Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucion Poisson PDF
Distribucion Poisson PDF
Apellidos,nombre
MartnezGmez,Mnica(momargo@eio.upv.es)
MarBenlloch,Manuel(mamaben@eio.upv.es)
Departamento
Estadstica,InvestigacinOperativaAplicadasy
Calidad
Centro
UniversidadPolitcnicadeValencia
LadistribucinPoisson
1 Resumendelasideasclave
En este artculo vamos a conocer las caractersticas bsicas de la distribucin Poisson y sus posibles
aplicacionesprcticasconlafinalidaddeelaborarunaespeciedecatlogoalqueacudirparadesarrollar
unmodelodeprobabilidadquenospermitaestimarlapautadevariabilidadparavariablesdiscretasque
sigandichadistribucin.
2 Introduccin
LadistribucinPoissones,juntoconladistribucinbinomial,unadelasmsimportantesdistribucin
deprobabilidadparavariablesdiscretas,esdecir,slopuedetomarlosvalores0,1,2,3,4,...,k.
LadistribucindePoissonseempleaparadescribirvariosprocesos,entreotros:
9 El nmero de autos que pasan a travs de un cierto punto en una ruta (suficientemente
distantesdelossemforos)duranteunperiododefinidodetiempo.
9 Elnmerodeerroresdeortografaqueunocometealescribirunanicapgina.
9 Elnmerodellamadastelefnicasenunacentraltelefnicaporminuto.
9 Elnmerodeservidoreswebaccedidosporminuto.
9 Elnmerodedefectosenunalongitudespecficadeunacintamagntica.
9 El nmero de mutaciones de determinada cadena de ADN despus de cierta cantidad de
radiacin.
9 Elnmerodedefectospormetrocuadradodetela.
9 Elnmerodeestrellasenundeterminadovolumendeespacio.
Cada una de estas variables aleatorias representa el nmero total de ocurrencias de un fenmeno
durante un periodo de tiempo fijo o en una regin fija del espacio. Expresa la probabilidad de un
nmerokdeocurrenciasacaecidasenuntiempofijo,siestoseventosocurrenconunafrecuenciamedia
conocidaysonindependientesdeltiempodiscurridodesdelaltimaocurrenciaosuceso.
Lafinalidaddelpresenteobjetodeaprendizaje,esadquirirladestrezayconocimientonecesarioparala
correcta utilizacin de la distribucin de Poisson en el clculo de probabilidades. Para ello, en primer
lugarpresentamoslosobjetivosespecficosquepretendemosconseguir;acontinuacintrabajaremosla
definicin y caractersticas de la distribucin de Poisson, haciendo especial relevancia en cmo
identificarlaydiferenciarladeotrasdistribucionesdiscretasyseresuelvenalgunosejemplosprcticos
LadistribucinPoisson
para ayudar a su comprensin. Finalmente, destacaremos los conceptos bsicos de aprendizaje con
respectoaladistribucindePoissonysusaplicacionesprcticas.
EstablecerlasbasesparaelcmputodelasprobabilidadesparavariablesPoisson
3 Definicinycaractersticasdeladistribucinbinomial
3.1 Paraqumepuedeservirladistribucinbinomial?
LadistribucindePoissonfuedesarrolladaporSimonDenisPoisson(17811840).Estadistribucinde
probabilidadesesmuyutilizadaparasituacionesdondelossucesossonimpredeciblesodeocurrencia
aleatoria. En general, utilizaremos la distribucin de Poisson como aproximacin de experimentos
binomiales donde el nmero de pruebas es muy alto (n), pero la probabilidad de xito muy baja
(p0).
3.2 Caractersticas
SedicequeXsigueunadistribucindePoissondeparmetroyqueseobtienedelproducton*p(que
nombraremos a partir de aqu como np, por mayor simplicidad), que se representa con la siguiente
notacin:
X~Ps()
LadistribucindePoissonsecaracterizaporlassiguientespropiedades:
9
Seaunapoblacindetamao.
Seaunamuestradetamaonbastanteelevado(sesuelehablardequetiendea)
Lossucesossonindependientesentresi.
LadistribucinPoisson
X:nmerodeindividuosdelamuestraquecumplenA.
ElconjuntodeposiblesvaloresdeAes,E={0,1,2,3,4....}
Sufuncindeprobabilidadvienedefinidapor:
F ( X = x) = e *
x
x!
Ecuacin1.FuncindeProbabilidaddeladistribucinPoisson.
dondexdebeserunenteropositivo.
Esta expresin, se obtiene tomando los lmites cuando n tiende a , p tiende a 0 y np permanece
constanteeiguala,delafuncindeprobabilidaddeladistribucindeunavariablebinomial:
n
x
F ( X = x) = lim * p x * (1 p ) n x = e *
x!
n x
p 0
np
Ecuacin2.FuncindeProbabilidaddeladistribucinPoisson.
Lamediaoesperanzaylavarianza,seobtienenmedianteelmismoprocedimiento,tomandoloslmites
cuandontiendea,ptiendea0ynptiendea:
E ( X ) = lim np =
np
Ecuacin3.EsperanzadeladistribucinPoisson.
2 = lim (n * p * (1 p)) =
np
Ecuacin4.VarianzadeladistribucinPoisson.
LadistribucinPoisson
Ejemplo
Laprobabilidaddequeenunamascletenfallasunapersonasedesmayeesde0,001.Considerando
queacudenunas5000personasaverlamascleteldadeSanJos,caleslaprobabilidaddequese
desmayen25personas?
Setratadeunabinomialconn=5000yp=0,001.
Laprobabilidadsolicitasera:
5000
* 0,00125 * (1 0,001) 5000 25
F ( X = 25) =
25
queresultacomplejodecalcular.PoresoseprefiereaproximaraunadistribucindePoisson,con
=5000*0,001=50,yquedara:
F ( X = 25) = e 50 *
50 25
= 3,70 * 10 5
25!
LadistribucindePoissonsepuedeexpresardeformagrfica,yaqueenrealidadconsisteen
undiagramadebarras,similaralosobtenidosenlafuncindeprobabilidad,peroconforma
asimtrica positiva como sucede con la distribucin binomial. Sin embargo al ir aumentando
losvaloresde,vaadquiriendolatpicaformadecampanadeGauss,pudiendoadeducirse,
queconformeaumenta,lasvariablesdePoissonvanapoderaproximarsealadistribucin
normal, por el Teorema Central del Lmite. La aproximacin se considera buena para valores de
igualesosuperioresa9.
LadistribucinPoisson
Imagen1.LafiguraeslagrficadelafuncindeprobabilidaddevariablesPoisson
Fuente:http://www.matematicasypoesia.com.es/Estadist/ManualCPE04p4.htm
Imagen2.LafigurarepresentalagrficadelafuncindeprobabilidaddevariablesPoisson
Fuente:http://www.google.es/imgres?imgurl=http://prof.usb.ve/ejmarque/cursos/ea2181/core/figs/figdesp04.gif&imgrefu
rl=http://prof.usb.ve/ejmarque/cursos/ea2181/core/desp04.html&h=299&w=480&sz=4&tbnid=0DrUw_upFQvrWM:&tbnh
=80&tbnw=129&prev=/images%3Fq%3Ddistribucion%2B%2Bpoisson&hl=es&usg=__jyhDrPjuyLN7mQYXrab213eHH4U=&ei
=BBP4SqTLJob7_AbBtpmyAw&sa=X&oi=image_result&resnum=6&ct=image&ved=0CBgQ9QEwBQ
Veamosalgunosejemplos:
Ejemplo1.
Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las probabilidades de que
reciba,a)cuatrochequessinfondoenundadado,b)10chequessinfondosencualquieradedosdas
consecutivos?
LadistribucinPoisson
Solucin:
a)
x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da
cualquiera=0,1,2,3,.....,etc,etc.
=6chequessinfondoporda
=2.718
p( x = 4 , = 6 ) =
b) X= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos das
consecutivos=0,1,2,3,......,etc.,etc.
=6x2=12chequessinfondoenpromedioquelleganalbancoendosdasconsecutivos
Ejemplo2.
Solucin:
a)X=variablequenosdefineelnmerodeimperfeccionesenlahojalataporcada3minutos=
0,1,2,3,....,etc.,etc.
=0.2x3=0.6imperfeccionesenpromedioporcada3minutosenlahojalata
p( x = 1, = 0.6 ) =
b)X=variablequenosdefineelnmerodeimperfeccionesenlahojalataporcada5minutos=0,
1,2,3,....,etc.,etc.
=0.2x5=1imperfeccinenpromedioporcada5minutosenlahojalata
LadistribucinPoisson
( 1 )0 ( 2.718 )1 ( 1 )( 2.718 )1
=
+
p( x = 2,3,4,etc.... = 1 ) = 1 p( x = 0,1, = 1 ) = 1
0
!
1
!
=1(0.367918+0.367918)=0.26416
c) X=variablequenosdefineelnmerodeimperfeccionesenlahojalataporcada15minutos=
0,1,2,3,.....,etc.,etc.
=0.2x15=3imperfeccionesenpromedioporcada15minutosenlahojalata
4 Cierre
ElmodelodedistribucindePoissonsirveparadefinirvariablesaleatoriasdiscretasX,
X~Ps()
querepresentanelnmeropromediodeocurrenciasdeunfenmenoduranteunperiodode
tiempofijoounereginfijadelespacio.Porlogeneralseasemejanavariablesbinomiales
con un elevado valor de n y un valor muy bajo de p y vendrn caracterizadas un valor
promedio,np,alquesedenomina.
EnesteartculodocentesehavistoelusodelafuncindePoisson, lautilizacindetablas
paraelclculodeprobabilidades.Ademssehandefinidolossiguientesparmetros
1.
LamediaovaloresperadoenladistribucindePoissonesiguala.
2.
Lavarianza(2)enladistribucindePoissontambinesiguala.
3.
Ladesviacinestndareslarazde.
acumuladas,alpoderhacerusodelbacodePoisson.
Finalmente, cuando se cumpla que 9, podemos, por el Teorema Central del Lmite, se
puedeaproximarladistribucinbinomialaunadistribucinnormal.
LadistribucinPoisson
5 Bibliografa
5.1 Libros:
[1]DeGroot,M.H.(1988).ProbabilidadyEstadstica.(2Ed.).AddisonWesleyIberoamericana.ISBN
0201644053.
[2]MartnPliego,F.J.(2004).IntroduccinalaEstadsticaEconmicayEmpresarial.(Ed.)Thomson.
Madrid.
[3]Mendenhall,W.;Reinmuth,J.E.(1978).Estadsticaparaadministracinyeconoma.(Ed.)Grupo
EditorialIberoamericana.ISBN9687270136.
[4] Montiel, A.M.; Rius, F.; Barn F.J. (1997). Elementos bsicos de Estadstica Econmica y
Empresarial.(2Ed.)PrenticeHall,Madrid.
[5] Pea, D. (2001). Fundamentos de Estadstica. (Ed.) Alianza Editorial, S.A. Madrid. ISBN: 84206
86964.
[6]Romero,RyZnica,L.R.(2000).IntroduccinalaEstadstica.(Ed.)SPUPV4071.
[7] Ua Jurez, I; Tomero, V; San Martn, J. (2003). Lecciones de clculo de probabilidades. (Ed.)
ThomsonEditoresSpain.ISBN8497321936.
5.2 Referenciasdefuenteselectrnicas:
[8] http://foros.emagister.com/temadistribucion+de+poisson12873395042.htm
[9] http://www.fing.edu.uy/iimpi/academica/grado/ctrlcalidad/ejercicios/EjerciciosDeDistribucion
esDeProbabilidadFinal2008.pdf
[10] www1.uprh.edu/.../La%20distribucion%20Poisson/Modulo%20Sobre%20La%20Distribucion%2
0de%20Poissonl
[11] http://www.google.es/imgres?imgurl=http://prof.usb.ve/ejmarque/cursos/ea2181/core/figs/fi
gdesp04.gif&imgrefurl=http://prof.usb.ve/ejmarque/cursos/ea2181/core/desp04.html&h=299
&w=480&sz=4&tbnid=0DrUw_upFQvrWM:&tbnh=80&tbnw=129&prev=/images%3Fq%3Ddistri
bucion%2B%2Bpoisson&hl=es&usg=__jyhDrPjuyLN7mQYXrab213eHH4U=&ei=BBP4SqTLJob7_A
bBtpmyAw&sa=X&oi=image_result&resnum=6&ct=image&ved=0CBgQ9QEwBQ
[12] http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm
[13] http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm
[14] https://polimedia.upv.es/visor/?id=71b449010a4e3b4893333f7524321f09
[15] www3.uji.es/~porcu/problemas.doc
LadistribucinPoisson