La distribución de Poisson.

Es una distribución de probabilidad de naturaleza discreta, la cual se

aplica a procesos en los cuales hay una observación por unidad de tiempo o
de espacio, lo que equivale al tamaño de la muestra en una distribución
binomial.

Su μ (miú) es la media o número esperado de éxito en un tiempo o

espacio dado y X es una variable aleatoria para una muestra de tamaño n,
entonces la ecuación de esta distribución es la siguiente:

e−μ . ( μ )x
P( x )=
X!

{
shif . e x 1=2.71
alfa ln=2.71
x
1 shif e
μ=media
x= {0 , 1 ,2 , 3 … .. n }
e=constante=2.718281… .

En esta distribución existe un sólo parámetro que es la media.

La media de una muestra ( μ) se obtiene como el producto de la

probabilidad de ocurrencia (P) y el tamaño de la muestra (n). Luego.

μ=P x n

Hallar el valor:
a-) e−0.24 =0.7866 d-) e−2=13534
b-) e−0.86 =0.4232 e-) e−1.32=0.2671
c-)e−1=0.3678 f-) e−2.05=0.1287

Ej. #1:

El gerente de un banco estima que el 1.85% de las cuentas de

ahorros están inactivas. Se toma al azar una muestra de 80 cuentas.
Use Poisson y halle la probabilidad de que:

a-) Dos cuentas estén inactivas.

b-) A lo más una cuenta este inactiva.
c-) Al menos tres cuentas estén inactivas.

P=1.85 %=0.0185
n=80
x= {0 , 1 ,2 , 3 … . 80 }
μ=Pxɳ
μ=0.0485 x 80
μ=1.48

−μ x
e . ( μ)
P( x )=
X!

−μ −1.48
e =e =0.2276

a-) X ={ 2 }
e−μ . ( μ )x e−1.48 . ( 1.48 )2
P( x ) = =
X! 2!
 ( 0.2276 ) . ( 2.1904 ) 0.498535
P(2 )= =
2x 1 2
P(2 )=0.2493

b-) A lo más 1 cuenta:

X ={ 0 , 1 } P( x )=P( 0) + P( x )
P(0 )=0.2276 P(1 )=0.3368

P( x )=0.2276 +0.3368
P( x )=0.5644

c-) Al menos tres:

x= {3 , 4 ,5 … .. 80 }
P( x )=1−{ P(0 ) P(1 ) P(2 ) }
P( x )=1−¿
P( x )=0.1863

# 2: En una industria se estima que el 1.15% de los pantalones

que se fabrican son irregulares. Se toma al azar una muestra de 120
pantalones. Use Poisson y halle la probabilidad de que:

a-) Ninguno sea irregular.

b-) Menos de dos sean irregulares.
c-) Por lo menos 3 sean irregulares.

−μ x
e . ( μ)
P=1.15=0.0115 P( x ) =
ɳ!
ɳ=120 a-) x= {0 }
μ=P x ɳ P( x )=0.2516

μ=0.0115 x 120 b-) x= {0 , 1 }

μ=1.38 P( x )=0.5988

c-) x= {3 , 4 ,5 … . 120 }
P( x )=1−¿

Prof. Juan Alberto Pérez G.