Distribución de Poisson

Mg Eliana Saenz Mass

Distribución de Poisson
Utilidad
 La distribución de Poisson se utiliza en situaciones donde los sucesos
son impredecibles o de ocurrencia aleatoria. En otras palabras no se
sabe el total de posibles resultados.
 Permite determinar la probabilidad de ocurrencia de un suceso con
resultado discreto.
 Es muy útil cuando la muestra o segmento n es grande y la
probabilidad de éxitos p es pequeña.
 Se utiliza cuando la probabilidad del evento que nos interesa se
distribuye dentro de un segmento n dado como por ejemplo distancia,
área, volumen o tiempo definido.
Ejemplos de la Utilidad
 La llegada de un cliente al negocio durante una hora.
 Las llamadas telefónicas que se reciben en un día.
 Los defectos en manufactura de papel por cada metro producido.
 Los envases llenados fuera de los límites por cada 100 galones de producto
terminado.
 Número de fallas en la superficie de una cerámica rectangular.
 Número de bacterias en un volumen de un m3 de agua.
 Número de accidentes de trabajo que ocurren en una fábrica durante una
semana.
Propiedades de un proceso de Poisson
 La probabilidad de observar exactamente un éxito en el segmento o
tamaño de muestra n es constante.

 El evento debe considerarse un suceso raro.

 El evento debe ser aleatorio e independiente de otros eventos

“Si repetimos el experimento n veces podemos obtener resultados

para la construcción de la distribución de Poisson.”
La distribución de Poisson

Definición: Se dice que la variable aleatoria discreta X , cuyos valores posibles

son :0,1,2,…etc. ,tienen distribución de Poisson con parámetro λ y se escribe X P
(λ ), si su función de probabilidad es :

, λ > 0. x = 0, 1, 2, …

Donde:
P(X=x) : es la probabilidad de ocurrencia cuando la variable discreta X toma un valor
finito x.
λ : promedio de ocurrencias en un intervalo (tiempo, volumen, área, etc.).
e : tiene un valor aproximado de 2.71828183..
x : es el número de ocurrencias.
Ejemplo
1. Supongamos que el número de imperfecciones en un alambre delgado
de cobre sigue una distribución Poisson con una media de 2.4
imperfecciones por milímetro.
A. Determine la probabilidad de 2 imperfecciones en un milímetro de
alambre.
B. Determine la probabilidad de 10 imperfecciones en 5 milímetros de
alambre.
Solución 𝒆− λ λ 𝒙
𝑃 ( 𝑿= 𝒙 ) =
λ = 2,4 x=2 𝒙!

P(X=x) = 0,2613
P(X=x) = 26,13%
Determine la probabilidad de 10 imperfecciones en 5 milímetros de alambre

 Solución
Sea que X denote el número de imperfecciones en 5 milímetro de
alambre. Entonces, X tiene una distribución Poisson con λ=5mmx2.4
imperfecciones/mm λ = 12.0 imperfecciones
X = 10

P(X=x) =0,1048
P(X=x) = 10,48%
Ejercicio en clase
 Una empresa electrónica observa que el número de componentes que fallan
antes de cumplir 100 horas de funcionamiento es una variable aleatoria de
Poisson. Si el número promedio de estos fallos es ocho,
a. ¿cuál es la probabilidad de que falle un componente en 25 horas?
b. ¿y de que fallen no más de dos componentes en 50 horas?
c. ¿cuál es la probabilidad de que fallen por lo menos diez en 125 horas?
Ejercicio 2
 La contaminación constituye un problema en la fabricación de discos de
almacenamiento óptico. El número de partículas de contaminación que
ocurren en un disco óptico tiene una distribución de Poisson y el número
promedio de partículas por centímetro cuadrado de superficie del disco es
0.1. El área de un disco bajo estudio es 100 centímetros cuadrados.
a) Encuentre la probabilidad de que ocurran 12 partículas en el área del
disco bajo estudio.
b) La probabilidad de que ocurra una partícula en el área del disco bajo
estudio
c) Determine la probabilidad de que 2 o menos partículas ocurran en el área
del disco bajo estudio.
GRACIAS