Melinna Toledo Toledo.

Viviana Zárate Romero.

• 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.
• Hay que hacer notar que en esta distribución el número de éxitos que ocurren
por unidad de tiempo, área o producto es totalmente al azar y que cada
intervalo de tiempo es independiente de otro intervalo dado, así como cada
área es independiente de otra área dada y cada producto es independiente de
otro producto dado.
 X=1,2,3,…;
λ>0

• K es el número de veces que se repite el suceso.

• Entonces:
P(x = K) la probabilidad de que nuestro suceso se repita un K número de veces.
• μ (λt) es el número de veces que ocurre el suceso en el intervalo de tiempo,
longitud o área.
• x señala un valor específico que la variable pueda tomar (el número de éxitos que
deseamos ocurran).
• Por definición, el valor esperado (media en el intervalo) de una distribución de
probabilidad de Poisson es igual a la media de la distribución. E(x) = μ = λ
• La varianza del número de eventos de una distribución de probabilidad de Poisson
también es igual a la media de la distribución μ . De este modo, la desviación estándar
es la raíz cuadrada de μ.
σ=√μ
• Funciones de densidad de Poisson para medias diferentes.
Ejemplo:
• En la ciudad de Salina Cruz se realizó un estudio en un determinado hospital acerca
de los nacimientos de bebés del sexo femenino. Se sabe que en una semana nacen
una media de 7 niñas. Calcular:
a) La probabilidad de que nazcan 3 niñas en una semana.
b) La probabilidad de que nazcan menos de 3 niñas a la semana.
x=nacimiento de un bebé del sexo femenino.
μ=7niñas a la semana.
K=3
73 ∗e−7
a) P(x = 3)= =0.052 ≈5.2% de la probabilidad de que nazcan en 1 semana 3 niñas.
3!

b) P(x < 3)= P(x = 0)+P(x = 1)+P(x = 2)

70 ∗e−7 71 ∗e−7 72 ∗e−7

P(x = 0)= =0.001 P(x = 0)= 1! =0.006 P(x = 0)= 2! =0.022
0!

P(x < 3)=0.029 ≈2.9% de probabilidad de que nazcan menos de 3 niñas.

 Tabla

Ejemplo:
• Durante un experimento de laboratorio el número promedio de partículas
radiactivas que pasan a través de un contador en un milisegundo es 4. ¿Cuál
es la probabilidad de que entren 6 partículas al contador en un milisegundo
dado?
• Al usar la distribución de Poisson con x = 6 y λt = 4, y al remitirnos a la tabla
A.2, tenemos que:
Ejemplo:
• El chef de un restaurante prepara una ensalada revuelta que
contiene, en promedio, 5 vegetales. Encuentre la probabilidad de que
la ensalada contenga más de 5 vegetales.
a) en un día dado;
μ=5
 Tabla
Ejemplo:
• El número promedio de camiones-tanque que llega cada día a cierta
ciudad portuaria es 10. Las instalaciones en el puerto pueden alojar a lo
sumo 15 camiones-tanque por día. ¿Cuál es la probabilidad de que en
un día determinado lleguen más de 15 camiones y se tenga que
rechazar algunos?
Sea X el número de camiones-tanque que llegan cada día. Entonces,
usando la tabla A.2, tenemos.
• En un centro de mantenimiento que recibe llamadas de servicio de
acuerdo con un proceso de Poisson entran, en promedio, 2.7 llamadas por
minuto. Calcule la probabilidad de que
a) no entren más de 4 llamadas en cualquier minuto;
b) entren menos de 2 llamadas en cualquier minuto;
c) entren más de 10 llamadas en un periodo de 5 minutos.
• Un dispositivo electrónico de conmutación falla ocasionalmente, pero se
considera que es satisfactorio si, en promedio, no comete más de 0.20
errores por hora. Se elige un periodo particular de 5 horas para probarlo. Si
durante este periodo no ocurre más de un error, se considera que el
funcionamiento del dispositivo es satisfactorio.
a) ¿Cuál es la probabilidad de que, con base en la prueba, se considere que
un dispositivo no funciona satisfactoriamente cuando en realidad sí lo
hace? Suponga que se trata de un proceso de Poisson.
b) ¿Cuál es la probabilidad de que un dispositivo se considere satisfactorio
cuando, de hecho, el número medio de errores que comete es 0.25? De
nuevo suponga que se trata de un proceso de Poisson.
• En cierto crucero ocurren, en promedio, 3 accidentes de tránsito al mes. ¿Cuál es
la probabilidad de que en cualquier determinado mes en este crucero
a) ocurran exactamente 5 accidentes?
b) ocurran menos de 3 accidentes?
c) ocurran al menos 2 accidentes?
• Se sabe que para cierto tipo de alambre de cobre ocurren, en promedio, 1.5 fallas
por milímetro. Si se supone que el número de fallas es una variable aleatoria de
Poisson, ¿cuál es la probabilidad de que no ocurran fallas en cierta parte de un
alambre que tiene 5 milímetros de longitud? ¿Cuál es el número promedio de fallas
en alguna parte de un alambre que tiene 5 milímetros de longitud?
• Los baches en ciertas carreteras pueden ser un problema grave y requieren
reparación constantemente. Con un tipo específico de terreno y mezcla de concreto
la experiencia sugiere que hay, en promedio, 2 baches por milla después de cierta
cantidad de uso. Se supone que el proceso de Poisson se aplica a la variable
aleatoria “número de baches”.
a)¿Cuál es la probabilidad de que no aparezca más de un bache en un tramo de
una milla?
b)¿Cuál es la probabilidad de que no aparezcan más de 4 baches en un tramo
determinado de 5 millas?
1
1