Aproximacin de Poisson a la

distribucin binomial


Aproximacin de Poisson a la distribucin binomial
La distribucin de probabilidades de Poisson se obtiene partiendo de la distribucin binomial,
donde P tiende a 0 y n tiende al infinito. Por lo tanto, la distribucin de Poisson puede utilizarse
como aproximacin de las probabilidades binomiales cuando el nmero de pruebas, n, es grande
y al mismo tiempo la probabilidad, P, es pequea (generalmente tal que = nP 7 ).
Esta distribucin se utiliza como una aproximacin de la distribucin binomial, cuando y
generalmente el tamao de la muestra tiende a infinito; es decir, habr muestras demasiado
grandes que no podrn ser computadas o calculadas utilizando combinaciones; una muestra se
considera grande cuando es mayor que treinta: frmula de clculo:
()

; donde:
= Promedio muestral o poblacional y que generalmente es igual a (n)(p)
e = Base de los logaritmos naturales = 2,7182818
x = Son los eventos que se piden en los problemas

Nota: Algunos problemas pueden o no especificar el valor del promedio; por lo tanto habr que
calcularlo.
La distribucin del nmero de xitos o eventos que se piden en el problema (x) , es binomial de
media nP. Si el nmero de pruebas, n, es grande y nP solo tiene un tamao moderado
(preferiblemente nP 7), es posible utilizar como aproximacin la distribucin de Poisson, en la
que = nP

EJEMPLO:
1. Si el 3% de las lmparas que produce una empresa son defectuosas: hallar la probabilidad de que en
una muestra aleatoria de 100 lmparas:
a) Una sea defectuosa
b) Ninguna sea defectuosa
c) A lo ms tres sean defectuosas
d) Por lo menos cuatro sean defectuosas

RESOLUCIN:
P = 3% = 0,03
n = 100
= (n) (p) = (100)(0,03) = 3

a) Una sea defectuosa
x = 1
()

=
()

()

= 0,1494

b) Ninguna sea defectuosa
x = 0
= 0,0498

c) A los ms tres sean defectuosa
X
0 = 0,0498
1 = 0,1494
2 = 0,2240
3 = 0,2240
0,6472
d) Por lo menos cuatro sean defectuosas
X
0 = 0,0498
1 = 0,1494
2 = 0,2240
3 = 0,2240 = 0,6472
4
5
.
.
.
100
= 0,6472 a los ms: Luego, P = 1 Q 1 0,6472 = 0,3528


Tambien podemos utilizar las tablas, para determinar los valores respectivos,
EJEMPLO:
2. Cierta mquina entrega un promedio de cinco unidades de un producto por cada ocho horas de
trabajo; Si la produccin es continua: Cul es la probabilidad de encontrar:

a) Dos unidades defectuosas
u = 5
x = 2
= 0,0842

b) Por lo menos dos unidades defectuosas
x
0 = 0,0067
1 = 0,03372 = 0,0404
2
.

0,0404 a los ms: Luego, P = 1 Q 1 0,0404 = 0,9599


c) A lo ms cinco unidades defectuosas
x
0 = 0,0067
1 = 0,0337
2 = 0,0842
3 = 0,1404
4 = 0,1755
5 = 0,1755
. 0,6160
.
.

Comparacin de la distribucin de Poisson y la distribucin binomial
Llegados a este punto, debemos indicar que puede existir confusin a la
hora de elegir la distribucin binomial o la distribucin de Poisson en una
aplicacin especfica. En muchos casos, es ms fcil elegir repasando
atentamente los supuestos de las dos distribuciones de probabilidad. Por
ejemplo, si el problema se basa en una pequea muestra de
observaciones, no es posible hallar una probabilidad lmite cuando n es
grande y, por lo tanto, la distribucin binomial es la correcta. Adems, si
tenemos una pequea muestra y la probabilidad de xito en una nica
prueba est comprendida entre 0,05 y 0,95, hay ms razones para elegir la
distribucin binomial. Si supiramos o pudiramos suponer que cada uno
de 10 clientes seleccionados aleatoriamente es un concesionario de automviles tiene la misma
probabilidad de comprar un automvil (supongamos que 0,05 P 0,95), el nmero de compras
de este grupo seguira una distribucin binomial. Sin embargo, si el conjunto de casos que podra
esta afectados es muy grande por ejemplo, varios miles- y el nmero medio de <xitos> en ese
gran conjunto de casos es pequeo por ejemplo, menos de 30-, hay muchas razones para elegir
la distribucin de Poisson. Si quisiramos calcular la probabilidad de que haya un cierto nmero
de piezas defectuosas en un grupo de 100.000 piezas cuando el nmero medio de 15 piezas
defectuosas por 100.000 piezas representa un ciclo de produccin representativo, utilizaramos
la distribucin de Poisson.

En el anlisis anterior, hemos sealado que cuando P es menor que 0.05 y n es grande, podemos
utilizar la distribucin de Poisson como aproximacin de la distribucin binomial. Tambin puede
demostrarse que cuando n 20 y P0,05 y la media poblacional es la misma, se observa que los
valores de la probabilidad son los mismos con la distribucin binomial que con la distribucin de
Poisson.


Ejercicios extras


Newbold Paul; Carlson William L; Thorne Betty (2008) Estdstica para
Administracin. Sexta Edicin, Prentice Hall. (Espaa).
PROBABILIDAD.pptx -Profesor BRUNO BURGOS