La distribución de Poisson


INTEGRANTES: Alexandra Cevallos Danilo Ramón Semestre: Cuarto Sistemas Fecha: 11 de Enero del 2012

el francés Simeón Dennis Poisson (1781-1840). . Esta distribución de probabilidades fue uno de los múltiples trabajos matemáticos que Dennis completó en su productiva trayectoria.Dato histórico  La distribución de Poisson se llama así en honor a su creador.

Utilidad  La distribución de Poisson se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria.  Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un segmento n dado como por ejemplo distancia. área.  Es muy útil cuando la muestra o segmento n es grande y la probabilidad de éxitos p es pequeña. En otras palabras no se sabe el total de posibles resultados.  .  Permite determinar la probabilidad de ocurrencia de un suceso con resultado discreto. volumen o tiempo definido.

pueden ser descritos por una variable aleatoria discreta.  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 límites por cada 100 galones de producto terminado.Ejemplos de la utilidad  La llegada de un cliente al negocio durante una hora.  La distribución de Poisson se emplea para describir procesos con un elemento en común.

3. . El evento debe considerarse un suceso raro. El evento debe ser aleatorio e independiente de otros eventos Si repetimos el experimento n veces podemos obtener resultados para la construcción de la distribución de Poisson.Propiedades de un proceso de Poisson  1. La probabilidad de observar exactamente un éxito en el segmento o tamaño de muestra n es constante. 2.

Cuando en una distribución binomial se realiza el experimento muchas veces. Se tiene que cumplir que: p < 0. es aquí donde aplica el modelo de distribución de Poisson.10 p * n < 10 . la muestra n es grande y la probabilidad de éxito p en cada ensayo es baja.La distribución de Poisson  La distribución de probabilidad de Poisson es un ejemplo de distribución de probabilidad discreta. La distribución de Poisson parte de la distribución binomial.

área. etc.La función P(x=k)  A continuación veremos la función de probabilidad de la distribución de Poisson. λ = Lambda es la ocurrencia promedio por unidad (tiempo.). La constante e tiene un valor aproximado de 2. Donde: P(X=K) es la probabilidad de ocurrencia cuando la variable discreta X toma un valor finito k.711828 K es el número de éxitos por unidad . Es igual a p por el segmento dado. volumen.

Si se trabajan 300 días al año.1. aplicamos el modelo de distribución de Poisson:  Al realizar el cómputo tenemos que P(x = 3) = 0.9%.0892 Por lo tanto.02 = 6). la probabilidad de tener 3 accidentes laborales en 300 días de trabajo es de 8. . entonces. y el producto n * p es menor que 10 (300 * 0.02 por cada día de trabajo.Ejemplo1 de la función F (x=k) La probabilidad de que haya un accidente en una compañía de manufactura es de 0. ¿cuál es la probabilidad de tener 3 accidentes? Como la probabilidad p es menor que 0.

¿Cuál es la probabilidad de que entre 800 productos ya fabricados hayan 5 defectuosos? En este ejemplo vemos nuevamente la probabilidad p menor que 0. y el producto n * p menor que 10. por lo que aplicamos el modelo de distribución de Poisson: El resultado es P (x = 5) = 0.012. la probabilidad de que haya 5 productos defectuosos entre 800 recién producidos es de 4.6%.1.04602 Por lo tanto.Ejemplo 2 de la función F(x=k)  La probabilidad de que un producto salga defectuoso es de 0. .

área. usted debe saber los valores X y λ.Tablas de probabilidad de Poisson  Utilizando la tabla de probabilidad de Poisson se pueden resolver los ejemplos anteriores. Se consigue multiplicando a p por el segmento dado n. λ es el número promedio de ocurrencias por unidad (tiempo. X es el número de éxitos que buscamos.012 * 800 = 9. Del ejemplo 1: Del ejemplo 2: λ = 0. etc.6 . Este es el valor K. Para esto.02 * 300 = 6 λ = 0. volumen.).

pues. p=0. Con esta moneda la probabilidad de obtener cara es del 30%.3 y buscamos la intersección: 0. La probabilidad que salga cruz será. Lanzamos la moneda 10 veces de manera consecutiva. Si queremos calcular la probabilidad de que observemos 6 caras o menos nos fijamos en la tabla: localizamos n=10.Tabla de probabilidad de Poisson ¿Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada.9894 . x=6. del 70%.

¿Cómo utilizar la tabla de la distribución Binomial? .

4 .5 X 1 2 3 4 5 17 .6 .6 .2 0 0 k = 5 λ = 0.La media μ y la varianza σ2  Características de la distribución Poisson Media = E(X) = λ P(X) .1 X 1 2 3 4 5 Varianza λ = σ2 P(X) .4 .2 0 0 k=5 λ = 0.

La distribución de Poisson se forma de una serie de experimentos de Bernoulli. La varianza (σ2 ) en la distribución de Poisson también es igual a λ. λ. 4. . μ o valor esperado en la distribución de Poisson es igual a 3. La media 2.En resumen  1. La desviacion estándar es la raíz de λ.

Sign up to vote on this title
UsefulNot useful