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.

 Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un segmento n dado como por ejemplo distancia.  Es muy útil cuando la muestra o segmento n es grande y la probabilidad de éxitos p es pequeña.Utilidad  La distribución de Poisson se utiliza en situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria.  . 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. área.

Ejemplos de la utilidad  La llegada de un cliente al negocio durante una hora.  Las llamadas telefónicas que se reciben en un día.  Los envases llenados fuera de los límites por cada 100 galones de producto terminado.  La distribución de Poisson se emplea para describir procesos con un elemento en común. pueden ser descritos por una variable aleatoria discreta. .  Los defectos en manufactura de papel por cada metro producido.

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. 2. El evento debe considerarse un suceso raro. 3.Propiedades de un proceso de Poisson  1. La probabilidad de observar exactamente un éxito en el segmento o tamaño de muestra n es constante. .

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

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

¿cuál es la probabilidad de tener 3 accidentes? Como la probabilidad p es menor que 0.02 por cada día de trabajo.0892 Por lo tanto.02 = 6).9%. la probabilidad de tener 3 accidentes laborales en 300 días de trabajo es de 8.Ejemplo1 de la función F (x=k) La probabilidad de que haya un accidente en una compañía de manufactura es de 0. aplicamos el modelo de distribución de Poisson:  Al realizar el cómputo tenemos que P(x = 3) = 0. . y el producto n * p es menor que 10 (300 * 0. Si se trabajan 300 días al año. entonces.1.

Ejemplo 2 de la función F(x=k)  La probabilidad de que un producto salga defectuoso es de 0. la probabilidad de que haya 5 productos defectuosos entre 800 recién producidos es de 4. por lo que aplicamos el modelo de distribución de Poisson: El resultado es P (x = 5) = 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 0.6%.1. .012.04602 Por lo tanto. y el producto n * p menor que 10.

012 * 800 = 9. X es el número de éxitos que buscamos.). λ es el número promedio de ocurrencias por unidad (tiempo. Se consigue multiplicando a p por el segmento dado n.Tablas de probabilidad de Poisson  Utilizando la tabla de probabilidad de Poisson se pueden resolver los ejemplos anteriores.02 * 300 = 6 λ = 0. volumen. Para esto. Del ejemplo 1: Del ejemplo 2: λ = 0.6 . usted debe saber los valores X y λ. área. Este es el valor K. etc.

Con esta moneda la probabilidad de obtener cara es del 30%. Lanzamos la moneda 10 veces de manera consecutiva. del 70%. pues.3 y buscamos la intersección: 0.9894 . La probabilidad que salga cruz será. x=6.Tabla de probabilidad de Poisson ¿Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada. p=0. Si queremos calcular la probabilidad de que observemos 6 caras o menos nos fijamos en la tabla: localizamos n=10.

¿Cómo utilizar la tabla de la distribución Binomial? .

4 .2 0 0 k = 5 λ = 0.5 X 1 2 3 4 5 17 .6 .6 .La media μ y la varianza σ2  Características de la distribución Poisson Media = E(X) = λ P(X) .4 .1 X 1 2 3 4 5 Varianza λ = σ2 P(X) .2 0 0 k=5 λ = 0.

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

Sign up to vote on this title
UsefulNot useful