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

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

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

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

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

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

9%.1. aplicamos el modelo de distribución de Poisson:  Al realizar el cómputo tenemos que P(x = 3) = 0.Ejemplo1 de la función F (x=k) La probabilidad de que haya un accidente en una compañía de manufactura es de 0. la probabilidad de tener 3 accidentes laborales en 300 días de trabajo es de 8.02 por cada día de trabajo. .02 = 6). ¿cuál es la probabilidad de tener 3 accidentes? Como la probabilidad p es menor que 0. Si se trabajan 300 días al año.0892 Por lo tanto. y el producto n * p es menor que 10 (300 * 0. entonces.

Ejemplo 2 de la función F(x=k)  La probabilidad de que un producto salga defectuoso es de 0. por lo que aplicamos el modelo de distribución de Poisson: El resultado es P (x = 5) = 0.04602 Por lo tanto. ¿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. la probabilidad de que haya 5 productos defectuosos entre 800 recién producidos es de 4.1. y el producto n * p menor que 10.6%.012. .

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. usted debe saber los valores X y λ. Este es el valor K.). etc. λ es el número promedio de ocurrencias por unidad (tiempo.02 * 300 = 6 λ = 0. Del ejemplo 1: Del ejemplo 2: λ = 0. volumen. X es el número de éxitos que buscamos.6 . Para esto. área.012 * 800 = 9.

pues. Si queremos calcular la probabilidad de que observemos 6 caras o menos nos fijamos en la tabla: localizamos n=10. del 70%. Lanzamos la moneda 10 veces de manera consecutiva.9894 .Tabla de probabilidad de Poisson ¿Cómo utilizar la tabla de la distribución Binomial? Supongamos que lanzamos al aire una moneda trucada. x=6.3 y buscamos la intersección: 0. La probabilidad que salga cruz será. p=0. Con esta moneda la probabilidad de obtener cara es del 30%.

¿Cómo utilizar la tabla de la distribución Binomial? .

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) .6 .5 X 1 2 3 4 5 17 .4 .2 0 0 k=5 λ = 0.1 X 1 2 3 4 5 Varianza λ = σ2 P(X) .6 .4 .

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. La desviacion estándar es la raíz de λ. La media 2. μ o valor esperado en la distribución de Poisson es igual a 3.En resumen  1. 4. . λ.