LA DISTRIBUCIÓN DE POISSON

La distribución de Poisson es una distribución de probabilidad discreta que se aplica a

las ocurrencias de algún suceso durante un intervalo especifico. La variable aleatoria x
es el número de ocurrencias de un suceso en un intervalo. El intervalo suele ser
normalmente tiempo, distancia, área, volumen o alguna unidad similar. La probabilidad
de que el suceso ocurra x-veces, durante el intervalo, está dada por la siguiente
fórmula:

x .e  
P( X  x) 
x!

 0
x  0,1,2,3,......

Donde:

P(X=x): es la probabilidad de ocurrencia cuando la variable discreta x toma un valor infinito x.

 : promedio de ocurrencias en un intervalo (tiempo, volumen, área, etc.).

e: tiene un valor aproximado de 2.71828183…

x: es el numero de ocurrencias.

UTILIDAD

1. La distribución de poisson se utiliza en situaciones donde los procesos son impredecibles

o de ocurrencia aleatoria. En otras palabras no se sabe el total de posibles resultados.
2. Permite determinar la probabilidad de ocurrencia de un suceso con resultado discreto.
3. Es muy útil cuando la muestra n es muy grande y la probabilidad de éxitos p es muy
pequeña.
4. Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un
segmento n dado como por ejemplo distancia, área, volumen o tiempo definido.

EJEMPLOS DE UTILIDAD
 La llegada de un cliente a un negocio durante una hora.
 Las llamadas telefónicas que se reciben en un día.
 Los defectos en manufactura de papel por cada metro producido.
 Los envases llenados fuera de los limites por cada 100 galones de producto terminado.
 Numero de fallas en la superficie de una cerámica rectangular.
 Numero de bacterias de un m3 de agua.
 Número de accidentes de trabajo que ocurren en una fábrica durante una semana.
Problema 01:

En una clínica el promedio de atención es 16 pacientes por 4 horas, encuentre la

probabilidad que en 30 minutos se atiendan menos de 3 personas y que en 180
minutos se atiendan 12 pacientes.

Usamos la distribución de Poisson

x .e 
P ( X  x) 
x!
La probabilidad que en 30 minutos se atiendan menos de 3 personas

16 pacientes 4 pacientes 2 pacientes

  
4horas 1hora media  hora
p  ( x  3)  p( x  0)  p( x  1)  p( x  2)

20 x.e2 21.e2 22.e2

p  (x  3)   
0! 1! 2!
p  (x  3)  0.1353 + 0.2707 + 0.2707

Resultado final:

p  (x  3)  0,6767

En 180 minutos se atienden 12 pacientes.

16 pacientes 4 pacientes 12 pacientes

  
4horas 1hora 180 min utos

1212.e 12
p  (x  12)   0.1144
12!