ESTADÍSTICA DESCRIPTIVA

Semana 12
Distribución de Poisson
 Logro de la sesión
Al término de la sesión, el estudiante utiliza las
probabilidades de una variable aleatoria discreta que sigue
una Distribución de Poisson en situaciones de incertidumbre para
la toma de decisiones en casos reales dentro
del ámbito de su especialidad.
 Distribución Poisson
El experimento de Poisson consiste en realizar el conteo del número
de veces que ocurre un evento en particular durante cierto periodo
de tiempo.

1 minuto 1 minuto 1 minuto

Con frecuencia se utiliza para describir el número de llegadas de clientes por hora,
el número de accidentes industriales cada mes, el número de conexiones eléctricas
defectuosas por metro de cableado en un sistema eléctrico, o el número de
n (muestra)
máquinas que se dañan y esperan ser reparados, etc.

Son necesarios dos requisitos para la aplicación de la distribución de Poisson:

 La probabilidad de ocurrencia del evento es constante para dos intervalos
cualesquiera de tiempo o espacio.
 La ocurrencia del evento en un intervalo es independiente de la ocurrencia de
otro intervalo cualquiera.
 Distribución Poisson
Número de eventos independientes que ocurren
VARIABLE en un espacio continuo o unidad de evaluación

  es el número promedio de eventos

PARÁMETROS independientes que ocurren en un espacio
continuo. Notación: X ~ P ()

e   x
FUNCIÓN DE f  x   P X  x  
PROBABILIDAD x!
x  0 ,1, 2 , 

VALOR ESPERADO E(X) = 

VARIANZA V(X) = 
 Ejemplo:

Los cambios en los procedimientos de los aeropuertos requieren una

planeación considerable. Los índices de llegada de los aviones es un factor
importante que se debe tomar en cuenta. Si llegan al aeropuerto en
promedio 6 aviones pequeños por hora.
a. Si la probabilidad de que exactamente cuatro aviones pequeños lleguen
en un lapso de 35 minutos es mayor a 0.20 se considera un trabajo
adecuado. ¿a qué conclusión llegue usted?

Nota: Defina la variable aleatoria y su distribución de probabilidad.

Variable= X: Cantidad de aviones pequeños que llegan en un lapso de 35

minutos
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝜇 = 3.5 𝑎𝑣𝑖𝑜𝑛𝑒𝑠/35𝑚𝑖𝑛 porque el conteo de los aviones
pequeños que llegan al aeropuerto se realiza en un intervalo de tiempo de 35
min.
Se debe hallar el nuevo promedio de aviones que llegan cada 35 min.
𝟔𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 𝒆𝒏 𝟔𝟎 𝒎𝒊𝒏
𝝀 𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 en 35 min
𝟑𝟓
nuevo promedio 𝝀 = 𝟔 ∗ = 𝟑. 𝟓 𝒂𝒗𝒊𝒐𝒏𝒆𝒔/𝟑𝟓𝒎𝒊𝒏
𝟔𝟎

𝟑.𝟓𝟒 𝒆−𝟑.𝟓
(𝑷 𝑿 = 𝟒 = = 𝟎. 𝟏𝟖𝟖𝟖  si es mayor a 0.20 , si es un trabajo adecuado.
𝟒!
 𝟑.𝟓𝟒 𝒆−𝟑.𝟓
(𝑷 𝑿 = 𝟒 = = 𝟎. 𝟏𝟖𝟖𝟖  si es mayor a 0.20 , si es un trabajo adecuado.
𝟒!
 b.- Sin embargo si la probabilidad de que por lo menos dos aviones pequeños
lleguen en un lapso de 20 minutos es menor a 0.65 se considera un trabajo
deficiente. ¿a qué conclusión llegue usted?

Nota: Defina la variable aleatoria y su distribución de probabilidad.

b.
Variable= X: Cantidad de aviones pequeños que llegan en un lapso de 35 minutos
𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛 𝜇 = 2 𝑎𝑣𝑖𝑜𝑛𝑒𝑠/20𝑚𝑖𝑛 .
Se debe hallar el nuevo promedio de aviones que llegan cada 35 min.
𝟔𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 𝒆𝒏 𝟔𝟎 𝒎𝒊𝒏
𝝀 𝒂𝒗𝒊𝒐𝒏𝒆𝒔 −−−−− −𝒍𝒍𝒆𝒈𝒂𝒏 en 20 min
𝟐𝟎
nuevo promedio 𝝀 = 𝟔 ∗ = 𝟐 𝒂𝒗𝒊𝒐𝒏𝒆𝒔/𝟐𝟎𝒎𝒊𝒏  si es menor a 0.65, es un trabajo
𝟔𝟎
deficiente.

𝟐𝟎 𝒆−𝟐 𝟐𝟏 𝒆−𝟐
𝑷 𝑿≥𝟐 =𝟏−𝑷 𝑿<𝟐 =𝟏−𝑷 𝑿=𝟎 −𝑷 𝑿= 𝟏 =𝟏− − = 𝟎. 𝟓𝟗𝟑𝟗𝟗
𝟎! 𝟏!
 𝟐𝟎 𝒆−𝟐 𝟐𝟏 𝒆−𝟐
𝑷 𝑿≥𝟐 =𝟏−𝑷 𝑿<𝟐 =𝟏−𝑷 𝑿=𝟎 −𝑷 𝑿=𝟏 =𝟏− − = 𝟎. 𝟓𝟗𝟑𝟗𝟗
𝟎! 𝟏!

Se resta el valor del

Excel, resultando:
0.59399

Si es menor a 0.65,
entonces es
considerado un
trabajo deficiente
 Autoevaluación
Texto Distribución Parámetros

Un fabricante de tejido de lana afirma que el promedio

de defectos en sus productos es de 1 por dos metros Poisson  1 por 2
cuadrados ¿Cuál es la probabilidad de obtener 3 o más metros2
defectos en cualquier metro cuadrado?
El estudio de un inventario determina que, en
promedio, las demandas de un artículo particular de Poisson  5 por día
un almacén se realiza cinco veces al día. ¿Cuál es la
probabilidad de que en dos días cualesquiera se pida
este artículo más de nueve veces?