EJERCICIO POISSON

1. Si la probabilidad de que un individuo sufra una reacción por una inyección de un

determinado suero es .001, determinar la probabilidad de que de un total de 2000
individuos: a) exactamente tres tengan reacción. B) más de 2 individuos tengan reacción.

a) exactamente tres

e  2 ( 2) 3 8
P (3)    .18
3! ( 2.71828) 2 (6)

b) más de dos = 1 – (P(0) + P (1) + P (2)) = .323

e 2 ( 2.0) 0 1
P (0)    0.1353
0! ( 2.71828) 2 (1)

e 2 ( 2)1 2
P(1)    0.2706
1! ( 2.71828) 2 (1)

e 2 ( 2) 2 4
P ( 2)    0.2706
2! ( 2.71828) 2 (2)

probabilidad = 1-0.1353-.2706-.2706 = 0.323

2. Un análisis de datos históricos muestra que la cantidad promedio de automóviles que

llega en un período de 15 minutos a una ventanilla de un autobanco es de 10, la función de
probabilidad sería:

e 10 (10) x
P( x) 
x!

Si la gerencia deseara conocer la probabilidad de que hayan exactamente cinco llegadas en

quince minutos, igualaríamos x = 5 para obtener así, la probabilidad exacta de 5 llegadas en
15 minutos.

P(3) 
e 10 (10)5
 10 10  .0378
5! (2.71828) (5!)
Supongamos que deseamos calcular la probabilidad de una llegada en un período de tres
minutos. Como 10 es la cantidad esperada en un intervalo de 15 minutos, vemos que 10/15
= 2/3 es la cantidad esperada de llegadas en un período de un minuto y que (2/3) (3
minutos) = 2 es la cantidad de llegadas en un período de tres minutos. Entonces la
probabilidad de x llegadas en un periodo de tres minutos con media = 2, se expresa con la
siguiente función de probabilidad de Poisson.

e 2 ( 2) x
P ( x) 
x!

Para determinar la probabilidad de que haya una llegada en un período de tres minutos,
podemos calcularlo así:

e 2 ( 2)1
P( x)   0.2707
1!

3. Ejemplo donde intervienen intervalos de longitud o distancia. Supongamos que nos

interesa la ocurrencia de defectos grandes en un tramo de carretera, un mes después de
recubrirla. Supondremos que la probabilidad de un defecto en este tramo de carretera es
igual para dos intervalos cualesquiera, de igual longitud, y que la ocurrencia o no
ocurrencia de un defecto en cualquier intervalo no depende de la ocurrencia o no ocurrencia
de uno en cualquier otro intervalo. En consecuencia se puede aplicar la distribución de
probabilidad de Poisson.

Supongamos que se ve que los defectos grandes, un mes después de recubrir la carretera, se
presenta con una frecuencia promedio de dos por milla. Vamos a determinar la
probabilidad de que no haya defectos grandes en determinado tramo de tres millas de la
carretera. Como nos interesa un intervalo de tres millas de longitud, media = (2
defectos/milla) (3 millas) = 6, representa la cantidad esperada de defectos grandes en el
tramo de tres millas de carretera, la probabilidad de que no exista ningún defecto grande en
el tramo de tres millas es:

e 6 (6) 0
P( x)   0.0025
0!

Es decir que es muy improbable que no haya defectos grandes en el tramo de tres millas.
De hecho, hay una probabilidad de 1 – 0.0025 de que al menos haya un defecto grande en
ese tramo.
4. Al departamento de Reservaciones de Aereolineas Regionales llegan en promedio
48 llamadas por hora:

a. Calcule la probabilidad de recibir tres llamadas en un intervalo de cinco minutos.

Media = 48 (5/60) = 4

e 4 ( 4)3
P( x)   0.1952
3!

b. Calcule la probabilidad de recibir exactamente 10 llamadas en 15 minutos.

Media = 48 (15/60) = 12

e 12 (12)10
P( x)   0.1048
10!

c. Suponga que actualmente no hay llamadas esperando. Si el agente tarda cinco

minutos en atender una llamada. ¿ Cuantas llamadas cree que estarán esperando
cuando cuelgue la bocina? ¿Cuál es la probabilidad de que ninguna esté esperando?

Media = 48 (5/60) = 4 (se puede esperar

Que haya 4
llamadas esperando
después de 5 minutos)

e 4 ( 4) 0
P( x)   0.0183
0!

d. Si actualmente no hay llamadas pendientes. ¿Cuál es la probabilidad de que el

agente pueda ausentarse tres minutos sin interferir con la atención a las llamadas?

Media = 48 ( 3/60) = 2.4

e 2.4 ( 2.4) 0
P( x)   0.0907
0!