DISTRIBUCION DE PROBABILIDAD DE POISSON

Básicamente un experimento aleatorio de Poisson es un proceso que consiste

en observar el número X de veces que ocurre un evento en una longitud dada.
tiempo
x1 x2 x3 x4 area
1 hora 1 hora 1 hora 1 hora longitud
Por ejemplo, observar el número de llamadas x i que recibe un celular en un
periodo de una hora, como se muestra:

DEFINICION:
Se dice que una variable aleatoria X cuyos valores posibles son 0, 1, 2, 3… etc.
tiene distribución de Poisson con parámetro λ y se escribe como X P(λ) , si
su función de densidad es:
e  λ λx
f (x)  P X  x   , λ0
x!
Donde " λ " es el promedio de ocurrencia en cada intervalo.

PROPIEDADES
1) E(X)  λ
2) σ  λ
2

EJEMPLOS
1) Supongamos que llegan en forma aleatoria una serie de llamadas a una
central telefónica con un promedio de 3 llamadas en intervalos de un
minuto.
a) Calcular la probabilidad de que en cualquier periodo de un minuto
no ocurra llamada alguna, y de que ocurran menos de 4 llamadas
b) Si cada llamada cuesta 0.50 soles ¿Cuánto es el costo medio por
llamada?
Solución
λ3
e  3 ( 3) 0
a) P(X  0)   0.0498 , P(X  4)  1  P(X  3)  0.35277
0!
b) Si C es el cos to por llamada, entonces C  0.5X
E(C)  0.5E(X)  0.5 * 3  1.5 soles
NOTA:
Extensión o reducción del intervalo unitario
La probabilidad de que ocurran "k " eventos de Poisson en un intervalo de
tiempo "t " es:
 e  λ t (λ t) k
P X  k  
k!
Donde λ es el número promedio por unidad de periodo o región.
(λt) es el número promedio de ocurrencias de eventos en el periodo o región de
tamaño "t " .

Una empresa textil produce un tipo de tela en rollos de 100 metros. El número
de defectos que se puede encontrar al desenrollar la tela es una variable
aleatoria de Poisson con un promedio de 4 defectos por cada 20 metros de tela.
a) ¿Qué probabilidad hay de que al desenrollar un rollo de tela
cualquiera se encuentre menos de tres defectos en los primeros 50
metros?
b) Calcule la probabilidad de que al desenrollar la tela no se encuentre
defecto en el primer segmento de 5 metros de tela.
Solución
λ4
a) λt  4( 2.5) , P(X  2 )  0.00277
b) λt  4( 1 / 4)  1 , P(X  0)  0.3679

EJERCICIOS
El número promedio de automóviles que llegara a una garita de peaje es de
120 por hora.
a) Calcular la probabilidad de que en un minuto cualquiera no llegue
automóvil alguno
b) Calcular la probabilidad de que en el periodo de 3 minutos lleguen más
de 5 automóviles
c) Si tal garita puede atender a un máximo de 3 automóviles en 30
segundos, calcule la probabilidad de que en un medio minuto dado
lleguen automóviles de lo que puede atender
Solución
2
a) λ  2 , e  0.135
b) λt  6 , P(X  5)  0.554
c) λt  1 , P(X  3)  0.018 9

Un liquido contiene cierta bacteria con un promedio de 3 bacterias por

centímetro cubico. Calcule la probabilidad de que en una muestra:
a) De 1/3 de centímetro cubico no contenga bacteria alguna
b) De 2 centímetros cúbicos contenga por lo menos una bacteria
Solución
λ3
a) λt  1 , prob  0.368
b) λt  6 , prob  0.998

El número de accidentes de trabajo que se producen por semana en una fabrica

sigue la ley de Poisson de manera que la probabilidad de que ocurran 2
accidentes es igual a 3/2 de la probabilidad de que ocurra un accidente. Calcule
la probabilidad de que ocurran accidentes en 2 semanas consecutivas
Solución
λ  3 , prob  0.002

Un banco atiende todos los días de 8 am a 4 pm y se sabe que el número de

clientes por día que van a solicitar un préstamo por más de 10 000 soles tiene
una distribución de Poisson con una media de 3 clientes por día. Cuál es la
probabilidad de que hasta el medio día no se haya producido una solicitud de
préstamo por más de 10 000 soles.
Solución
1.5
λ  3 , λt  1.5 , P(X  0)  e  0.223

El número de usuarios que acuden a cierta base de datos confidencial sigue

una distribución de Poisson con una media de 2 usuarios por hora. Calcular la
probabilidad de que entre las 8 am y el medio día (12 pm) acudan más de 2
usuarios.
Solución
λt  8 P(X  2)  0.986
Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades
de que reciba, a) cuatro cheques sin fondo en un día dado, b) 10 cheques sin fondos en
cualquiera de dos días consecutivos?

Solución:
a) x = variable que nos define el número de cheques sin fondo que llegan al
banco en un día cualquiera = 0, 1, 2, 3, ....., etc, etc.
 = 6 cheques sin fondo por día
 = 2.718

b)
x= variable que nos define el número de cheques sin fondo que llegan al banco
en dos días consecutivos = 0, 1, 2, 3, ......, etc., etc.
 = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días
consecutivos
Nota:  siempre debe de estar en función de x siempre o dicho de otra forma,
debe “hablar” de lo mismo que x.

2. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican

0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar a)
una imperfección en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando más
una imperfección en 15 minutos.
Solución:
a) x = variable que nos define el número de imperfecciones en la hojalata por
cada 3 minutos = 0, 1, 2, 3, ...., etc., etc.
 = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

b) x = variable que nos define el número de imperfecciones en la hojalata por

cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.
 = 0.2 x 5 =1 imperfección en promedio por cada 5 minutos en la hojalata
 =1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el número de imperfecciones en la hojalata por

cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.
 = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata

= 0.0498026 +
0.149408 = 0.1992106