(17)!
20!_ = 1,140
3!(17)!
(1)(18) = .015
1,140

X2

EJERCICIOS

3 5 6 7 10 12 15 18
Media 9.5
Mediana 8.5
Moda X
Rango 15

Desviacin media MD 4.25

Desviacin tpica S 4.8
Varianza S2 23.7

MD = |3-9.5|+|5-9.5|+|6-9.5|+|7-9.5|+|10-9.5|+|12-9.5|+|15-9.5|+|18-9.5|
8
S = |3-9.5|2+|5-9.5|2+|6-9.5|2+|7-9.5|2+|10-9.5|2+|12-9.5|2+|15-9.5|2+
|18-9.5|2 = 23.7 = 4.8
5

5 8 6 3 10 2 1 7 5 6
Media 5
Mediana 4
Moda 6
Rango 9

Desviacin media MD 4.25

Desviacin tpica S 4.8
Varianza S2 6.9

MD = |5-5|+|8-5|+|6-5|+|3-5|+|10-5|+|2-5|+|1-5|+|7-5|+|5-5|+|6-5|
10
S = |5-5|2+|8-5|2+|6-5|2+|3-5|2+|10-5|2+|2-5|2+|1-5|2+|7-5|2+|5-5|2+
|6-5|2 = 6.9 = 2.6
10

Se afirma que el 30% de la produccin de ciertos instrumentos se realiza

con material nacional y los dems con material importado, si se toma
una muestra aleatoria de 25 de estos instrumentos.
a. Cual es la probabilidad de que 3 sean de material nacional?
b. Cual es la probabilidad de que no ms de 3 sean de material
nacional?
c. Cual es la probabilidad de que al menos 3 sean de material nacional?
d. Cuantos instrumentos fabricados con material nacional se esperara
encontrar en la muestra?
N 25 P - .3
Q - .7
A.
P (3) =

25!
(.3)3 (.7)22 = 2,300 (.027) (0.00039) = .024
3!(25-3)!

B.
P (0) =

25!
(.3)0 (.7)25 = 1 (1) (0.000134) = 0.000134
0!(25-0)!

P (1) =

25!
(.3)1 (.7)24 = 25 (.3) (0.000191) = 0.00143
1!(25-1)!

P (2) =

25!

(.3)2 (.7)23 = 300 (.09) (0.000273) = 0.00738

2!(25-2)!

Se afirma que el 30% de la produccin de ciertos instrumentos se realiza

con material nacional y los dems con material importado, si se toma
una muestra aleatoria de 25 de estos instrumentos.
a. Cual es la probabilidad de que 3 sean de material nacional?
b. Cual es la probabilidad de que no ms de 3 sean de material
nacional?
c. Cual es la probabilidad de que al menos 3 sean de material nacional?
d. Cuantos instrumentos fabricados con material nacional se esperara
encontrar en la muestra?
N 25 P - .3
Q - .7
C.
(.000134) + (.00143) + (.00738) + (.024) = .032
D.

= 7.5

N5

P .2

P (1) =
P (2) =
P (3) =

5!
5!
5!

Q .8

Y (1 y 3)

(.2)1 (.8)4 = 5 (.2) (.40) = .4

1!(5-1)!

(.2)2 (.8)3 = 10 (.4) (.512) = .2048

2!(5-2)!
(.2)3 (.8)2 = 10 (.008) (.64) = .0512
3!(5-3)!

.40 + .2048 + .0512 = .665

Obtener la probabilidad de tener exactamente dos caras en tres

lanzamientos de una moneda no alterada.
N5
P .5
Y2
Q .7
P (0) =
P (1) =
P (2) =

5!
5!
5!

(.3)0 (.7)5 = 1 (1) (.16) = .16

0!(5-0)!

(.3)1 (.7)4 = 5 (.3) (.24) = .360

1!(5-1)!

(.3)2 (.7)3 = 10 (.09) (.343) = .309

2!(5-2)!

.16 + .360 + .308 = .828

82.8%

En una escuela primaria en la que estudiantes suelen llegar tarde,

tomaremos como muestra a 5 alumnos, los cuales se encuentran en el
jardn de nios. La directora ha estudiado la situacin durante cierto
periodo y ha determinado que hay una probabilidad de .4 de que
cualquier estudiante llegue tarde y que las llegadas de los estudiantes
son independientes entre si.
a. Como podramos trazar una distribucin binomial, ejemplificando las
probabilidades de que 0, 1, 2, 3, 4, 5 estudiantes lleguen tarde
simultneamente.
N5
P .4
Q .6
P (0) =
P (1) =
P (2) =

5!
5!
5!

(.4)0 (.6)5 = 1 (1) (.07) = .77

0!(5-0)!

(.4)1 (.6)4 = 5 (.4) (.12) = .259

1!(5-1)!

(.4)2 (.6)3 = 10 (.16) (.216) = .346

2!(5-2)!

En una escuela primaria en la que estudiantes suelen llegar tarde,

tomaremos como muestra a 5 alumnos, los cuales se encuentran en el
jardn de nios. La directora ha estudiado la situacin durante cierto
periodo y ha determinado que hay una probabilidad de .4 de que
cualquier estudiante llegue tarde y que las llegadas de los estudiantes
son independientes entre si.
a. Como podramos trazar una distribucin binomial, ejemplificando las
probabilidades de que 0, 1, 2, 3, 4, 5 estudiantes lleguen tarde
simultneamente.
N5
P .4
Q .6
P (3) =
P (4) =
P (5) =

5!

(.4)3 (.6)2 = 10 (.064) (.36) = .230

3!(5-3)!

5!

(.4)4 (.6)1 = 5 (.025) (.6) = .077

4!(5-4)!

5!

(.4)5 (.6)0 = 1 (.010) (1) = .01

5!(5-5)!

N5
P (0) =

P .4
5!

P (1) =
P (2) =
P (3) =

Q .6

X 0, 1, 2, 3

(.4)0 (.6)5 = 1 (1) (.077) = .077

0!(5)!

5! (.4)1 (.6)4 = 5 (.4) (.12) = .24

1!(4)!
5!
5!

(.4)2 (.6)3 = 10 (.16) (.21) = .336

2!(3)!
(.4)3 (.6)2 = 10 (.064) (.36) = .230
3!(2)!

Parece que va en aumento el no. De choques de aviones en vuelo.

Solamente en la regin de Atlanta hubo 10 en el 2005 contra 4 en 2004.
Supngase que el numero de choques en vuelo por ao en el rea de
Atlanta tiene una media de 4.
a. Cual es la probabilidad de que no haya un choque de este tipo en el
rea de Atlanta en un ao dado.
b. Cual es la probabilidad de que haya dos choques.
c. Cual es la probabilidad de que haya por lo menos un choque.
d. Cual es la probabilidad de que haya mas de dos choques.
A.
40 e-4 = .0183
0!
B.
42 e-4 = .1465
2!
C.
41 e-4 = .0732
1!
D.
.0183 + .1465 + .0732 = .0290 1 = .76

Indica la media de 5 accidentes mensuales, la probabilidad de que ocurra

0, 1, 2
50 e-5 = 0.00673
0!
51 e-5 = .033
1!
52 e-5 = .013
2!

En un hospital hay 10 pacientes, 4 de los cuales tienen lesiones graves si

se seleccionan al azar 5 pacientes pensando que todos estn en
condiciones de salir al da siguiente. Cual es la probabilidad de que los 5
pacientes estn en buen estado?
N 10

n5

r -6

6!___ = 6
5!(1)!
4!_ = 24
0!(0)!
10!_ = 252
5!(5)!
(6)(24) = .571
252

X5

TAREAS

PROBABILIDAD
Es la posibilidad que existe entre varias posibilidades, que un hecho
o condicin se produzcan.
Esta mide la frecuencia con la cual se obtiene un resultado en
oportunidad de la realizacin de un experimente sobre el cual se
conocen los resultados posibles gracias a las condiciones de
estabilidad que el contexto supone de antemano.

TEORA DE LA
PROBABILIDAD
Es un modelo matemtico que se ocupa de analizar fenmenos
aleatorios, implica la contraposicin respecto de los fenmenos ya
determinados, aquellos en los cuales el resultado del experimento
que se realiza, que se repetir la cantidad de veces que este vuelva
a hacerse, siempre y cuando se respeten las mismas condiciones.

CONDICIONAL
Es la probabilidad de que un evento B ocurra cuando se sabe que
ya ocurri un evento A.
Denota por: P(B/A)
Por lo general se lee como probabilidad de que Ocurre B porque
ocurri A.
Definida como:
P(B/A) = P(BA)
P(A)

con P(A)

P(/A) es una funcin de probabilidad porque satisface los tres

axiomas.

Axioma I
0 P(BA) Para todo evento B
Como
0 P(BA) P(/A)
Axioma II
P(/A) = 1
Como
P(/A) = P(A) = P(A) = 1
P(A)
P(A)
Axioma III
Si A1,A2.. Es una sucesin de eventos mutuamente excluyentes,
entonces
P(U An/A) = P(An/A)
Como
P(U An/A) = (P[A(UAn)] = P[A(A1UA2U..]
P(A)

PERMUTACIONES
Es una combinacin en donde el orden es importante. La notacin
para permutacin es P(n.r) que es la cantidad de permutaciones de
n elementos si solamente se seleccionan r.
Se llama permutaciones de m elementos (m=n) a las diferentes
agrupaciones de esos m elementos de forma:
Si entran todos los elementos
Si importa el orden
No se repiten los elementos
Pn=n!

Ejercicio:
Se cuantas maneras distribuiramos tres monedas de S./5 y cuatro
monedas de S./10 en una misma lnea?
Formula respectiva:
P7 (r:3,4) = 7! = 7 6 5 4 3 2 1
3!4! (3 2 1)(4 3 2 1)
P7 (r:3,4) = 35

COMBINACIONES
Es un arreglo donde el orden no es importante. La notacin para las
combinaciones es C(n,r) que es la cantidad de combinaciones n
elementos seleccionados, r a la vez. Igual a la cantidad de
permutaciones n elementos tomados r a la vez dividido por r
factorial.
Se le llama combinaciones de m elementos tomados de n en n (mn)
a todas las agrupaciones posibles que pueden hacerse con los m
elementos de forma:
No entran todos los elementos
No importa el orden
No se repiten los elementos
Cnm = Vnm
Pn

Ejercicio:
Una baraja de pker tiene 52 naipes. Cuanta manos de cinco
cartas pueden formarse?
M = 52 n = 5
Cm =

M!
2! (m-2)!

C(52,5) =

52!
5! (52-5)

= 259

En una escuela primaria en la que los estudiantes suelen llegar

tarde tomaremos en cuenta como muestra a 5 alumnos los cuales
se encuentran en el jardn de nios, la directora ha estudiado la
situacin durante cierto periodo y a determinado, que hay una
probabilidad de .4 que cualquier estudiante llegue tarde y que la
llegada de los estudiantes son independientes entre s.

N 5
P - .4
Q - .6
I. Trazar una distribucin binomial, donde las probabilidades de que
0, 1, 2, 3, 4, 5 estudiantes lleguen tarde simultneamente.
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0

II. Probabilidad de tener 0 retardos

P (y = 0) __ 5!__
(.4)0 (.6)5
0!(5-0)!
1 (1) (.07) = 0.77 77%
III. Probabilidad de tener 1 retardos

P (y = 1) __ 5!__
(.4)1 (.6)4
1!(5-1)!
5 (.4) (.12) = 0.259 25.9%

IV. Probabilidad de tener 2 retardos

P (y = 2) __ 5!__
(.4)2 (.6)3
2!(5-2)!
10 (.16) (.216) = 0.345 34.5%

V. Probabilidad de tener 3 retardos

P (y = 3) __ 5!__
(.4)3 (.6)2

VI. Probabilidad de tener 4 retardos

P (y = 4) __ 5!__
(.4)4 (.6)1
4!(5-4)!
5 (.25) (.6) = 0.75 75%

VII. Probabilidad de tener 5 retardos

P (y = 5) __ 5!__
(.4)5 (.6)0
5!(5-5)!
1 (.010) (1) = 0.10 10%

I. Las lesiones laborales graves en una planta tienen una media anual
de 2.7, dado que las condiciones de seguridad sern iguales durante
el prximo ao. Cul es la probabilidad de que el nmero de lesiones
sea menor que 2.
M 2.7 Y 0, 1, 2

P (0/2.7) = 2.70 e-2.7 = .0672

0!

P (1/2.7) = 2.71 e-2.7 = .1814

1!
II. N 25
P 0.1

Y - 0 = .000
Y - 1 = .000
Y - 2 = .000

Q 0.9

III. M 2
X < 1 = .59
X > 2 = .405
P - 0 = .135
P (0/2) = 20 e-2 = .135
0!

P (1/2) = 21 e-2 = .27

1!

P (2/2) = 22 e-2 = .2706

2!

IV. Utilice la tabla, distribucin de probabilidad de Poisson.

M1
X 0, 1, 2, 3, 4, 5
0.4
0
1
2
3
4
5

.3679
.3679
.1839
.0613
.0153
.0031

0.3
0.2
0.1
0

V. Supngase que se disea un sistema aleatorio para un patrullaje de

polica, de manera que un agente policiaco puede visitar cierta
localidad de su ronda. X 0, 1, 2, 3 o ms veces en periodos de media
hora, y que el sistema est dispuesto de manera que pasa por cada
localidad un promedio de 1 vez por periodo, suponiendo una
distribucin de que el patrullero no pase durante un periodo de media
hora. Cul es la probabilidad de que la visite una vez o al menos una
vez.
M 1 P 0, 1

P (0/1) = 10 e-1 = .367

0!

P (1/1) = 11 e-1 = .367 1 = .633

1!

Los accidentes en una planta en particular tienen una media semanal

de 3.5.
Cul es la probabilidad de que no haya accidentes en una semana?
Es probable que el nmero semanal de accidentes exceda de 7?
Porque?

P (0/3.5) = 3.53 e-3.5 = .0301 = 3%

0!

P (1/3.5) = 3.51 e-3.5 = .1056

1!

P (2/3.5) = 3.52 e-3.5 = .1849

2!

P (3/3.5) = 3.53 e-3.5 = .2157

3!

P (4/3.5) = 3.54 e-3.5 = .1881

4!

Los accidentes en una planta en particular tienen una media semanal

de 3.5.
Cul es la probabilidad de que no haya accidentes en una semana?
Es probable que el nmero semanal de accidentes exceda de 7?
Porque?

P (5/3.5) = 3.55 e-3.5 = .1321

5!

P (6/3.5) = 3.56 e-3.5 = .0770

6!

P (7/3.5) = 3.57 e-3.5 = .0385 = -96%

7!

El nmero de X personas ingresan a la unidad de cuidados intensivos

de un hospital en particular, posee una media igual a 5 diarias.
a. Cul es la probabilidad de que el nmero de personas que ingresan
a la unidad de cuidados intensivos sean en un da particular sea igual
a 2, 2.

P (2/5) = 52 e-5 = .0842

2!

P (1/5) = 51 e-5 = .0337

1!

P (0/5) = 50 e-5 = .0067

0!

.0842 + .0337 + .0067 = .1246

b. Es probable que X sea > 10, porque?

.0137

P (3/5) = 53 e-5 = .1404

3!
P (9/5) = 59 e-5 = .0363

9!
P (4/5) = 54 e-5 = .1755

4!
P (10/5) = 510 e-5 = .0181

10!
P (5/5) = 55 e-5 = .1755
5!

P (6/5) = 56 e-5 = .1462

6!

P (7/5) = 57 e-5 = .1044

7!

P (8/5) = 58 e-5 = .0653

8!

RANGO
Encontrar el rango de los siguientes nmeros:
8 3 5 33 19 55 2 6 66 12
66 - 3 = 63
Encontrar el rango de los siguientes nmeros:
9 55 32 46 21 11 42 7 6 2
55 2 = 53

DESVIACIN MEDIA
Encontrar la desviacin media de los siguientes nmeros:
45673
MD = |2-5|+|5-5|+|6-5|+|7-5|+|3-5| = 1.6
5
Encontrar la desviacin media de los siguientes nmeros:
6 8 5 11 2 4
MD = |6-6|+|8-6|+|5-6|+|11-6|+|2-6|+|4-6| = 2.3
6

DESVIACIN TPICA
Encontrar la desviacin tpica de los siguientes nmeros:
4 6 7 10 13
S = (4-8)2+(6-8)2+(7-8)2+(10-8)2+(13-8)2 = 10 = 3.16
5
Encontrar la desviacin tpica de los siguientes nmeros:
983517
S = (9-5.5)2+(8-5.5)2+(3-5.5)2+(5-5.5)2+(1-5.5)2+(7-5.5)2 =
7.91 = 2.81
6

VARIANZA
Encontrar la varianza de los siguientes nmeros:
19 5 1 13 - 7
S2 = (19-9)2+(5-9)2+(1-9)2+(13-9)2+(7-9)2 = 40
5
Encontrar la varianza de los siguientes nmeros:
6 4 7 5 2 11
S2 = (6-5.8)2+(4-5.8)2+(7-5.8)2+(5-5.8)2+(2-5.8)2+(11-5.8)2 =
7.80
6

DISTRIBUCIN
BINOMIAL

La ultima novela de un autor ha tenido un gran xito, hasta el punto de

que el 80% de los lectores ya la ha ledo. En un grupo de 4 amigos
aficionados a la lectura, cual seria la probabilidad de que 2 en el grupo
hayan ledo la novela?
n 4 X 2 P - .8 Q - .2
P(2) = _4! (.8)2 (.2)2 = (6)(.64)(.04) = 0.153
2!(2)!

En una prueba de alcoholemia se ha observado que el 5% de los

conductores controlados dan positivo y que el 10% de los conductores
controlados no llevan puesto el cinturn de seguridad. Un guardia de
trafico para cinco conductores al azar, si tenemos en cuenta que el
numero de conductores es suficientemente importante como para
estimar que la proporcin de infractores no varia al hacer la seleccin.
Cual seria la probabilidad de que tres conductores hayan cometido dos
infracciones?
n5
X-3
P - .145
Q - .855
P(2) = _5! (.145)3 (.855)2 = (10)(0.0030)(.731) = .0223
3!(2)!

DISTRIBUCIN DE
POISSON

En una tienda los clientes llegan al mostrador conforme una distribucin

de Poisson con un promedio de 10 por hora. En una hora dada, cual seria
la probabilidad de que lleguen al menos 5 clientes?
- 10 X - 5
P(5/10) = 105 e-10 = .037
5!
Un banco recibe en promedio 6 cheques sin fondo por da, cual es la
probabilidad de que reciba cuatro cheques sin fondo en un da dado?
-6 X-4
P(4/6) = 64 e-6 = .133
4!

DISTRIBUCIN DE
POISSON

En una tienda los clientes llegan al mostrador conforme una distribucin

de Poisson con un promedio de 10 por hora. En una hora dada, cual seria
la probabilidad de que lleguen al menos 5 clientes?
- 10 X - 5
P(5/10) = 105 e-10 = .037
5!
Un banco recibe en promedio 6 cheques sin fondo por da, cual es la
probabilidad de que reciba cuatro cheques sin fondo en un da dado?
-6 X-4
P(4/6) = 64 e-6 = .133
4!