¿Cuándo usar esta distribución?

• Útil para la ocurrencia de eventos por unidad de tiempo:

errores/mes, quejas/semana, defectos/día.
• Para su aplicación, la probabilidad de ocurrencia del evento debe
ser constante en tiempo o espacio y debe haber independencia
de ocurrencia de eventos.
• También se puede usar como una aproximación de la
distribución binomial, cuando el valor de n*p es menor que 5 lo
que implica tener muestras grandes y valores de p pequeños.
• Cuando  está en función del tiempo se debe multiplicar ese
valor de  por el número de unidades de tiempo, sea que se
habla en este caso de =t.
 FORMULAS
Función densidad Funcion densidad
x ( t ) x
p ( x,  )  *e 
p ( x,  t )  * e  t
x! x!
Función acumulada Funcion acumulada
X X
P ( x,  )   p ( xi ,  ) P ( x, t )   p ( xi , t )
i 1 i 1

Valor esperado de la media Valor esperado de la media

    t
Valor esperado de la var ianza Valor esperado de la var ianza
 
2
 2  t
 ¿Cómo usar las tablas?
Para usar las tablas se sigue este procedimiento:
• Asegurar que la variable sigue un comportamiento Poisson
(prueba de bondad de ajuste).
• Se identifican los valores de n, p y x o el valor de  si este es
dado.
• Se determina el valor de  multiplicando n por p, en el caso de
una aproximación a la binomial.
• En el caso de probabilidades puntuales, se localiza el valor de x
en la columna de la izquierda y el valor de  o  (media de
la distribución de Poisson) en la parte superior de la tabla.
 ¿Cómo usar las tablas?
• En el caso de probabilidades acumuladas, se localiza el
valor de  en la columna de la izquierda y el valor de x en la
parte superior de la tabla.
• El valor de la probabilidad es el valor que interseca al valor de x
con el valor de . Esto se muestra en el siguiente segmento de
la tabla. Por ejemplo si =3.2, x=7, la respuesta es 0.0278.

 EJEMPLO
Una compañía vende productos en metros y se ha caracterizado por tener
una tasa promedio de 4 defectos por cada 200 metros. Si se compran 80
metros, ¿cuál es la probabilidad de que haya:
1. dos defectos?
2. más de cuatro defectos?
SOLUCION
1. dos defectos?
P(x=2) para n=80. El valor de  es (4/200)*80 = 1.6 defectos. Se usa la tabla
densidad de Poisson con x=2, por lo que el resultado es:
P(x=2)=p(2,1.6)=0.2584
Se puede usar también la tabla Poisson acumulada con =1.6 defectos.
P(x=2)= P(x2) – P(x1) = P(2,1.6)- P(1,1.6)
P(X=2)=0.783-0.525 = 0.258
La probabilidad de que haya dos defectos es 0.2584.
 EJEMPLO
Una compañía vende productos en metros y se ha caracterizado por tener
una tasa promedio de 4 defectos por cada 200 metros. Si se compran 80
metros, ¿cuál es la probabilidad de que haya:
1. dos defectos?
2. más de cuatro defectos?
SOLUCION
• También a manera de ejemplo se puede usar la fórmula correspondiente, así:
2
1.6
p(2,1.6)  * e 1.6  0.2584
2!

La probabilidad de que haya dos defectos es 0.2584.

 EJEMPLO
Una compañía vende productos en metros y se ha caracterizado por tener
una tasa promedio de 4 defectos por cada 200 metros. Si se compran 80
metros, ¿cuál es la probabilidad de que haya:

SOLUCION
b) más de cuatro defectos?

P(x>4) = 1- P(x4)= 1- P(4,1.6)= 1-0.8748=0.1252

Se usa la tabla de Poisson acumulada con =1.6 defectos.
P(x4)= 0.8748
La probabilidad de que haya más de cuatro defectos es 0.1252.
 EJEMPLO 4
Una compañía de ventas por teléfono recibe llamadas a razón de 5 por segundo. ¿Cuál
es la probabilidad de que reciba:
1. tres llamadas en un segundo?
2. más de cuatro llamadas en dos segundos?
SOLUCION
1. El valor de  es 5 llamadas por segundo y el de x es 3 llamadas en un segundo. Se
usa la tabla densidad. Así:
P(x=3)=p(3,5)=0.0056
Se puede usar también la tabla Poisson acumulada de =5 llamadas por segundo.
2. El valor de  es 5*2=10 llamadas por segundo y el de x>4 llamadas por
segundo. Se usa la tabla Poisson acumulada de =10 llamadas por segundo.
P(x>4)= 1- P(x4) = 1- 0.0012 = 0.9988
La probabilidad de que haya dos defectos es 0.9988.