DISTRIBUCIN DE PROBABILIDAD POISSON

MATERIA: PROBABILIDAD Y ESTADISTICA DESCRIPTIVA

TITULAR: ING. FELIPE SALINAS VELAZUEZ
La distribucin de probabilidad poisson es discreta, llamada as en memoria de
Simeon Denis Poisson(1781- 1840), til para estimar el nmero de ocurrencias en
un intervalo especfico de tiempo o espacio. Como puede ser el nmero de autos
que arriban a una estacin de gasolina, tambin puede ser el nmero de enfermos
que llegan a un hospital para ser atendidos, el nmero de defectos por cada metro
de tela.
Mientras que la distribucin Binomial est orientada a resolver problemas
relacionados con los xitos esperados en n ensayos, la distribucin de Poisson
busca dar respuesta a problemas relacionados con los xitos esperados en un
intervalo de tiempo o de espacio.
PROPIEDADES DE UN EXPERIMENTO POISSON:
1. La probabilidad de ocurrencia es la misma para cualquiera de dos intervalos
de igual longitud.
2. La ocurrencia o no ocurrencia en cualquier intervalo de tiempo o espacio es
independiente.
3. El experimento aleatorio consiste en contar el nmero de veces que ocurre
el evento en una unidad de tiempo o espacio.
La distribucin de probabilidad poisson tiene la siguiente funcin:

Frmula general
x
e
P(X=x)=
x!
Donde
p(X=x) = probabilidad de x ocurrencias en un intervalo
= valor esperado o promedio de ocurrencias en un intervalo de tiempo o
espacio
e = 2.71828

Ejemplo 1
Usted desea conocer el nmero de enfermos que llegan por la maana a
una clnica regional durante la semana en un periodo de una hora. Si
asumimos que la probabilidad de que un paciente que llega es la misma
para cualesquiera de dos periodos de igual duracin y que la llegada o no
llegada de un paciente en cualquier periodo es independiente del arribo o
no en cualquier otro periodo, entonces es aplicable la distribucin poisson.
Si se tienen registros que el nmero promedio de pacientes que llegan en
un periodo de una hora es de 4, Cul sera la probabilidad de que en una
hora lleguen 2 pacientes?
La variable aleatoria es: X = nmero de pacientes que llegan en una hora a
la clnica.
Se tiene como dato =4. Por lo tanto P(x=2) sera:
P(x=2)=

x e
x!

4 (2.71828)
2!

= 0.1465

Aqu involucramos el intervalo de tiempo de una hora, pero podemos utilizar

otros intervalos de tiempo, por ejemplo, si se quiere conocer la probabilidad
de que lleguen 2 pacientes, en los siguientes 30 minutos.
Ahora, el intervalo de tiempo se ha modificado a 30 minutos (.5 horas), por
lo que tenemos que ajustar el valor de que est en horas. Esto es = 2
cada media hora.
x

P(x=2)=

e
x!

22 (2.71828)2
= 0.2707
2!

Una variable que tiene una distribucin poisson con un nmero conocido de
ensayos n y una probabilidad conocida de xitos p, se pude determinar su valor
esperado, su desviacin estndar y varianza es:

E(x)=np

V(x)=np=
La distribucin de Poisson se puede considerar como el lmite de una distribucin
binomial cuando n es muy grande y p es muy pequea.
Cuando n es grande (n30) y crece indefinidamente y p es pequea con
tendencia a cero, de tal manera que la media (np<5) entonces las
probabilidades binomiales se aproximan a la frmula de Poisson.
La probabilidad de tener un accidente en el saln de clase de danza es de .006,
en un grupo de 100 alumnos, cul es la probabilidad de que haya un accidente?.
Variable aleatoria: X = nmero de accidentes en el saln de clase.
n=100

p=0.006

Por lo tanto

EN EXCEL: x=1

= 0.6 y 0 es

para
=np

=100(0.006) =0.6

calcular la prob. Acumulada.

P(x=1)=?
x

P(x=1)=

e
x!

0.6 (2.71828)
1!

= 0.3292

Se puede resolver el problema utilizando EXCEL, la sintaxis de la funcin

es:
=POISSON.DIST(1,0.6,0)

La central telefnica de un hotel recibe un nmero de llamadas por minuto con

media 0,5. Determinar la probabilidad de que en un minuto al azar: la respuesta
la encontrar en el video.

a) Se reciba una nica llamada.

b) Se reciban un mximo de dos llamadas
Para resolver:
Si el 2% de los garrafones retornables de agua Electropura se detectan fisuras
antes de ser llenados, determine la probabilidad de que cinco de los prximos 400
garrafones que se intenten llenar presenten fisuras. R= 9.16%

Usted sabe que dispone en este momento de 6 refrescos gaseosos y cada uno de
sus invitados consumen en promedio 1.5 refrescos en una hora.
Cul es la probabilidad de que en la siguiente hora no le alcancen los refrescos?
R= 22.31%