10 Distribucin de Poisson 6775

Distribucin de Poisson
Ing. Julio Carreto
La Distribucin de Poisson
Para entender la Distribucin de Poisson,

vamos analizar un ejemplo detenidamente.
Ing. Julio Carreto
Supongamos que se tiene una tabla rectangular de

madera, de 1 metro por 1 metro, pintada con un
recubrimiento sobre cuya superficie se presentan
aleatoriamente pequeos defectos.
Ing. Julio Carreto
Estos defectos podran ser por ejemplo partculas

muy pequeas de pigmento que no fueron bien
molidas al fabricar la pintura. Se desea calcular la
probabilidad de que aparezcan estos defectos.
Ing. Julio Carreto
Defectos
Ing. Julio Carreto
Podramos subdividir la superficie en zonas

rectangulares mas pequeas y de igual tamao:
Ing. Julio Carreto
Ing. Julio Carreto
Ahora tenemos la superficie dividida en 4

zonas rectangulares de igual tamao.
Observamos que en algunas zonas aparece un
defecto superficial y en otras no.
Ing. Julio Carreto
Vamos a hacer las siguientes suposiciones:

1) En cada zona slo puede aparecer 1 defecto.
2) Si la probabilidad de que aparezca un defecto
en todo el rea es p, la probabilidad de que
aparezca un defecto en una zona es p/4.
Ing. Julio Carreto
Entonces, utilizando la Distribucin Binomial
podemos calcular la probabilidad de que en
nuestra superficie aparezcan 0, 1, 2, 3, 4 defectos:
Ing. Julio Carreto
10
El promedio de defectos en la superficie total
ser:
Ing. Julio Carreto
11
Pero sabemos que en realidad en cada zona

podran aparecer ms de 1 defecto. Esto hace
inexacto nuestro clculo.
Ing. Julio Carreto
12
Ing. Julio Carreto
13
Podramos hacer el clculo ms exacto si

subdividimos las zonas:
Ing. Julio Carreto
14
Ing. Julio Carreto
15
Dividimos cada zona en 4 y ahora tenemos 16
zonas. La probabilidad de tener 1 defecto en una
zona es:
Ing. Julio Carreto
16
Podemos entonces calcular la probabilidad de

tener 0, 1, 2, 3, ...., 16 defectos en el rea total:
Ing. Julio Carreto
17
Y el promedio de defectos en la superficie resulta
ser el mismo que antes:
Ing. Julio Carreto
18
An as podran aparecer ms defectos por zona:
Ing. Julio Carreto
19
Ing. Julio Carreto
20
Si dividimos nuevamente cada zona en 4
tendramos 64 zonas y ahora la probabilidad de
tener 1 defecto en una zona sera:
Ing. Julio Carreto
21
Ing. Julio Carreto
22
La probabilidad de tener 0, 1, 2, 3, ....., 64
defectos en la superficie total sera:
Ing. Julio Carreto
23
Y nuevamente el promedio de defectos en la
superficie resulta:
Ing. Julio Carreto
24
Lo que estamos haciendo es ir aumentando n al

mismo tiempo que disminuye p en igual
proporcin. Por lo tanto el promedio de
defectos en la superficie total n.p se mantiene
constante.
Ing. Julio Carreto
25
Como vimos, al suponer que en cada subzona
slo puede haber 1 defecto o ningn defecto
estamos cometiendo un error. Este error se hace
cada vez menor, porque a medida que
subdividimos el area total se hace menos
probable que en una subzona aparezca mas de un
defecto.
Ing. Julio Carreto
26
Si continuamos subdividiendo el rea

indefinidamente, la frmula binomial nos dar
la probabilidad de obtener 0, 1, 2, 3, ... n
defectos, con n tendiendo a infinito.
Ing. Julio Carreto
27
En el lmite, la frmula binomial tiende a la
frmula de Poisson:
x variable aleatoria
parmetro de la Dist. de Poisson
Ing. Julio Carreto
28
El producto de n por p, en el lmite, es igual al

parmetro de la distribucin:
Ing. Julio Carreto
29
El nmero de defectos x en la
superficie total es una variable
aleatoria discreta que puede tomar
valores 0, 1, 2, 3, 4, ... y cuya
distribucin de probabilidades se
conoce como Distribucin de
Poisson.
Ing. Julio Carreto
30
Distribucin de Poisson
0.20
0.18
0.15
P(x)
0.13
0.10
0.08
0.05
0.03
0.00
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Ing. Julio Carreto
31
Se puede observar que la curva de la funcin de

Poisson es asimtrica, como la binomial. El
promedio de esta variable aleatoria es igual al
parmetro de la distribucin:
Ing. Julio Carreto
32
Y la varianza tambin es igual al parmetro de la

distribucin:
Ing. Julio Carreto
33
Por lo tanto, la desviacin standard es:
Ing. Julio Carreto
34
La distribucin de Poisson tiene una propiedad

cuyas consecuencias son muy importantes para
el Control Estadstico de Procesos.
Ing. Julio Carreto
35
Supongamos que se tienen m variables aleatorias
de Poisson:
Variable
x1
1
x2
x3
...
xm
Parmetro
m
Ing. Julio Carreto
36
Si w es una combinacin lineal de tales
variables:
Ing. Julio Carreto
37
Entonces w es una variable aleatoria de Poisson
con parmetro:
Ing. Julio Carreto
38
Esto es muy importante porque podemos

imaginar el producto fabricado por un proceso
(Una licuadora, una computadora, un televisor,
etc.) como una superficie en la que se pueden
producir mltiples defectos, y donde el nmero
de cada tipo de defecto es una variable aleatoria
de Poisson.
Ing. Julio Carreto
39
Entonces, la propiedad mencionada nos permite

tratar la suma de todos los tipos de defectos como
una variable aleatoria de Poisson. Esto se utiliza
para el control del Nmero de Defectos en un
producto (Grficos C).
Ing. Julio Carreto
40
Supongamos ahora que tenemos un gran lote de
artefactos, por ejemplo licuadoras. Tomamos una
muestra de m = 5 unidades y medimos el nmero
total de defectos en las 5 unidades.
Ing. Julio Carreto
41
Si obtuvimos x1, x2, x3, ... xm defectos en cada
unidad, el nmero total de defectos ser:
Ing. Julio Carreto
42
El nmero promedio de defectos por unidad
ser:
Ing. Julio Carreto
43
y es una variable aleatoria discreta que puede

tomar valores 0, 1/m, 2/m, 3/m, ..., etc. Cul es
la varianza de y?
Ing. Julio Carreto
44
Ing. Julio Carreto
45
La varianza de xi es cualquiera que sea el
subindice i, porque todas las xi tienen la misma
distribucin:
Ing. Julio Carreto
46
Por lo tanto:
Ing. Julio Carreto
47
Este es un importante resultado que se utilizar

para calcular la varianza en los Graficos U.
Ing. Julio Carreto
48
Fin de la
seccin
Ing. Julio Carreto
49

10 Distribucin de Poisson 6775

Cargado por

Información del documento

Título 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

10 Distribucin de Poisson 6775

Cargado por

Copyright:

Formatos disponibles

Distribucin de Poisson

Ing. Julio Carreto

Para entender la Distribucin de Poisson,

Ing. Julio Carreto

Supongamos que se tiene una tabla rectangular de

Ing. Julio Carreto

Estos defectos podran ser por ejemplo partculas

Ing. Julio Carreto

Ing. Julio Carreto

Podramos subdividir la superficie en zonas

Ing. Julio Carreto

Ing. Julio Carreto

Ahora tenemos la superficie dividida en 4

Ing. Julio Carreto

Vamos a hacer las siguientes suposiciones:

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Pero sabemos que en realidad en cada zona

Ing. Julio Carreto

Ing. Julio Carreto

Podramos hacer el clculo ms exacto si

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Podemos entonces calcular la probabilidad de

Ing. Julio Carreto

Ing. Julio Carreto

An as podran aparecer ms defectos por zona:

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Lo que estamos haciendo es ir aumentando n al

Ing. Julio Carreto

Ing. Julio Carreto

Si continuamos subdividiendo el rea

Ing. Julio Carreto

El producto de n por p, en el lmite, es igual al

Ing. Julio Carreto

Ing. Julio Carreto

Se puede observar que la curva de la funcin de

Ing. Julio Carreto

Y la varianza tambin es igual al parmetro de la

Ing. Julio Carreto

Por lo tanto, la desviacin standard es:

Ing. Julio Carreto

La distribucin de Poisson tiene una propiedad

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Esto es muy importante porque podemos

Ing. Julio Carreto

Entonces, la propiedad mencionada nos permite

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

Ing. Julio Carreto

y es una variable aleatoria discreta que puede

Ing. Julio Carreto

Ing. Julio Carreto