CARACTERISTICAS

La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las

ocurrencias de algún suceso durante un intervalo determinado. Nuestra variable aleatoria x
representará el número de ocurrencias de un suceso en un intervalo determinado, el cual podrá
ser tiempo, distancia, área, volumen o alguna otra unidad similar o derivada de éstas.

Para el uso correcto de esta distribución discreta poisson se debe cumplir con los siguientes
requisitos:

1.- El suceso debe contar con un intervalo el cual puede ser (tiempo, distancia, àrea, volumen, o
alguna otra)

2.-El suceso debe ser independiente (Que no dependa de otro suceso), Esto quiere decir que
poisson no aplica a sucesos que sean dependientes como lo seria la probabilidad de que un
alumno se contagie de gripe , ya que seria un compañero quien se lo estaria contagiando , siendo
este suceso dependiente.

Concepto

La distribución de probabilidad de Poisson es una distribución de variable aleatoria discreta que

nos probabilidad de una proporciona la probabilidad de que ocurra un determinado suceso un
intervalo determinado de tiempo, un número de veces K en longitud, área, etc.

P(x, λ) Probabilidad de que ocurra x exitos, cuando el numero de ocurrencia de ellos es λ

X: Variable que denota el numero de exitos que se desea que ocurra.

λ: Media o promedio de exitos por unidad de tiempo , área o producto.

e:Una constante, de valor: 2.718

5 EJERCICIOS DE DISTRIBUCIÓN DE POISSON

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.
 = 6 cheques sin fondo por día ( 6 )4 ( 2.718 )6 ( 1296 )( 0.00248 )
p( x  4,  6 )    0.13392
4! 24

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.
( 12 )10( 2.718 )12 ( 6.191736410 )( 0.000006151 )
p( x  10,  12 )    0.104953
10! 3628800

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
( 0.6 )1( 2.718 )0.6 ( 0.6 )( 0.548845 )
p( x  1,  0.6 )    0.329307
1! 1
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 ( 2.718 )1 ( 1 )( 2.718 )1 
p( x  2,3,4,etc....  1 )  1  p( x  0,1,  1 )  1      1-
 0! 1!  (0.367918+0.367918)=
0.26416

3. La producción de televisores en SAMSUNG trae asociada una probabilidad de defecto

del 2%, si se toma un lote o muestra de 85 televisores, obtener la probabilidad de que
existan 4 televisores con defectos.
n = 85
P = 0.02
X=4
lambda = 1.7
4. En una jaula con 100 pericos 15 de ellos hablan ruso calcular la probabilidad de que si
tomamos 20 pericos al azar 3 de ellos hablen ruso.
n = 20
p = 0.15
X=3
lambda =3

5. Se calcula que en la ciudad el 20% de las personas tienen defecto de la vista si

tomamos una muestra de 50 personas al azar ¿Calcular la probabilidad de que 10 de
ellos tengan defecto en la vista.
n = 50
p = 0.2
lambda =10