2.- Distribución de Probabilidad Poisson.

a.- Definición. Proceso de Poisson y la Distribución de Poisson.

Los experimentos que resultan en valores numéricos de una variable aleatoria X, misma que representa el
número de resultados durante un intervalo de tiempo dado o en una región específica, se llaman experimentos
de Poisson. En intervalo de tiempo dado puede ser de cualquier duración. La región específica puede ser un
segmento de línea, un área, un volumen, o tal vez un pedazo de material.

Un experimento de Poisson surge del proceso de Poisson y tiene las siguientes propiedades:

1.- El número de resultados que ocurren en un intervalo de tiempo o región específicos es independiente del
número que ocurre en cualquier otro intervalo disjunto de tiempo o región del espacio disjunto. De esta manera
se dice que el proceso de Poisson no tiene memoria.

2.- La probabilidad de que un resultado sencillo ocurra en un intervalo de tiempo muy corto o en una región
pequeña es proporcional a la longitud del intervalo de tiempo o al tamaño de la región y no depende del número
de resultados que ocurren fuera de este intervalo o región.

3.- La probabilidad de que más de un resultado ocurra en ese intervalo de tiempo tan corto o en esa región tan
pequeña es despreciable.

El número X de resultados que ocurren en un experimento de Poisson se llama variable aleatoria de Poisson
y su distribución de probabilidad recibe el nombre de distribución de Poisson.

Distribución de Poisson.
La distribución de probabilidad de la variable aleatoria de Poisson X, que representa el número de resultados
que ocurren en un intervalo de tiempo dado o en una región específica, es:
e  
x

p( x; p) 
x!
x = 0, 1, 2, 3,..........,
donde:
e = 2.71828.....
 = np que representa el número promedio de resultados por unidad de tiempo o región.

El parámetro  se puede obtener de tres maneras, que son las siguientes:

1. Cuando se conocen n y p
2. Como valor término medio de la variable. Cuando se dice promedio, valor promedio, media o esperanza
matemática.
3. Estimado a partir de la media de una muestra de valores observados de la variable.

La media y la varianza son:

=
y
2 = 
respectivamente.

Flujo elemental de sucesos.

El flujo elemental de sucesos es aquel que posee las tres propiedades siguientes:
1.- Calidad de estacionario.
La propiedad de calidad de estacionario consiste en que la probabilidad de que ocurran x sucesos en cada
intervalo de tiempo depende solamente del número x y de la duración t del intervalo de tiempo y no depende
del comienzo de su cuenta. En otras palabras, la probabilidad de aparición de x sucesos en un intervalo de
tiempo de duración t depende sólo de x y de t.

1
2.- Propiedad de “ausencia de efecto posteriori”.
La propiedad de "ausencia de efecto posteriori" se caracteriza porque la probabilidad de que ocurran x sucesos
en cualquier intervalo de tiempo no depende de que hayan ocurrido o no los sucesos en los instantes de tiempo
que preceden al comienzo del intervalo considerado. En otras palabras, la prehistoria del flujo no influye en la
probabilidad de que los sucesos ocurran en un futuro próximo.

3.- Propiedad de ordinario se llama simple o elemental (de Poisson).

La propiedad de ordinario se caracteriza por que la aparición de dos o más sucesos en un intervalo pequeño de
tiempo es prácticamente imposible. En otras palabras, la probabilidad de que ocurra más de un suceso en un
pequeño intervalo de tiempo es despreciable en comparación con la probabilidad de que ocurra solamente un
suceso.

El promedio de sucesos que ocurren en una Unidad de tiempo se llama intensidad del flujo.

Si la intensidad constante del flujo  es conocida, la probabilidad de que ocurran k sucesos de un flujo elemental
en el tiempo t se determina por la fórmula de Poisson:

e  t (t ) x
p( x; p) 
x!
el flujo que posee la propiedad de carácter de estacionario se llama estacionario; en caso contrario, no
estacionario.

La distribución de Poisson
La probabilidad de que ocurra un evento exactamente x veces durante un periodo, espacio o distancia
específicos es:

x  e 
P( x) 
x!
La distribución se basa en dos suposiciones:
1. La probabilidad es proporcional a la duración del intervalo.
2. Los intervalos son independientes.

Mientras más largo sea el intervalo mayor será la probabilidad, y el número de ocurrencias en un intervalo no
afecta a los otros intervalos.

La distribución de Poisson es una distribución discreta de probabilidades que se aplica a eventos para los cuales
es muy pequeña la probabilidad de que ocurran durante un periodo, un espacio o una distancia específicos. La
variable aleatoria discreta, x, es el número de veces que ocurre el evento durante el periodo determinado, y x
puede ser 0, 1, 2,3 y así sucesivamente, sin que exista (en teoría) un límite superior. Además de su capacidad
para aproximar la distribución binomial cuando n es grande y p es pequeño, la distribución de Poisson tiende a
describir fenómenos como los siguientes:

1. La llegada de los clientes a un punto de servicio durante un periodo determinado, como el número de
automovilistas que se acercan a una caseta de peaje, el número de personas hambrientas que entran a
un restaurante McDonald's o el número de llamadas que recibe el conmutador de una compañía. En
este contexto, también es útil en una técnica de las ciencias de la administración llamada teoría de
colas (líneas de espera).
2. Los defectos en los materiales fabricados, como el número de fallas en los productos de alambre o de
tubería durante un número específico de metros, o la cantidad de nudos en los paneles de madera para
un área determinada.
3. El número de fallecimientos, accidentes o lesiones relacionados con el trabajo durante un número
específico de horas de producción. Estadísticas en acción 6.2 es una aplicación de los deportes basada
en datos sobre lesiones en la práctica de fútbol en escuelas de enseñanza media.

2
 4. El número de nacimientos, fallecimientos, matrimonios, divorcios, suicidios y homicidios durante un
periodo determinado.

Características:
1. La variable aleatoria es el número de veces que ocurre un evento durante un intervalo definido.
2. La probabilidad de un evento es proporcional al tamaño del intervalo
3. Los intervalos no se superponen y son independientes

La aproximación de Poisson para la distribución binomial

Cuando n es relativamente grande y p (la probabilidad de éxito en un intento) es pequeña, la distribución
binomial puede aproximarse con bastante exactitud mediante la distribución de Poisson. Como regla práctica,
la distribución binomial puede aproximarse satisfactoriamente mediante la de Poisson cuando n ≥ 20 y p≤ 0.05.
Bajo estas condiciones, sólo utilizamos = np y hallamos la probabilidad de cada valor de x mediante la
distribución de Poisson.

En la colonia el molinito perteneciente a un municipio del Edo. De México la Secretaría de Salud prevé que el
número de nacimientos en este año será igual a la del año anterior, cuando nacieron 438 niños: un promedio de
438/365 o 1.2 nacimientos por día. Los nacimientos diarios han resultado distribuidos según una distribución
de Poisson.
¿Cuál es la probabilidad de que no nazcan niños?
¡Cuál es la probabilidad de que no haya más de un nacimiento?
¿Cuál es la probabilidad de que haya 1 nacimiento?

Ejercicios
2.- Los accidentes de una enorme fábrica se aproximan mediante la distribución de Poisson, con una media de
cinco accidentes por mes. Estime la probabilidad de que en un determinado mes haya
a) cero accidentes
b) un accidente
c) tres o cuatro accidentes
d) a lo más dos accidentes
e) por lo menos tres accidentes

3.- El número promedio de homicidios en cierta ciudad es de tres por día. Utilizando la distribución de poisson,
determínese la probabilidad de que en un día dado haya
a) no más de tres homicidios
b) exactamente tres homicidios
c) exactamente un homicidio
d) entre dos y cuatro homicidios
e) por lo menos dos homicidios

4.- En un tiraje de 2500 libros de estima que la probabilidad de tener un mal empastado es de 0.01%. Calcular
la probabilidad de que el tiraje tenga dos libros mal empastados.

5.- En un proceso de elaboración de diskettes, la probabilidad de que salga uno con un defecto es de 0.0002.
Calcular la probabilidad de que entre 10000 diskettes elaborados haya:
a) Tres defectuosos
b) A lo más dos defectuosos
c) Cuando mucho cuatro defectuosos.
d) Algún defectuoso
e) Cuando más tres defectuosos
f) Al menos dos defectuosos

3
6.- La compañía de refrescos Pascual envía a la venta, diariamente, 50000 piezas de todos sus productos, envase
de plástico, de cartón y de vidrio, calcular la probabilidad de que en el trayecto de la fábrica a los lugares de
venta se maltraten o rompan:
a) Menos de tres productos
b) A lo más tres productos
c) Ningún producto
d) A lo mucho dos productos.
e) Cinco productos
La probabilidad de que se maltrate o rompa un producto en el camino es igual a 0.00002.

7.- El centro comercial Wall-Mart recibió 1200 botellas de agua mineral, de la compañía García Crespo. La
probabilidad de que al transportar las botellas, de la bodega al centro comercial, resulte una rota es igual a
0.003. Calcular la probabilidad de que el almacén del centro comercial reciba rotas:
a) Exactamente dos botellas.
b) Menos de dos.
c) Más de dos.
d) Por lo menos una.
e) Alguna
f) Por lo menos tres botellas rotas
g) Calcular la media de las botellas rotas

8.- El gerente administrativo del hotel Sheraton, establece que el .8% de sus huéspedes regresarán en su
próximo período vacacional. Si en un momento determinado se hospedan 800 personas. Calcular la
probabilidad de que:
a) Al menos uno de sus huéspedes regrese
b) De que nueve huéspedes regresen.
c) De que cinco huéspedes regresen
d) A lo más seis huéspedes regresen
e) Por lo menos cuatro huéspedes regresen
f) Calcular la media de huéspedes que regresen

9.- El promedio de personas que terminan una Maestría en Finanzas Públicas es de tres cada año, calcular la
probabilidad de que en el último año:
a) Hayan terminado cuando mucho dos personas.
b) A lo más hayan terminado tres.
c) Cuando mucho haya terminado una persona.
d) Alguno de ellos haya terminado
e) Exactamente tres hayan terminado
f) Por lo menos tres hayan terminado

10.- El promedio de accidentes que ocurren en la TAPO es de cuatro a la semana, calcular la probabilidad de
que en una semana cualquiera ocurran:
a) Exactamente dos accidentes
b) Tres accidentes
c) A lo más uno
d) A lo menos dos
e) A lo más cuatro
f) Ningún accidente

11.- El promedio de llamadas recibidas por la estación de radio XEW, en un programa trasmitido en un día
domingo, en un minuto es igual a dos, Calcular la probabilidad de que en cuatro minutos se reciban:
a) Tres llamadas.
b) Menos de tres llamadas.
c) No menos de tres llamadas.

4
 d) Alguna llamada
e) Exactamente dos llamadas
f) Calcular la media de las llamadas
g) No más de cuatro llamadas
h) A lo más cinco llamadas
i) Por lo menos dos llamadas

12.- El promedio de pedidos de taxis, realizados en el AICM, durante un minuto es de tres. Calcular la
probabilidad de que en dos minutos se hagan:
a) Cuatro pedidos.
b) Menos de cuatro pedidos.
c) No menos de cuatro pedidos.
d) Ningún pedido
e) Al menos dos pedidos
f) Exactamente tres pedidos

13.- El conmutador de la empresa Sabritas recibe en promedio, por concepto de quejas, 0.8 llamadas por
minuto, calcular la probabilidad de que en diez minutos haya :
a) ninguna llamada
b) exactamente tres llamadas
c) no más de tres llamadas
d) entre dos y cuatro llamada
e) al menos dos llamada
f) por lo menos tres llamadas
g) al menos tres llamadas
h) alguna llamada
i) calcule el número promedio de llamadas por día
j) calcule la desviación estándar de las llamadas recibidas por un día
k) En un minuto cualquiera haya al menos una llamada.
l) En un intervalo de cuatro minutos haya al menos tres llamadas.

14.- La compañía de cosméticos Avon desea conocer, en promedio, el número de artículos defectuosos en un
lote, que envía a Ciudad Juárez, si se sabe que la probabilidad de que en el lote haya por lo menos un artículo
defectuoso es del 95%.

15.- Si en las carreteras de California hay en promedio cinco accidentes por día. ¿Cuál es la probabilidad de
que en un determinado día:

a) no haya accidentes de automóvil ?

b) haya tres o menos accidentes?
c) haya tres o más accidentes? '
d) exactamente haya cinco accidentes
e) A lo más tres accidentes
f) Por lo menos dos accidentes
g) Algún accidente
h)Calcular la media y la desviación estándar para el número de accidentes

3.- Distribución de Probabilidad Hipergeométrica.

Definición.
La distribución de probabilidad de la variable aleatoria hipergeométrica X, el número de éxitos en una muestra
de tamaño n seleccionada de N posibles resultados, de los cuales k son considerados como éxitos y N  k como
fracasos es:

5
  k  N  k 
  
 x  n  x 
h( x; N , n, k )  x  0,1,2      n
N
 
n
nk
media   
N
 N  n  k  k
var ianza   2  n  1  
 N  1  N  N

donde:
N es el tamaño de la población.
k es el número de éxitos en la población.
x es el número de éxitos en la muestra. Este puede ser 0, 1, 2, 3...
n es el tamaño de la muestra o el número de pruebas.

Nota:
Donde
X es el número de éxitos en una muestra que mide n, tomada de una población de tamaño N que contiene k
unidades con la característica de éxito. X=0, 1,2,…n o k (el que sea menor), n<N, k<N.

La fórmula hipergeométrica indica la probabilidad de x éxitos cuando una muestra aleatoria de n sea sacada,
sin reemplazo, de una población N donde existen k unidades con la característica que denota éxito. El número
de éxitos alcanzados bajo estas circunstancias es la variable aleatoria hipergeométrica.

1. El lado izquierdo de la ecuación simboliza la probabilidad de x éxitos, dado que una muestra aleatoria que
mide n es sacada sin reemplazo de una población de tamaño N que contiene k unidades, con cualquier
característica que ha sido marcada como “éxito", como indica la nota, x no puede ser mayor que n o k: no se
puede tener éxito en más veces de las que se hace un ensayo, ni más de lo que es posible, lo que depende del
número de unidades k de la población con la característica de éxito.

k
2. El término c x representa el número de formas en que se pueden obtener x éxitos k posibles, mientras que
c nNxk es el número asociado de formas en que n-x fracasos se pueden seleccionar de entre N - k posibles
fracasos. Como es posible combinar cada de los primeros con cada uno de los últimos, el producto de los dos
términos dará el número posible de resultados con exactamente x éxitos y, por lo tanto, n-x fracasos.
N
3. El término c n finalmente, dará el número total de formas para seleccionar una muestra de n (“éxitos" o no)
N
de una población N. En consecuencia, el numerador descrito líneas arriba, dividido entre c n dará la
probabilidad de x éxitos.

Distribución de probabilidad hipergeométrica

Para que una distribución binomial sea aplicable, la probabilidad de un éxito debe ser la misma para cada
ensayo. Por ejemplo, la probabilidad de adivinar la respuesta correcta de una pregunta verdadero/falso es de
0.50. La probabilidad sigue siendo la misma para cada pregunta de un examen. De igual manera, suponga que
40% de los votantes registrados en un distrito electoral son republicanos. Si 27 de los votantes registrados se
seleccionan al azar, la probabilidad de escoger un republicano en la primera selección es de 0.40. La posibilidad
de escoger un republicano en la siguiente selección es de 0.40, considerando que el muestreo se hace con

6
reemplazos, lo que significa que la persona seleccionada se regresa a la población antes de que se seleccione a
la siguiente.

Sin embargo, la mayor parte del muestreo se realiza sin reemplazos. Por tanto, si la población es pequeña, la
probabilidad de cada observación cambiará. Por ejemplo, si la población consta de 20 elementos, la probabilidad
de seleccionar un elemento de esa población es de 1/20. Si el muestreo se realiza sin reemplazos, después de la
primera selección sólo existen 19 elementos restantes; la probabilidad de seleccionar un elemento particular en
la segunda selección es sólo de 1/19. Para la tercera selección, la probabilidad es de 1/18, y así sucesivamente.
Esto supone que la población es finita, es decir, se conoce el número de elementos de la población y es
relativamente pequeño en cantidad.

Recuerde que uno de los criterios para la distribución binomial es que la probabilidad de éxito permanezca igual
en todas las pruebas. Ya que la probabilidad de éxito no es la misma en todas las pruebas cuando se realiza un
muestreo en una población relativa pequeña sin reemplazos, la distribución binomial no deberá utilizarse. En
lugar de esto se deberá aplicar la distribución hipergeométrica. Por tanto, (1) si se selecciona una muestra de
una población finita sin reemplazos y (2) si el tamaño de la muestra n es mayor de 5% del tamaño de la población
N, entonces la distribución hipergeométrica se utiliza para determinar la probabilidad de un número específico
de éxitos o fracasos. Esto es muy adecuado cuando el tamaño de la población es pequeño.

III.4 En resumen, la distribución de probabilidad hipergeométrica tiene las siguientes características:

1. Los resultados en cada prueba de un experimento se clasifican en una de dos categorías exclusivas: un éxito
o un fracaso.
2. La variable aleatoria es el número de éxitos en un número fijo de pruebas.
3. Las pruebas no son independientes.
4. Se supone que los muestreos se realizan con una población finita sin reemplazo. Por tanto, la probabilidad
de un éxito cambia en cada prueba.

Ejemplo
Una compañía emplea a 50 personas en el departamento de producción. Cuarenta de los empleados pertenecen
a un sindicato y diez no. Se seleccionan cinco empleados al azar para formar un comité que va hablar con la
gerencia acerca de los horarios en que inician los turnos. ¿Cuál es la probabilidad de que cuatro de los cinco
empleados seleccionados para el comité pertenezcan a un sindicato?

Muestra_éxito es el número de éxitos en la muestra. x 4

Núm_de_muestra es el tamaño de la muestra. n 5
Población_éxito es el número de éxitos en la población. k 40
Núm_de_población es el tamaño de la población. N 50

Ejercicios:
1.- Un comité compuesto por 5 personas se selecciona aleatoriamente de un grupo formado por 3 químicos y 5
físicos. Encuentre la distribución de probabilidad para el número de químicos en el comité.

2.-. Un determinado antibiótico se envía a las farmacias en cajas de 24 botellas. El farmacéutico sospecha que
la cantidad de antibiótico en algunos frascos es deficiente y decide analizar el contenido de 5 frascos. Suponga
que 10 de las 24 botellas tienen cantidad deficiente de antibiótico
a) encuentre la probabilidad de que ninguno de los frascos analizados tenga una cantidad deficiente de
antibiótico
b) encuentre la probabilidad de que x = 1
c) Calcule la media, la varianza y a desviación estándar

3.-. Un determinado producto industrial se embarca en lotes de 20 unidades. Con el propósito de minimizar el
número de artículos defectuosos enviados a los clientes, se instituyó un programa de inspección que consiste

7
en tomar una muestra de 5 unidades de cada lote y rechazar el lote si se observa más de un artículo defectuoso.
(si el lote es rechazado, se prueba cada uno de sus elementos) Si un lote contiene 4 artículos defectuosos, ¿Cuál
es la probabilidad de que sea aceptado?

4. Uno de los problemas importantes a los que se enfrentan algunos ejecutivos es el que corresponde a la
selección de “lo mejor” de un conjunto finito de elementos como se ilustra en el siguiente caso. De un grupo de
20 doctores en ingeniería se contrata a 10 de ellos seleccionados al azar. ¿Cuál es la probabilidad de que entre
los 10 seleccionados estén los 5 mejores del grupo de 20?

5.- Una empresa tiene un conjunto de seis compañías a las que compra determinadas refacciones, cuatro de esas
compañías son locales. Si se seleccionan al azar tres compañías, sin reemplazo, calcular la probabilidad de que:
a) Por lo menos una de las compañías sea local
b) Las tres compañías sean locales

6. Una cadena de bancos ha adquirido cinco pc’s para ser distribuidas entre las sucursales de una ciudad. El
computador ignora que tres de las cinco computadoras están defectuosas. Antes de instalar las computadoras,
un agente del banco selecciona dos de las cinco del embarque y las prueba para determinar si son o no
defectuosas.

a) ¿Cuál es la probabilidad de que las dos computadoras de la muestra sean defectuosas?

b) Calcule los valores de P(x) para x = 0,1,2.

7. Suponga que una compañía tiene vacantes para dos puestos de vicepresidente. Las vacantes serán llenadas
seleccionando dos personas al azar de una lista de cuatro candidatos. En la lista aparecen dos mujeres y dos
hombres, y todos han trabajado en la compañía por un periodo largo de tiempo.

a) ¿Cuál es la probabilidad de que se seleccione al menos una mujer?

b) ¿Cuál es la probabilidad de que ninguna mujer sea seleccionada?

8. Se sospecha que entre 15 devoluciones de impuestos por ingresos declarados de $50,000 o más, hay 10 que
contienen errores. La oficina de rentas decide revisar 5 de esas devoluciones. ¿Cuál es la probabilidad de que
a) las 5 devoluciones contengan errores?
b) De que 2 o más tengan errores
c) Al menos dos tengan errores
d) Calcula el promedio de de devoluciones que contengan errores

9. Supóngase que el 15% de las 20 partes que produce una maquina automática está defectuoso, y que se toma
una muestra de 5 partes al azar sin reemplazo. Determinar:

a) la función de probabilidad del número de partes defectuosas en la muestra

b) la probabilidad de que ninguna parte resulte defectuosa
c) la probabilidad de que por lo menos una de las partes de la muestra esté defectuosa
d) la probabilidad de que haya a lo más una sola defectuosa en la muestra

10. Supóngase que se tienen 50 representantes de cierto estado, a una convención política nacional, de los cuales
30 apoyan al candidato A y 20 al candidato B. Si se seleccionan aleatoriamente cinco representantes, ¿Cuál es
la probabilidad de que, entre estos cinco, por lo menos dos apoyen al candidato A?

11. De 20 estudiantes de una clase 15 no están satisfechos con el texto utilizado. Si se pregunta por el texto a 4
estudiantes tomados como muestra aleatoria, determine la probabilidad de que

a) haya exactamente 3 que no estén satisfechos

b) por lo menos tres no estén satisfechos con el texto
c) Ninguno este satisfecho
d) Calcule la media y la desviación estándar para saber el número de estudiantes que no están satisfechos
con el texto

8
12.- Entre los 16 camiones de una tienda departamental, cinco emiten cantidades excesivas de contaminantes.
Si se seleccionan al azar ocho de los camiones para una inspección.
a) ¿Cuál es la probabilidad de que en esta muestra incluya por lo menos tres camiones emitan cantidades
excesivas de contaminantes?.
b) ¿Cuál es la probabilidad de que dos emitan contaminantes?.
c) ¿Cuál es la probabilidad de que ninguno emita contaminantes?.
d) Calcule el promedio de camiones que contaminan

13.- El encargado de una oficina de correos debe enviar seis de 15 paquetes a una ciudad por correo aéreo, pero
los revuelve y pone por correo al azar seis de los paquetes. ¿Cuál es la probabilidad de que sólo tres de los
paquetes que se supone que deben enviar por correo aéreo se envíen por esta clase de correo?

P(X=0) = 1/56
III.5 Resumen de las distribuciones de probabilidad discretas
Con las distribuciones binomial, de Poisson, binomial negativa e hipergeométrica, se ha hecho un intento para
proporcionar al lector distribuciones discretas de probabilidad que han demostrado ser modelos adecuados para
muchos fenómenos interesantes y útiles de manera práctica. A pesar de que estas distribuciones son similares
entre sí, cada una de ellas posee características distintas que brindan al usuario la información necesaria para
una selección apropiada. También debe notarse que si un fenómeno no presenta todas las propiedades de una
distribución determinada es suficiente para excluirla como modelo de probabilidad adecuado para ese fenómeno
aleatorio.

Las distribuciones binomial, de Poisson y binomial negativa involucran ensayos de Bernoulli en el muestreo
que se lleva a cabo con reemplazo. En la distribución binomial el muestreo se lleva a cabo con un número fijo
de ensayos que tienen una probabilidad de éxito o fracaso constante. En la distribución de Poisson el número
de ensayos es de tal manera infinito que la ocurrencia o no de un evento es constante en el tiempo y en el
espacio. En la distribución binomial negativa, el muestreo se continúa hasta observar un determinado número
de éxitos y el número de ensayos puede ser infinito. Por lo tanto, esta distribución es una alternativa factible de
la de Poisson cuando la frecuencia de ocurrencia no es constante en el tiempo y el espacio. En la distribución
hipergeométrica los ensayos no son independientes puesto que el muestreo se lleva a cabo sin reemplazo. No
sólo el tamaño de la muestra es fijo, sino que se supone que la población es finita y, muchas veces, relativamente
pequeña.