EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 1

Por experiencia, un comerciante sabe que la probabilidad de que en una hora reciba 2 llamadas es la
misma que la probabilidad de que reciba 3 llamadas. Siendo el número de llamadas por hora una
variable aleatoria con distribución de Poisson.

X: Número de llamadas en una hora X  P( )

e−   2 e−   3
Dato P( X = 2) = P( X = 3) Entonces = Se obtiene  = 3
2! 3!
a) ¿Cuál es la probabilidad de que en un intervalo de 20’ no reciba llamadas?

3 − 60'
 − 20'   = 1

X1: Número de llamadas en 20 minutos X1  P(1)

 P( X1 = 0) = 0.367879

b) ¿Cuál es la probabilidad de que en hora y media reciba más de 2 llamadas?

3 − 60'
 − 90'   = 4.5

X2: Número de llamadas en 1 hora 30 minutos X 2  P(4.5)

 P( X 2  2) = P( X 2  3) = 0.8264

c) Calcule el valor esperado y la desviación estándar del número de llamadas en 3 horas

3 − 60'
 − 180'   = 9

X3: Número de llamadas en 3 horas X 3  P(9)

E( X ) = 9 V (X ) = 9 Entonces V (X ) = 3

PROBLEMA 2

Suponga que los usuarios de un sistema de información llegan de acuerdo con un proceso cuyo
promedio es de 2 usuarios por minuto. Identifique la distribución de la variable X definida como el
número de usuarios que llegan al sistema en un periodo de 5 minutos. A partir de esta distribución
determine la probabilidad de que el número de usuarios que llegan al sistema en un periodo de cinco
minutos es por lo menos 6 y máximo 7.
X : Número de usuarios que llegan al sistema. X  P()
=2 usuarios/minuto

2 - 1 min
 - 5 min   = 10 usuarios / 5min

 P( 6 X  =0.1531
7)

Profesora: Gladys Enríquez Mantilla 1

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 3

Se sabe que en los rollos de cierta tela se presenta en promedio 0.5 fallas cada 10 metros.
X: Número de fallas en rollos de 10 metros de tela. X  P( = 0.5)
a) Si en un almacén están depositados una gran cantidad de rollos de 50 metros cada uno, ¿cuál
es la probabilidad de encontrar el primer rollo sin fallas en la cuarta inspección?

0.5 − 10m
 P( F ) = P( X1 = 0) = 0.08208
 − 50m   = 2.5
El primer rollo sin fallas en la cuarta inspección:

 P( F  F  F  F ) = 0.917923  0.08208 = 0.06348

b) Si en un rollo de 100 metros se encuentran más de 1 falla, la tela se venderá a 30 soles el metro,
en caso contrario se vende a 40 soles el metro. Calcule la utilidad esperada si el costo de
fabricación es de 12 soles por metro.

0.5 − 10m
 − 100m   = 5

Si X2 > 1  se vende a S/. 30 el metro. Si X2 ≤ 1  se vende a S/. 40 el metro.

 P( X 2  1) = P( X 2  2) = 0.9596  P( X  1) = 0.04043

Costo de fabricación S/. 12 el metro

U: Utilidad por 100 metros de tela

Si X  1  U = 30  100 − 12  100 = 1800

RU = 1800, 2800
Si X  1  U = 40  100 − 12  100 = 2800

X>1 X≤1
U 1800 2800
P(U = u) 0.9596 0.04043

E (U ) = 1800  0.9596 + 2800  0.04043 = 1840.48

PROBLEMA 4

Suponga que en un establecimiento de comida rápida se atienden a 50 clientes por hora siguiendo una
variable de Poisson.
a) ¿Cuál es la probabilidad que se tenga que atender a menos de ocho clientes entre las 5:00 p.m.
y las 5:15 p.m.?
X: Número de clientes atendidos en una hora. E(X)=50/1hora
50 - 60’
λ - 15  λ=12.5 P(X<8) = P(X ≤ 7) = 0.06983

b) Hallar la probabilidad de que entre las 4:00 p.m. y 4:30 p.m. se atiendan a más de 20 clientes.
50 - 60'
 P(X>20) = P(X≥ 21)= 0.8145
λ - 30'   = 25

Profesora: Gladys Enríquez Mantilla 2

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 5

En cierto punto de una carretera se coloca un dispositivo para contar el número de vehículos que pasan
por ese punto en un periodo dado de tiempo. Se sabe que el número de vehículos que pasan por minuto
es una variable aleatoria de Poisson con media igual a 4. Además, el dispositivo puede fallar con
probabilidad 0.01 (es decir, el vehículo pasa y el dispositivo no lo registra). ¿Cuál es la probabilidad de
que en un periodo de dos minutos pasen 5 vehículos y el dispositivo solamente registre 3 vehículos?

X: N° de vehículos que pasan en 2 minutos en un punto determinado. X P(8)

=4/minuto

Y: N° de vehículos registrados. Y B(5 , 0.99)

P( X = 5  Y = 3) = P( X = 5)  P(Y = 3 / X = 5)
= 0.09160  0.0009703 = 0.00008888

PROBLEMA 6

El número de llamadas al servicio de grúas para remolcar automóviles con averías sigue una
distribución de Poisson con =4 llamadas por hora.
X : N° de llamadas al servicio de grúas X  Poisson ( = 4 / hora)
a) Hallar la probabilidad de recibir más de 10 llamadas durante 2 horas.
4 - 60 min
 P(X >10 =) P(X ≥11)= 0.1841
 - 120 min   =8

b) Si los conductores de las grúas se toman un descanso de media hora para comer, ¿cuál es la
probabilidad de que no haya llamadas durante el descanso?
4 - 60 min
 P(X = =
0) 0.135335
 - 30 min   =2

c) ¿Cuál es la probabilidad de que en 20 minutos se reciban entre 1 y 4 llamadas inclusive?

4 - 60 min
 P( 1 X  =0.7239
4)
 - 20 min   = 1.33

PROBLEMA 7

Con base en la experiencia, se supone que el número de defectos por pie en rollos de papel bond sigue
una distribución Poisson con un promedio de 1 defecto por cada 5 pies de papel. ¿Cuál es la
probabilidad de que en un rollo de:
a) Un pie haya por lo menos dos defectos. R: 0.017523

X: N° de defectos por pie X  P()  = 1/5 pies

1 defect − 5 pies
 P(X  2) = 0.01752
 − 1 pie   = 0.20
b) 12 pies haya por lo menos un defecto? R:0.909282
1 defect − 5 pies
 P(X  1) = 0.9093
 − 12 pies   = 2.4
c) 50 pies haya entre 5 y 7 defectos, inclusive? R: 0.190968
1 defect − 5 pies
 P(5  X  7) = 0.1910
 − 50 pies   = 10

Profesora: Gladys Enríquez Mantilla 3

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 8

Un sistema electrónico soporta exactamente dos subidas de tensión, al producirse la tercera el sistema
deja de funcionar. El número de subidas de tensión en una hora sigue una distribución Poisson de
parámetro 3.

X: N° de subidas de tensión. X  P (=3)

a) Se sabe que durante la primera hora de funcionamiento del sistema ha habido por lo menos una
subida de tensión, ¿cuál es la probabilidad de que el sistema siga funcionando al finalizar esa
primera hora?
P(1  X  2) 0.3734
P( X  2 / X  1) = = = 0.3930
P(X  1) 0.9502

b) Se dispone de tres de estos sistemas, ¿cuál es la probabilidad de que al menos uno de ellos
funcione durante más de una hora? ¿y durante más de dos horas?
Y: N° de sistemas que funcionan. Y  B (n, p)

n=3 p = P( X  2) = 0.4232  P(Y  1) = 0.8081

PROBLEMA 9

Considere escribir en un disco de computadora y luego enviar el escrito por un certificador que cuenta
el número de pulsos faltantes. Se sabe que en promedio se presentan 0.2 pulsos faltantes.
X: N° de pulsos faltantes X  P(=0.2/disco)
a) ¿Cuál es la probabilidad de que un disco tenga exactamente un pulso faltante?
P( X = 1) = 0.163

b) ¿Cuál es la probabilidad de que un disco tenga al menos dos pulsos faltantes?

P( X  2) = 0.018

c) Si dos discos se seleccionan independientemente, ¿cuál es la probabilidad de que ninguno

contenga un pulso faltante?
P(1) = 0.163 P(1) = 0.837

P(1  1) = P(1)  P(1) = 0.837  0.837 = 0.701

PROBLEMA 10

En la empresa Aerolíneas del Noroeste rara vez se pierde el equipaje. En la mayoría de los vuelos no
se observa un mal manejo de las maletas; algunos reportan una valija perdida; unos cuantos tienen
dos maletas extraviadas; rara vez un vuelo tiene tres; y así sucesivamente. Supóngase que una
muestra aleatoria de 1000 viajes aéreos revela un total de 300 maletas perdidas. Hallar el porcentaje
de vuelos en el que:
a) No se registra equipaje perdido.

300
= = 0.3  P( X = 0 ) = 0.7408
1000
b) Haya exactamente una maleta perdida.

P( X = 1) = 0.2222

Profesora: Gladys Enríquez Mantilla 4

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 11

Se ha descubierto que el 83.5% de las computadoras vendidas por una empresa transnacional no
contiene ningún sector defectuoso en su disco duro. Si suponemos que el número de sectores
defectuosos por disco duro es una variable aleatoria de Poisson, determine el porcentaje de
computadoras vendidas que contienen más de dos sectores defectuosos en su disco duro.

X: Número de computadoras con sectores defectuosos en el Disco Duro X  P( )

83.5 %: no contiene sectores defectuosos en el disco duro.

16.5 % sí contiene sectores defectuosos en el disco duro.

e −  ( ) 0
P( X = 0) = = 0.165  e−  = 0.165
0!
−  log e = log (0.165)
log (0.165) −0.782516
− = =
log e 0.434294
  = 1.80
 P( X  2) = P( X  3) = 0.2694  26.94%

PROBLEMA 12

Los mensajes que llegan a una computadora utilizada como servidor lo hacen de acuerdo con una
distribución de Poisson con una tasa promedio de 0.1 mensajes por minuto.
X: N° de mensajes que llegan a una computadora. X  P (= 0.1 )
 = 0.1/min

a) ¿Cuál es la probabilidad de que lleguen cuando mucho 2 mensajes en una hora?

0.1 − 1min
 P(X  2) = 0.06197
 − 60min   = 6

b) Determinar el intervalo de tiempo necesario para que la probabilidad de que no llegue ningún
mensaje durante ese lapso de tiempo sea 0.8.

e −  ( ) 0
P( X = 0) = = 0.8  e−  = 0.8
0!
−  log e = log (0.8)
log (0.8) −0.09691
− = =
log e 0.434294
  = 0.2231
Entonces:

0.1mens − 1min
0.2231mens − t  t = 2.231min

Profesora: Gladys Enríquez Mantilla 5

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 13

El número de e-mail que recibe por día una persona es una variable aleatoria que tiene distribución de
Poisson de valor medio 2.5. Determine:
X: Número de e-mail que recibidos en un día X  P( )  = 2.5 / día
a) La probabilidad de que en medio día reciba como máximo un e-mail.
2.5 - 1 día
 P( X1  1) = 0.6446
 - 0.5 día   = 1.25

b) La probabilidad de que reciba entre 2 y 4 e-mail inclusive en los próximos dos días.
2.5 - 1 día
 P(2  X 2  4) = 0.04001
 - 2 días   = 5

c) Reciba exactamente cuatro e-mails en tres días.

2.5 - 1 día
 P( X 3 = 4) = 0.07292
 - 3 días   = 7.5

PROBLEMA 14

A una conferencia van llegando los asistentes de manera aleatoria e independiente en el tiempo. La
media del número de asistentes que llegan en una hora es ocho. Calcular la probabilidad de que el
número de asistentes que llegan sea:
a) Al menos quince en hora y media.
60' − 8
 P( X 15) = 0.2280
90' −    = 12

b) No más de cinco en media hora.

60' − 8
 P( X  5) = 0.7851
30' −    = 4

c) Tres o cinco en diez minutos.

60' − 8  P( X = 3) + P( X = 5)
10' −    = 1.33 0.103703 + 0.0091720 = 0.112875

d) Más de cuatro pero menos de diez en una hora.

60' − 8   = 8  P( 4  X 10) = P(5  X  9) = 0.6170

e) Menos de doce o más de veinte en dos horas.

P( X 12) + P( X  20 )
60' − 8
 P( X 11) + P( X  21)
120' −    = 16
0.1270 + 0.1318 = 0.2588

f) Nadie llegue en cuarenta y cinco minutos.

60' − 8
 P( X = 0) = 0.0024788
45' −    = 6

g) Como mínimo siete pero menos de trece en media hora.

60' − 8
 P(7  X  13) = P(7  X  12) = 0.1104
30' −    = 4

Profesora: Gladys Enríquez Mantilla 6

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 15

Suponga que las moléculas de un gas raro se encuentran a razón promedio de 3 moléculas por pie
cúbico de aire. Si las moléculas están distribuidas independientemente al azar en el aire.
X: N° de moléculas de gas raro presentes en la muestra. X  P ( =3/ pie3 )
a) ¿Cuál es la probabilidad de que no se encuentren moléculas de gas raro en una muestra de un
pie cúbico?
P(X = 0) = 0.0497871
b) ¿Cuál es la probabilidad de encontrar como máximo una molécula de gas raro en la muestra de
un pie cúbico?
P(X  1) = 0.1991
c) Si se toman tres muestras cada una de un pie cúbico, ¿cuál es la probabilidad de que se encuentre
no más de una molécula de gas en exactamente dos de las tres muestras?

Y: N° de muestras que tienen como máximo 1 molécula de gas. Y  B(n, p)

n =3 P(X  1) = 0.1991 = p  P( Y = 2) = 0.0951612

PROBLEMA 16

El conmutador de una oficina recibe un promedio de 20 llamadas cada dos minutos; hallar la
probabilidad que lleguen:
a) Exactamente cuatro llamadas en un periodo de 30 segundos. R: 0.175467
20 llamadas − 120''
 P( X = 4) = 0.175467
 − 30''   = 5
b) Como máximo dos llamadas en un periodo de 15 segundos. R: 0.5438
20 llamadas − 120''
 P( X  2) = 0.5438
 − 15''   = 2.5
c) Más de cinco pero menos de nueve llamadas en 1 minuto. R: 0.2657
20 llamadas − 120''
 P(5  X  9) = P( 6  X  8) = 0.2657
 − 60''   = 10
d) Al menos seis llamadas en 25 segundos. R: 0.2420
20 llamadas − 120''
 P( X  6) = 0.2420
 − 25''   = 4.17
e) Menos de seis o más de ocho llamadas en minuto y medio. R: 965392
P( X  6 ) + P( X  8 )
20 llamadas − 120''
 P( X  5 ) + P( X  9 )
 − 90''   = 15
0.002792 + 0.9626 = 0.965392
f) Como mínimo tres y como máximo siete llamadas en 40 segundos. R: 0.610
20 llamadas − 120''
 P(3  X  7) = 0.610
 − 40''   = 6.67
g) No menos de ocho llamadas en cuarenta segundos. R: 0.3522
20 llamadas − 120''
 P( X  8) = 0.3522
 − 40''   = 6.67

Profesora: Gladys Enríquez Mantilla 7

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 17

Suponga que en un establecimiento de comida rápida se atienden a 50 clientes por hora siguiendo una
variable de Poisson.
a) ¿Cuál es la probabilidad que se tenga que atender a menos de ocho clientes entre las 5:00 p.m.
y las 5:15 p.m.?
X: Número de clientes atendidos en una hora. E(X)=50/1hora

P( X  8);  = 12.5
7 x
−12.5
 12.5
P( X  8) = 0
= 0.06983
x!

b) Hallar la probabilidad de que entre las 4:00 p.m. y 4:30 p.m. se atiendan a más de 20 clientes.

−25
 25x
P( X  20) = 21
= 0.8145
x!
PROBLEMA 18

El número de defectos superficiales de los paneles de plástico utilizados en los interiores de

automóviles tiene un promedio de 0.5 defectos por pie cuadrado de panel. Suponga que el interior de
un automóvil contiene 10 pies cuadrados de este material.
X : N° de defectos superficiales de los paneles X  Poisson ( = 0.5 / pie2)

0.5 - 1 pie2
λ - 10 pie2   =5
a) Hallar la probabilidad de que no haya defectos superficiales en los interiores de un automóvil.
P( X=0 ) = 0.0067379
b) ¿Cuál es la probabilidad de que el número de defectos en 6 pies cuadrados sea menos de cuatro
o más de ocho?

0.5 - 1 pie2
λ - 6 pie2   =3

P( X  4) + P(X > 8) = P( X  3) + P(X  9)

= 0.6472 + 0.003803 = 0.651003

c) Si se venden 10 automóviles, ¿cuál es la probabilidad de que, como máximo, uno de ellos no tenga
defectos superficiales? R. 0.9980

Y : N° autos vendidos sin defectos superficiales. Y  B (n, p)

n = 10 p = 0.0067379  P( Y  1) = 0.9980

Profesora: Gladys Enríquez Mantilla 8

EJERCICIOS RESUELTOS Distribución Poisson

PROBLEMA 19

Berferd, un conocido hacker de redes, ha diseñado un nuevo programa “crakeador” de passwords, el

cual está todavía en periodo de prueba. Actualmente el programa tiene la capacidad de descifrar, en
promedio, cuatro passwords cada veinte minutos (sólo lo ha ejecutado en su computador personal).
Berferd desea conocer cierta información que le permita reconocer la calidad de su crakeador.
a) Si Berferd dispone de sólo ocho minutos para descifrar un archivo de password que logró
robarse, hallar la probabilidad de que el crakeador pueda descifrar por lo menos tres passwords.
4 ----- 20’
 ----- 8’   = 1,6

 P( X  3) = 1 − P( X  3) = 1 − P( X  2) = 1 − 0.783 = 0.217
b) ¿De cuánto tiempo debería disponer Berferd, para que su crakeador descifre al menos un
password, con 99% de certeza?
P( X  1) = 0.99
1 − P( X  1) = 0.99
P( X = 0 ) = 0.01   = 4.6
Deberá disponer de cuánto tiempo:
4 ----- 20’

4.6 ----- t  t = 23’

PROBLEMA 20

En una tienda comercial se ha observado que se efectúa una venta cada 75 segundos.
a) Considerando el modelo de probabilidad adecuado, halle la probabilidad que en un intervalo de
un minuto se efectúe más de dos ventas. R: 0.0474

1 venta − 75''
 P(X  2) = P(X  3) = 0.04742
 − 60''   = 0.8
b) Si se eligen al azar y de forma independiente 2 intervalos de tres minutos cada uno, halle la
probabilidad que en ambos intervalos se efectúe no más de dos ventas. R: 0.3246
1 venta − 75''
 − 180''   = 2.4
 P(X  2)  P(X  2) = 0.5697  0.5697 = 0.3246

Profesora: Gladys Enríquez Mantilla 9