Ìndice general

1 Introducción 4
2 Objetivos 5
2.2.1Objetivo Educativo…………………………………………………………………….......5
2.2.2 Objetivo Social…………………………………………………………………………..……5

3 DISTRIBUCION POISSON 6
3.3.1 Concepto…………………………………………………………................................ 6
3.3.2 Formula…………………………………………………………………………………………..6
3.3.3 Ejemplo………………………………………………………………………………………..…6
4 Teoría 7
4.4.1 ejemplo 1………………………………………………………………………………………...7
4.4.2ejemplo 2……………………………………………………..……...............................8
5Conclusiones 9
6 Bibliografía
Estudiaremos la distribución poisson asociada a variables aleatorias discretas, Que
puedan ajustarse a una gran diversidad de problemas en campos científicos en los que se
pueda aplicar
La distribución poisson se llama así en honor a su creador, el francés Simeón Dennis
Poisson (1781-1840) , la distribución 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, es muy útil cuando la muestra o segmentos n es grande y la
probabilidad de éxito p es pequeña.
Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un
segmento n dado por ejemplo, distancia , área , volumen o tiempo definido
OBJETIVO EDUCATIVO
OBJETIVO SOCIAL
3 DISTRIBUCION POISSON

La distribución poisson por siméon Denis Poisson en 1840 presentado en un trabajo de

probabilidad publicado en el año 1837 , la distribución poisson recién aparece .
Donde su ecuación es

−𝜆
𝜆𝑥
𝐹(𝑋 = 𝑥)𝑒 ∗
x!
Donde:
X= a un valor especifico que la variable pueda tomar
𝝀 = media o promedio de éxito por unidad de tiempo, área o producto

e = es la constante 2.7183, base de logaritmos naturales en tanto que los valores de 𝒆𝝀

se puede obtener de tablas.
Por definición el valor esperado (media en el intervalo o región de interés ) de una
distribución de probabilidad de poisson es igual a la media de la distribución
𝑬(𝒙) = 𝝀
La varianza del numero de eventos de una distribución poisson también es igual a la
media de la distribución λ. De este modo la desviación estándar es la raíz cuadrada de λ
𝑽(𝒙) = 𝝀

𝝈 = √𝝀
Ejemplo:
En una clínica el promedio de atención es de 16 pacientes por 4 horas, encuentre la
probabilidad que en 30 minutos se atiendan menos de 3 personas y que en 180 minutos
se atiendan 12 pacientes
ƛ𝑥
𝐹(𝑋 = 𝑥)𝑒 −ƛ ∗
x!
** la probabilidad que en 30 minutos se atiendan menos de 3 personas
λ = 16 pacientes en 4 horas  λ=4 pacientes/hora  λ=2 pacientes/media hora
Calculando p(X<3)=P(X=0)+P(X=1)+P(X=2)
P(X=0)=exp(-2)*2^0/0!=0.1353
P(X=0)=exp(-2)*2^1/1!=0.2707
P(X=0)=exp(-2)*2^2/2!=0.2707
P(X<3)=0.6767
En 180 minutos se atienden a 12 pacientes
λ=16 pacientes en 4 horas  λ=4 pacientes/hora  180 minutos = 3 horas λ=3*4=12
paciente/cada 180 minutos
P(X=12)=exp(-12)*12^12/12!=0.1144