Ley de Poisson Ley normal Univariada
Definición Es una distribución de probabilidad discreta Una distribución binomial es una distribución
que modeliza la frecuencia de eventos
determinados durante un intervalo de
tiempo, fijado a partir de la frecuencia media
de aparición de dichos eventos.
Características  Fue descubierta por Siméon Denis
Poisson
 Las ocurrencias deben ser aleatorias y
no contener ningún vicio que
favorezca unas ocurrencias en favor
de otras
 Las ocurrencias deben estar
uniformemente distribuidas dentro
del intervalo que se emplee.
 La distribución de Poisson se usa en
ocasiones para aproximar la
distribución binomial.
 Se utiliza como aproximación de
experimentos binomiales donde el
número de pruebas es muy alto, pero
la probabilidad de éxito muy baja
Diferencias y Semejanzas  La ley de Poisson es especialmente
útil para calcular probabilidades muy
pequeñas o sucesos que tienen pocas
posibilidades de producirse, mientras
que la ley normal generalmente
arroja resultados exitosos.
 En la ley Binomial las probabilidades
asociadas a los resultados son
constantes, es decir, no cambian,
de probabilidad discreta que describe el
número de éxitos al realizar experimentos
independientes entre sí, acerca de una
variable aleatoria.
 Fue desarrollada por Jakob Bernoulli
 Es la principal distribución de
probabilidad discreta
 Describe datos discretos, resultantes
de un experimento denominado
proceso de Bernoulli en honor del
matemático suizo Jacob Bernoulli
 Cada prueba deberá arrojar tan sólo
dos resultados (éxito o fracaso)
 La distribución de una variable
normal está completamente
determinada por dos parámetros, su
media y
su desviación estándar
 Ambas leyes son distribuciones de
probabilidad discreta
 Se puede probar que la distribución
binomial tiende a converger a la
distribución de Poisson cuando el
parámetro n tiende a infinito y el
parámetro p tiende a ser cero, de
manera que el producto de n por p
sea una cantidad constante. De

Análisis de las aplicaciones para variables
aleatorias en los procesos operacionales.
mientras que, en la ley de Poisson, la ocurrir esto la distribución binomial
probabilidad de que un resultado tiende a un modelo de Poisson de
ocurra en un tiempo determinado es parámetro l igual a n por p
proporcional a la longitud del  Ambas leyes son utilizadas para
intervalo o el tamaño de la región. determinar la probabilidad de un
 La Ley de Binomial es de resultados numero designado de éxitos.
independientes, mientras que en la
Ley de Poisson son los eventos los
independientes
 En La Ley de Binomial los resultados
son repetidos, mientras que en la Ley
de Poisson eventos eventuales.
 En el caso de la Ley Binomial, el
recorrido de la variabilidad esta
determinada por dos puntos, va
desde 0 hasta n, mientras que en la
Ley de Poisson, va desde 0 hasta
infinito.
En los últimos años, fundamentalmente
desde el surgimiento del Nuevo Acuerdo
de Basilea, que planteó el requerimiento de
incorporar el riesgo operacional en la
relación de solvencia, han surgido diversas
alternativas metodológicas para su
cuantificación
Se debe cuantificar el riesgo para satisfacer
los estándares regulatorios; pero el objetivo
fundamental debe ser robustecer los
procesos de control y la disminución de
pérdidas potenciales, y en general,
fortalecer la toma de decisiones tendientes a
la generación de valor. Según ese
acuerdo, se define el riesgo operacional como
la pérdida potencial de una entidad
por fallas o deficiencias en los sistemas
internos, en los procesos, en las
personas, o algunos factores externos

Entre los autores que han generado

investigaciones
relacionadas con riesgo operacional en los
últimos años se tiene: Frachot, P.
Georges, T. Roncalli (2001), analizan el
modelo LDA como una adecuación de
técnicas actuariales; Marcelo Cruz (2002)
aporta un análisis cuantitativo para el
riesgo operacional y propone estrategias para
modelar, gestionar y cubrir ese
riesgo. Antoine Frachot, Olivier Moudoulaud,
Thierry Roncalli (2003), plantean la
implementación de métodos de medición
avanzada para riesgo operacional, de tal
forma que los estándares cualitativos y
cuantitativos establecidos por Basilea
puedan ser reconciliados. Antoine Frachot,
Thierry Roncalli, Eric Salomon (2004)
analizan el problema de correlación en riesgo
operacional. Pavel V. Shevchenko y
and M. V. Wüthrich (2006) proponen modelar
el riesgo operacional mediante
inferencia bayesiana, y la combinación de
datos de pérdidas con opiniones de
expertos para tratar de superar la dificultad

Importancia en la Ingeniería
habitual de escasez de datos. Johanna
Nešlehová, Paul Embrechts, Valérie Chavez-
Demoulin (2006), investigan algunos
efectos de las colas pesadas en riesgo
operacional, y en especial aspectos
relacionadas con los modelos de media
infinita.
Teniendo en cuenta todo lo anteriormente La ley BINOMIAL, nos permite observar
dicho podemos llegar a la conclusión que si muchas variables de interés, que pueden
ponemos en práctica los conocimientos describirse fácilmente con este modelo.
aprendidos serán de gran Sirve para acercarse a varias distribuciones de
provecho en nuestra vida laboral como probabilidad discreta, entre estas la
ingenieros industriales, debido a que distribución de Poisson y la distribución
podemos utilizar estas leyes de Binomial.
probabilidades para las estadísticas Sus propiedades han permitido el desarrollo
necesarias. de muchas técnicas de inferencia estadística.
Proporcionando la base de la estadística
La ley de POISSON, es aplicable a la inferencial clásica, por su relación con el
modelización de situaciones en las que nos teorema de límite central.
interesa determinar el número de hechos de
cierto tipo que se pueden producir en un
intervalo de tiempo o de espacio, bajo
presupuestos de aleatoriedad y ciertas
circunstancias restrictivas. Otro de sus usos
frecuentes es la consideración límite de
procesos dicotómicos reiterados un gran
número de veces si la probabilidad de
obtener un éxito es muy pequeña.
REFERENCIAS BIBLIOGRAFICAS

 MILLER RODRIGUEZ RODRIGUEZ .IMPORTANCIA DE LA DISTRIBUCION BINOMIAL Y DE POISSON. 2012.

 WEB Y EMPRESAS (2020). PAGINA WEB EN LINEA DISPONIBLE https://www.webyempresas.com/distribucion-normal-en-
estadisticas/#Importancia_de_la_distribucion_normal
 DISTRIBUCION DE POISSON (2013). PAGINA WEB EN LINEA DISPONIBLE https://www.uv.es/ceaces/base/modelos%20de
%20probabilidad/poisson.htm
 DISTRIBUCION DE POISSON
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson
 DISTRIBUCION NORMAL UNIVARIADA
https://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal