DISTRIBUCIÓN DE POISSON

Definición de Distribución de Poisson:

La distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir
de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado
número de eventos durante cierto período de tiempo.

¿Qué es x y λ en la distribución de Poisson?

x = es el número de ocurrencias del evento o fenómeno (la función nos da la probabilidad
de que el evento suceda precisamente x veces).
λ = parámetro que representa el número de veces que se espera que ocurra el fenómeno
durante un intervalo dado.

Media (E) y Varianza de la Distribución de Poisson:

MEDIA: E[X] = μ = λ VARIANZA: V[X] = σ2 = λ.

1. A una oficina llega en promedio 5.2 llamadas telefónicas por hora. Se sabe que
el número de llamadas que llegan se pueden modelar por medio de una
variable aleatoria con distribución de Poisson. Obtener la probabilidad de que
en una hora aleatoriamente seleccionada:

a) Lleguen exactamente 3 μ = (5.2 lla/hr) (1hr) = 5

llamadas.
Pp= (μ; x) - (μ; x-1)
Pp= (5;3) - (5;2) c) Lleguen más de 2 pero
Pp= (0.2650) – (0.1247) menos de 10 llamadas.
Pp= 0.1403 Pp= (μ; xMAYOR) - (μ; xMENOR)
Pp= (5;9) - (5;2)
b) Lleguen no más de 7 Pp= (0.9682) - (0.1247)
llamadas. Pp= 0.1465
Pp= (μ; x)
Pp= (5;7)
Pp= 0.8666

2. El número de autos que solicitan servicio mecánico a un taller se modela en

forma Poisson. Si el promedio diario de autos que solicitan servicio mecánico
al taller es 10 y el taller puede atender hasta 16 automóviles al día, ¿cuál es la
probabilidad de que en un determinado día:
𝜆 =10 autos/día μ =16 autos/día
 b) Se atiendan a todos los
a) Se rechacen 4 autos? autos?
Pp= (μ; x) Pp= (μ; x)
Pp= (10 ; 4) Pp= (10 ; 16)
Pp= 0.0293 Pp= 0.9730

c) Se rechacen autos?
𝜌 = 𝜆 / μ =0.625
Pp= 1 - (0.625)
Pp= 0.375

3. Suponga que el número de pacientes que llegan al consultorio de un

reconocido médico especialista en un periodo de una hora tiene una
distribución de Possion con parámetro λ=3.2. Obtener la probabilidad de que
lleguen:
c) Por lo menos 2 pacientes en
20 minutos
a) A lo más 6 pacientes en una μ=λt = (3 p/hr) (1/3 hr) μ =1
hora. Pp= 1 - (μ; x)
Pp= (μ; x) Pp= 1 -(1;1)
Pp= (3;6) Pp= 1 – (0.7358)
Pp= 0.9665 Pp= 0.2642

b) 2 pacientes en media hora. d) De 3 a 7 pacientes, en 45

μ=λt = (3 p/hr) (1/2 hr) minutos.
μ =1.5 μ=λt = (3 p/hr) (3/4 hr) μ =2
Pp= (μ; x) Pp= (μ; xMAYOR) - (μ; xMENOR)
Pp= (1.5; 2) Pp= (2;6) - (2;3)
Pp= 0.8088 Pp= (0.9955) - (0.8571)
Pp= 0.1384

4. El número de fallas en el cableado eléctrico sigue una distribución de Possion,

con un promedio de 2 fallas por kilómetro. Determine la probabilidad de que:
a) No se presente ninguna falla Pp= 1 - (μ; x)
en los primeros 500 mts. Pp= 1 -(2;1)
μ=λt = (2 f/km) (0.5 km) μ =1 Pp= 1 – (0.4060)
Pp= (μ; x) Pp= 0.5940
Pp= (1; 0)
Pp= 0.3679
b) Haya más de una falla en un
tramo de un km.
c) Se presenten exactamente 2 fallas en 2 km.
μ = λt = (2 f/km) (2km) μ =4
Pp= (μ; x) - (μ; x-1)
 Pp= (4;2) - (4;1)
Pp= 0.2381 – 0.0916
Pp= 0.1465

5. El número de llamadas que se reciben en un tablero de control telefónico

siguen una distribución de Possion con y la medida de 10 llamadas cada 5
minutos. ¿Cuál es la probabilidad de que en los primeros 4 minutos haya:
b) Exactamente 5 llamadas.
Pp= (μ; x) - (μ; x-1)
μ=λt = (2 lla/m) (4m) μ = 8
Pp= (8;5) - (8;4)
Pp= 0.1912 – 0.0996
a) Al menos 4 llamadas. Pp= 0.0916
Pp= 1 - (μ; x)
Pp= 1 -(8;4) c) Menos de 3 llamadas.
Pp= 1 – (0.0996) Pp= (μ; x)
Pp= 0.9004 Pp= (8;2)
Pp= 0.0138

6. A un conmutador de la oficina principal de la compañía llegan llamadas a un

promedio de 2 por minuto se sabe que tienen distribución de Possion. Si el
operador esta distraído por un minuto. ¿Cuál es la probabilidad de que el
número de llamadas no respondidas sea: μ=λt = (2 lla/m) (1m) μ = 2
a) Cero.
Pp= (μ; x)
Pp= (2; 0)
Pp= 0.1353 e) Por lo menos tres.
Pp= 1 - (μ; x)
b) Por lo menos una. Pp= 1 - (2;2)
Pp= 1 - (μ; x) Pp= 1 – (0.6767)
Pp= 1 -(2;0) Pp= 0.3233
Pp= 1 – (0.1353)
Pp= 0.8647 f) Por lo menos cinco.
Pp= 1 - (μ; x)
c) Por lo menos dos. Pp= 1 - (2;4)
Pp= 1 - (μ; x) Pp= 1 – (0.9473)
Pp= 1 -(2;1) Pp= 0.0527
Pp= 1 – (0.4060)
Pp= 0.5940 g) Entre 3 y 5 inclusive.
Pp= (μ; 5) - (μ; 2)
d) Menos de dos. Pp= (2; 5) - (2; 2)
Pp= (μ; x) Pp= 0.9834 – 0.6767
Pp= (2;1) Pp= 0.3067
Pp= 0.04060
7. ¿Cuáles serán las probabilidades del ejercicio anterior, si el operador se
distrae por 4 minutos?
μ=λt = (2 lla/m) (4m) μ = 8
 a) Cero.
Pp= (μ; x)
Pp= (8; 0) e) Por lo menos tres.
Pp= 0.0003 Pp= 1 - (μ; x)
Pp= 1 - (8;2)
b) Por lo menos una. Pp= 1 – (0.0138)
Pp= 1 - (μ; x) Pp= 0.9862
Pp= 1 -(8;0)
Pp= 1 – (0.0003) f) Por lo menos cinco.
Pp= 0.9997 Pp= 1 - (μ; x)
Pp= 1 - (8;4)
c) Por lo menos dos. Pp= 1 – (0.0996)
Pp= 1 - (μ; x) Pp= 0.9004
Pp= 1 -(8;1)
Pp= 1 – (0.0030) g) Entre 3 y 5 inclusive.
Pp= 0.9970 Pp= (μ; 5) - (μ; 2)
Pp= (8; 5) - (8; 2)
d) Menos de dos. Pp= 0.1912– 0.0138
Pp= (μ; x) Pp= 0.1774
Pp= (8;1)
Pp= 0.0030

8. Se tiene una distribución de probabilidad de Poisson con un promedio de dos

ocurrencias por periodo.

a) ¿Cuál es la cantidad c) Encuentre la probabilidad de

promedio de ocurrencias en seis ocurrencias en tres
tres intervalos de tiempo? intervalos de tiempo.
μ=λt = (2 o/p) (3p) μ = 6 Pp= (μ; x)
Pp= (6 ; 6)
b) Determine la probabilidad de Pp= 0.6063
dos ocurrencias en un
intervalo unitario de tiempo. d) Determine la probabilidad de
Pp= (μ; x) cinco ocurrencias en dos
Pp= (2 ; 2) intervalos de tiempo.
Pp= 0.6767 μ=λt = (2 o/p) (2p) μ = 4
Pp= (μ; x)
Pp= (4 ; 5)
Pp= 0.7851

9. Unas láminas de metal presentan defectos en el cromado que se presentan en

forma aleatoria de acuerdo a la distribución Poisson, con una media de 3
 defectos por metro cuadrado. ¿Cuál es la probabilidad de que una hoja de
2.5m x 1.5m tenga:
μ=λt = (3 def/m2) (3.75m2) μ = 11.25 ≈ 11
a) Al menos 4 defectos. b) Exactamente 10 defectos.
Pp= 1 - (μ; x) Pp= (μ; x) - (μ; x-1)
Pp= 1 -(11;4) Pp= (11;10) - (11;9)
Pp= 1 – (0.0151) Pp= 0.4599 – 0.3405
Pp= 0.9849 Pp= 0.1194

10. El tiempo que se tarda en ser atendido una persona en las cajas de servicio en
un banco, sigue una distribución Possion con una medida de 4 personas por
minuto, ¿cuál es la probabilidad de que en un minuto dado:

μ=λt = (4 p/m) (1m) μ = 4

b) Como mínimo 3 clientes.
a) Se atiendan entre 2 y 6 Pp= (μ; x)
clientes (inclusive). Pp= 1 - (4; 2)
Pp= (μ; 6) - (μ; 1) Pp= 1 – (0.2381)
Pp= (4; 6) - (4; 1) Pp= 0.7619
Pp= 0. 8893 – 0.0916
Pp= 0.7977 c) Como máximo 5 clientes.
Pp= (μ; x)
Pp= (4; 5)
Pp= 0.7851