Distribución de Poisson

Los experimentos que resultan en valores numéricos de una variable aleatoria que representa el
número de resultados durante un intervalo de tiempo dado se llaman experimentos de Poisson.
o Número de partículas emitidas por cierta sustancia radioactiva en un
determinado lapso de tiempo
o El número de accidentes de transito que ocurren en un día en un cruce
o El número de llamadas que llegan a una central telefónica en cierto
intervalo de tiempo
o El número de ordenes de devolución de piezas que recibe una empresa
en una semana
o El número de veces que falla una pieza de un equipo durante un periodo
de tres meses
o El número de nuevas infecciones por una enfermedad contagiosa en una
población durante un mes

Consideremos un proceso de Poisson con parámetro 𝜆 (número promedio de ocurrencias por unidad
de tiempo) y sea 𝑋 el “número de eventos que ocurren en un intervalo de tiempo”. Entonces, la
probabilidad que ocurran 𝑘 eventos en el intervalo [𝟎, 𝐭] está dada por:

𝒆!𝝀 ∗ 𝝀𝒌
𝑷(𝑿 = 𝒌) = 𝒅𝒐𝒏𝒅𝒆 𝒌 = 𝟎, 𝟏, 𝟐, …
𝒌!

Además, 𝑬(𝑿) = 𝑽(𝑿) = 𝝀

Estadística Inferencial 1
Juan Carlos Acosta Jiménez
 Ejemplos resueltos

Ejemplo 1: Los sábados por la mañana, los clientes entran en una pequeña tienda de un centro
comercial a una tasa esperada de 0,5 por minuto. Hallar la probabilidad de que el número de clientes
que entran en un intervalo específico de 10 minutos sea (a) 3, (b) a los más 4
Solución:
Sea 𝑋 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑒𝑛𝑡𝑟𝑎𝑛 𝑎 𝑢𝑛𝑎 𝑡𝑖𝑒𝑛𝑑𝑎 𝑒𝑛 𝑢𝑛 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑒𝑠𝑝𝑒𝑐í𝑓𝑖𝑐𝑜 𝑑𝑒 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑋~𝑃𝑜𝑖𝑠(𝜆)
𝜆 = 0.5(10) = 5 En Excel,

$ !" ∗&# $ !$ ∗)% (,.,,./*/0)(23)) =POISSON.DIST(3;5;0)

a) 𝑃(𝑋 = 3) = '!
= *!
= .
= 0.1404

En Geogebra

Estadística Inferencial 2
Juan Carlos Acosta Jiménez
 b) 𝑃(𝑋 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4)

= 0.0067 + 0.0337 + 0.0842 + 0.1404 + 0.1755 En Excel,

=POISSON.DIST(4;5;1)
= 0.4405

Estadística Inferencial 3
Juan Carlos Acosta Jiménez
 Ejemplo 2: Un estudio indica que el número de huelgas anuales en una determinada empresa con
2000 empleados, se puede representar por una distribución de Poisson con media 𝜆 = 0.4. Sea 𝑋 la
variable aleatoria que representa en número de huelgas, encuentre:
a) La probabilidad de que no haya huelga
b) La probabilidad de que haya 3 huelgas
c) La probabilidad de que por lo menos una huelga en un año

Solución:

Sea 𝑋 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑢𝑒𝑙𝑔𝑎𝑠 𝑎𝑛𝑢𝑎𝑙𝑒𝑠 𝑒𝑛 𝑢𝑛𝑎 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎 𝑒𝑚𝑝𝑟𝑒𝑠𝑎

𝑋~𝑃𝑜𝑖𝑠(𝜆)
𝜆 = 0.4 En Excel,
$ !" ∗&# $ !&.( ,.4 &
a) 𝑃(𝑋 = 0) = '!
= ,!
= 0.6703 =POISSON.DIST(0;0,4;0)
$ !" ∗&# $ !&.( ,.4 %
b) 𝑃(𝑋 = 3) = '!
= *!
= 0.0072

c) 𝑃(𝑋 ≥ 1) = 1 − 𝑃(𝑋 = 0) = 1 − 0.6703 = 0.3297 En Excel,

=POISSON.DIST(3;0,4;0)
En Excel,

=1-POISSON.DIST(0;0,4;0)

Estadística Inferencial 4
Juan Carlos Acosta Jiménez
Ejemplo 3: El número de cartas perdidas en el correo en un día tiene un promedio de 4. ¿Cuál es la
probabilidad de que en un día determinado:
a) se pierdan a lo más dos cartas en el correo?
b) se pierdan tres cartas en el correo?
c) se extravíen cuatro o cinco?
d) al menos desaparezca una carta en el correo?

Solución:
Sea 𝑋 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑎𝑟𝑡𝑎𝑠 𝑞𝑢𝑒 𝑠𝑒 𝑝𝑖𝑒𝑟𝑑𝑒𝑛 𝑒𝑙 𝑐𝑜𝑟𝑟𝑒𝑜 𝑒𝑛 𝑢𝑛 𝑑ì𝑎
𝑋~𝑃𝑜𝑖𝑠(𝜆)
𝜆=4

a) 𝑃(𝑋 ≤ 2) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2)

𝑒 !4 4, 𝑒 !4 42 𝑒 !4 43
= + +
0! 1! 2!
(0.0183)1 (0.0183)4 (0.0183)16
= + +
1 1 2
= 0.0183 + 0.0733 + 0.1465
En Excel,
= 0.2381
=POISSON.DIST(2;4;1)

En Geogebra,

$ !( 4 % (,.,25*)(.4)
b) 𝑃(𝑋 = 3) = *!
= .
= 0.1954

c) 𝑃(4 ≤ 𝑋 ≤ 5) = 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) = 0.1954 + 0.1563 = 0.3517

d) 𝑃(𝑋 ≥ 1) = 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + ⋯ + ⋯ = 1 − 𝑃(𝑋 = 0) = 1 − 0.0183 = 0.9817

Estadística Inferencial 5
Juan Carlos Acosta Jiménez
Ejemplo 4: Las estadísticas muestran que hay un promedio de tres accidentes por semana en una
ruta determinada. Determine la probabilidad de que durante cierta semana seleccionada al azar
ocurran máximo 4 accidentes.

Solución:
Sea 𝑋 = 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑎𝑐𝑐𝑖𝑑𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑜𝑐𝑢𝑟𝑟𝑒𝑛 𝑝𝑜𝑟 𝑠𝑒𝑚𝑎𝑛𝑎
𝑋~𝑃𝑜𝑖𝑠(𝜆)
𝜆=3

𝑃(𝑋 ≤ 4) = 𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2) + 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) = 0.8153

Estadística Inferencial 6
Juan Carlos Acosta Jiménez