Distribuciones Discretas II

DISTRIBUCIÓN POISSON
En este caso la variable aleatoria representa el número de eventos independientes que ocurren
a una velocidad constante en el tiempo o en el espacio.
Ejemplos de esto son: número de personas que llegan a una tienda en un tiempo determinado,
número de bacterias en un cultivo, número de solicitudes procesadas por una compañía en un
período específico, entre otros.
Este es el principal modelo de probabilidad utilizado para analizar problemas de línea de espera.
Cuando p es pequeño y n es grande, esta distribución ofrece una buena aproximación a la

distribución binomial.
Sea X una variable aleatoria que representa el número de eventos aleatorios independientes
que ocurren a una rapidez constante sobre el tiempo o el espacio. Se dice entonces que la
variable aleatoria X tiene una distribución Poisson con función de probabilidad:
𝑒 −𝜆 𝜆𝑥
𝑝(𝑥; 𝜆) = { 𝑥! , 𝑥 = 0, 1, 2, … ; 𝜆 > 0
0, 𝑝𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟
El parámetro de la distribución de Poisson es 𝜆, que representa el número promedio de

ocurrencias del evento aleatorio por unidad de tiempo.
Ejemplo (página 101 texto Canavos): Sea 𝜆=1.2. Calcular las probabilidades de que 𝑥=0, 1, 2, …
Ejemplo (Ejemplo 4.4 texto Canavos): Después de una prueba de laboratorio muy rigurosa con
cierto componente eléctrico, el fabricante determina que, en promedio, solo fallarán dos
componentes antes de tener mil horas de operación. Un comprador afirma que son cinco los
que fallan antes de las 1000 horas. Si el número de componentes que fallan es una variable
aleatoria de Poisson, ¿existe suficiente evidencia para dudar de la conclusión del fabricante?
Ejemplo (Ejemplo 4.5 texto Canavos): Considérese el juego de fútbol que se efectúa entre los
28 equipos que constituyen la Liga Nacional de Fútbol (NFL). Sea la variable aleatoria de interés
el número de anotaciones -seis puntos- de cada equipo por juego. Con el número de anotaciones
por equipo en la temporada 1979, ¿existe alguna razón para creer que el número de anotaciones
es una variable aleatoria de Poisson?
Teorema 1: Sea X una variable aleatoria con distribución binomial y función de probabilidad:
𝑛!
𝑝(𝑥; 𝑛, 𝑝) = 𝑝 𝑥 (1 − 𝑝)𝑛−𝑥 , 𝑥 = 0, 1, 2, … , 𝑛
(𝑛 − 𝑥)!
Si para 𝑛=1, 2, … la relación 𝑝=𝜆/𝑛 es cierta para alguna constante 𝜆>0, entonces:
𝑒 −𝜆 𝜆𝑥
lim 𝑝(𝑥; 𝑛, 𝑝) =
𝑛→∞
, 𝑥 = 0, 1, 2, …
𝑥!
𝑝→0
Ejemplo (Ejemplo 4.6 texto Canavos): Un comprador de grandes cantidades de circuitos

integrados ha adoptado un plan para aceptar un envío de éstos y que consiste en inspeccionar
una muestra aleatoria de 100 circuitos provenientes del lote. Si el comprador encuentra no más
de 2 circuitos defectuosos en la muestra, acepta el lote; de otra forma, lo rechaza. Si se envía al
comprador un lote que contiene 1% de circuitos defectuosos, ¿cuál es la probabilidad de que
sea aceptado?
Para la variable aleatoria Poisson se tiene:
𝐸(𝑋) = 𝜆
𝑉𝑎𝑟(𝑋) = 𝜆
𝜇3 = 𝜆
𝜇4 = 3𝜆2 + 𝜆
Ejercicios
1) La probabilidad de que un satélite, después de colocarlo en órbita, funcione de manera

correcta es de 0.9. Supóngase que 5 de éstos se colocan en órbita y operan de manera
independiente.
 ¿Cuál es la probabilidad de que, por lo menos, el 80% funcione adecuadamente?
 Responder la anterior con n=10
 Responder la primera con n=20.
2) Supóngase que un examen contiene 15 preguntas de falso o verdadero. El examen se
aprueba contestando correctamente por lo menos nueve preguntas. Si se lanza una
moneda para decidir el valor de verdad de cada pregunta, ¿cuál es la probabilidad de
aprobar el examen?
3) Para un volumen fijo, el número de células sanguíneas rojas es una variable aleatoria
que se presenta con frecuencia constante. Si el número promedio para un volumen dado
es de nueve células para personas normales, determinar la probabilidad de que el
número de células rojas para una persona se encuentra dentro de una desviación
estándar del valor esperado y a dos desviaciones estándar del promedio.
4) El número de clientes que llega a un Banco es una variable aleatoria de Poisson. Si el

número promedio es de 120 por hora, ¿cuál es la probabilidad de que en un minuto
lleguen por lo menos tres clientes?
5) Supóngase que en un cruce transitado ocurren de manera aleatoria e independiente dos

accidentes por semana. Determinar la probabilidad de que ocurra un accidente en una
semana y de que ocurran tres, en la semana siguiente.

Distribuciones Discretas II

Cargado por

Copyright:

Formatos disponibles

Distribuciones Discretas II

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuciones Discretas II

Cargado por

Copyright:

Formatos disponibles

DISTRIBUCIÓN POISSON

Cuando p es pequeño y n es grande, esta distribución ofrece una buena aproximación a la

El parámetro de la distribución de Poisson es 𝜆, que representa el número promedio de

Ejemplo (Ejemplo 4.6 texto Canavos): Un comprador de grandes cantidades de circuitos

Para la variable aleatoria Poisson se tiene:

1) La probabilidad de que un satélite, después de colocarlo en órbita, funcione de manera

4) El número de clientes que llega a un Banco es una variable aleatoria de Poisson. Si el

5) Supóngase que en un cruce transitado ocurren de manera aleatoria e independiente dos

También podría gustarte