LA DISTRIBUCIÓN DE PROBABILIDADES PARA UNA VARIABLE ALEATORIA
DISCRETA
La distribución de probabilidad de Poisson
Es posible calcular las distribuciones de probabilidad binomial para probabilidades de éxito menores a 0.05, pero los cálculos tal vez consuman demasiado tiempo (en especial para un grande, por ejemplo de 100 o más). La distribución de probabilidad tendrá cada vez un mayor sesgo a medida que la probabilidad de éxito disminuya.
La distribución de probabilidad de Poisson proporciona un modelo alternativo para el
cálculo de la frecuencia relativa del número de “eventos poco comunes”; es decir, probabilidades de éxitos muy pequeños que suceden en una unidad de tiempo, área, volumen, etc.. Por ejemplo, el número de fallas de una maquina enlatadora en una empresa, el número de huracanes que pasan por Mazatlán, etc.
La distribución de probabilidad de Poisson está relacionada con una distribución de
probabilidad binomial cuando es grande y = es pequeña.
La distribución de probabilidad de Poisson está dada por:
( = 0, 1, 2, 3, …….., n)
Donde
= Número promedio de eventos en una unidad dada de tiempo, área o volumen
= base de los logaritmos naturales (2.71828…..)
La media, la varianza y la desviación estándar de la variable aleatoria de Poisson son,
respectivamente,
= , = y =
La forma de la distribución de Poisson cambia conforme cambia , volviéndose
aproximadamente normal conforme se incrementa . Ejemplo 1: En un experimento, la variable aleatoria en cuestión tiene una distribución de probabilidad de Poisson aproximada, con un promedio de 2.5.
a) Calcule la media y la desviación estándar de
= = 2.5 , = =1.58
b) La probabilidad de que la variable aleatoria escogida al azar sea exactamente cinco
Dado que = 2.5, =5 y = 0.082085
Entonces, sustituyendo en la ecuación tenemos que = 0.067
c) La probabilidad de que las variables aleatorias escogidas al azar sean dos o más
= (2) + (3) + (4)+……..=
Para calcular la probabilidad de este evento, es preciso considerar el evento
complementario; es decir, . Por lo tanto: =1- =1- = 0.713