Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se llama de esta manera en honor a Simen Dennis Poisson (1781-1840); es otra distribucin de probabilidad para variables aleatorias discretas muy til cuando la variable aleatoria representa el nmero de eventos independientes, los eventos de esta variable ocurren con una alta frecuencia en tiempo y espacio. Se utiliza como modelo para describir distribuciones de probabilidad de sucesos tales como: llegada de vehculos a una estacin de servicio, movimiento de entrada y salida de buques o aviones en puertos o aeropuertos, llamadas telefnicas, errores de imprenta por pgina, nmero de remaches defectuosos en un avin, accidentes, la demanda (necesidad) de servicios en una institucin asistencial por parte de los pacientes, uso de cajeros automticos entre otros.
Caractersticas
En los sucesos se puede definir la variable aleatoria como el nmero de veces que ocurre el evento durante un intervalo de tiempo dado o en una regin determinada. La regin determinada puede ser: unidad de longitud, rea o volumen. El intervalo de tiempo puede ser de cualquier magnitud: un segundo, un minuto, una hora, un da, una semana, un mes entre otros. La varianza (V(x))es igual a su media. = V(x) = n.p Sea X una variable aleatoria que representa el nmero de eventos aleatorios independientes que ocurren a una rapidez constante en el tiempo o en el espacio. La variable aleatoria X tiene una distribucin de Poisson con la siguiente expresin: P(x) =
x .e
x!
donde: es el promedio de la distribucin e nmero irracional cuya valor aproximado es 2,718281828........... x es la variable aleatoria
a. P(x=5) = 0,100818813
Conclusin: La posibilidad de que en un determinado mes en cierta interseccin ocurran exactamente cinco accidente es de 10,08%
Interpretacin: Existe un 42,32% de que ocurran menos de tres accidentes en la interseccin sealada.
DISTRIBUCIN DE POISSON
Los informes indican que en cada una de las mayores ciudades de nuestro pas se cometen cinco homicidios a la hora y que la distribucin de los homicidios sigue la distribucin de Poisson. Si esto es cierto, cul es la probabilidad de que en los prximos 30 minutos sean asesinadas tres personas?
P(x=3) = 0,213763017
Conclusin: La posibilidad de que en los prximos 30 minutos sean asesinadas 3 personas es de 21,38%.
Existen ocasiones en que el calculo de probabilidades a travs de la distribucin binomial es laborioso por las magnitudes manejadas. En estos casos existe un procedimiento que permite aproximar la probabilidades obtenidas en la distribucin binomial por medio de la distribucin de Poisson. La distribucin de Poisson es conveniente como una aproximacin de probabilidades binomiales cuando n (nmero de ensayos u observaciones ) es grande y p (probabilidad de xito) es pequeo. Una regla emprica utilizada es que la aproximacin se puede hacer cuando n 30 y n.p 5; es decir, . Pero no es una regla estricta.
PROBLEMA
Por lo general una compaa compra grandes lotes de un cierto tipo de dispositivos electrnicos. Se utiliza un mtodo que rechaza un lote completo si se encuentran dos o ms unidades defectuosas en una muestra aleatoria de 100 unidades. cul es la probabilidad de: a) rechazar un lote que tiene un 1% de dispositivos defectuosos?; b) aceptar un lote que tiene un 5% de dispositivos defectuosos? a. = n * p = 100 * 0,01 = 1 P(X > = 2) = 1 P( x < 2) = 1 [P(x=0) + P(x=1)] = 0,264241117 Conclusin: La probabilidad de que rechazar un lote que tiene un 1% de dispositivos defectuosos es de 26,4241117% b. = n * p = 100 * 0,05 = 5 P(x<2) = P(x=0) + P(x=1) = 0,040427681
Conclusin: La probabilidad de que rechazar un lote que tiene un 5% de dispositivos defectuosos es de 4,0427681%