Distribución Poisson

Distribución Poisson

Se denomina un experimento aleatorio de Poisson a todo

proceso que consiste en observar el número X de veces que
ocurre un evento en una unidad de longitud dada. Ejemplo
de variables de poisson son:

a. Numero de llamadas que recibe una central telefónica en

un minuto
b. Número de accidentes de trabajo que ocurren una fábrica
en una semana dada
c. Número de fallas en la superficie de una cerámica
rectangular
 Distribución Poisson

Se dice que la variable aleatoria discreta X, cuyos valores

posibles son: 0,1,2,…etc tiene distribución poisson con
parámetros λ.
La función de probabilidad es:
𝑒 −𝜆 𝜆𝑥
f(x=k)=
𝑥!

Donde
x = número de éxitos
e = 2.7182
λ= promedio

Su media es E(x)= λ y su varianza es Var (x) =λ

 Distribución Poisson

Las personas llegan aleatoriamente a la ventanilla de un banco,

en promedio, 24 personas por hora durante el periodo de
tiempo entre 11:30 a.m. y 12:30 a.m. de cierto día. ¿Cuál es la
probabilidad de que exactamente 3 personas lleguen durante
un tiempo de periodo de 12 minutos?

X= 3
λ = 4.8 (si 24 personas llegan en 60 minutos, en 12 minutos
llegaran 4.8 personas)

𝑒 −4.8 4.83
f(x=3)= = 0.1516
3!
 Distribución Poisson

Resolviendo el mismo ejercicio en el Excel:

Las personas llegan aleatoriamente a la ventanilla de un banco, en
promedio, 24 personas por hora durante el periodo de tiempo entre
11:30 a.m. y 12:30 a.m. de cierto día. ¿Cuál es la probabilidad de que
exactamente 3 personas lleguen durante un tiempo de periodo de 12
minutos

Num_éxito = x

Media = λ

Acumulado = tiene dos

posibilidades 0 cuando el
número de éxitos es = y 1
cuando el número de
éxitos es ≤
 Distribución Poisson

Las personas llegan aleatoriamente a la ventanilla de un banco,

en promedio, 24 personas por hora durante el periodo de
tiempo entre 11:30 a.m. y 12:30 a.m. de cierto día. ¿Cuál es la
probabilidad de que lleguen por lo menos 3 personas en un
periodo de media hora?

X= 3,4,5,6…. etc
λ = 12 (si 24 personas llegan en 60 minutos, en 30 minutos
llegaran 12 personas)
Por facilidad hallamos el complemento y luego le restamos a 1
(entonces hallaremos para 0, 1 y 2)

𝑒 −12 120 𝑒 −12 121 𝑒 −12 122

f(x≥3)= 1 −( + + ) = 0.9995
0! 1! 2!
 Distribución Poisson
Resolviendo el mismo ejercicio en el Excel:
Las personas llegan aleatoriamente a la ventanilla de un banco, en
promedio, 24 personas por hora durante el periodo de tiempo entre
11:30 a.m. y 12:30 a.m. de cierto día. ¿Cuál es la probabilidad de que
lleguen por lo menos 3 personas en un periodo de media hora?

Hallamos el complemento
al resultado que nos da el
excel 1- 0.0005 = 0.9995,
porque el Excel nos da lo
menor igual a 2 y nosotros
deseamos de 3 en
adelante.
 Distribución Poisson

Las personas llegan aleatoriamente a la ventanilla de un banco,

en promedio, 24 personas por hora durante el periodo de
tiempo entre 11:30 a.m. y 12:00 a.m. de cierto día. ¿Cuál es la
probabilidad de que lleguen a lo más 3 personas en un periodo
de 45 minutos?

X= 0,1,2,3
λ = 18 (si 24 personas llegan en 60 minutos, en 45 minutos
llegaran 18 personas)

𝑒 −18 180 𝑒 −18 181 𝑒 −18 182 𝑒 −18 183

f(x<=3)= + + + = 0.0000175
0! 1! 2! 3!
 Distribución Poisson
Resolviendo el mismo ejercicio en el Excel:
Las personas llegan aleatoriamente a la ventanilla de un banco, en
promedio, 24 personas por hora durante el periodo de tiempo entre
11:30 a.m. y 12:00 a.m. de cierto día. ¿Cuál es la probabilidad de que
lleguen a lo más 3 personas en un periodo de 45 minutos?

En acumulado colocamos 1
para que calcule lo menor
igual a 3