Está en la página 1de 12

DISTRIBUCION DE

POISSON
Cundo
usar esta distribucin?
til para la ocurrencia de eventos por unidad de
tiempo: errores/mes, quejas/semana, defectos/da.
Para su aplicacin, la probabilidad de ocurrencia del
evento debe ser constante en tiempo o espacio y
debe haber independencia de ocurrencia de eventos.
Cuando est en funcin del tiempo se debe
multiplicar ese valor de por el nmero de unidades
de tiempo, sea que se habla en este caso de =t.

DISTRIBUCION DE POISSON- EJEMPLOS DE


UTILIDAD
La llegada de un cliente al negocio durante una hora.
Las llamadas telefnicas que se reciben en un da.
Los defectos en manufactura de papel por cada metro
producido.
Los envases llenados fuera de los lmites por cada 100
galones de producto terminado.

DISTRIBUCION DE
FORMULAS
POISSON
Funcin densidad

Funcion densidad

x
p ( x, )
*e
x!
Funcin acumulada

( t ) x t
p ( x, t )
*e
x!
Funcion acumulada

P ( x, ) p ( x i , )

P ( x, t ) p ( xi , t )

Valor esperado de la media


Valor esperado de la var ianza

Valor esperado de la media


t
Valor esperado de la var ianza

2 t

i 1

i 1

DISTRIBUCION DE
POISSON
Forma de
la curva

DISTRIBUCION DE
POISSON
Cmo usar las tablas?
Para usar las tablas se sigue este procedimiento:
Asegurar que la variable sigue un comportamiento
Poisson (prueba de bondad de ajuste).
Se identifican los valores de n, y x o el valor de si
este es dado.
Se determina el valor de multiplicando n por , en el
caso de una aproximacin a la binomial.
En el caso de probabilidades puntuales, se localiza el
valor de x en la
columna de la izquierda y el valor
de o
(media de la distribucin de Poisson) en
la parte superior de la tabla.

DISTRIBUCION DE
POISSON
Cmo usar las tablas?

En el caso de probabilidades
acumuladas,
se localiza el valor de en la columna de la
izquierda y el valor de x en la parte superior
de la tabla.
El valor de la probabilidad es el valor que
interseca al valor de x con el valor de . Esto
se muestra en el siguiente segmento de la

tabla. Por ejemplo si =3.2,


x=7, la
respuesta es 0.0278.

DISTRIBUCION DE
POISSON
EJEMPLO 3

Una compaa vende productos en


metros y se ha caracterizado por tener
una tasa promedio de 4 defectos por
cada 200 metros. Si se compran 80
metros, cul es la probabilidad de
que haya:
1. dos defectos?
2. ms de cuatro defectos?
7

DISTRIBUCION DE
POISSON
SOLUCION
1. dos defectos?
P(x=2) para n=80. El valor de es (4/200)*80 = 1.6
defectos. Se usa la tabla densidad de Poisson con
x=2, por lo que el resultado es:
P(x=2)=p(2,1.6)=0.2584
Se puede usar tambin la tabla Poisson acumulada
con =1.6 defectos.
P(x=2)= P(x2) P(x1) = P(2,1.6)- P(1,1.6)
P(X=2)=0.783-0.525 = 0.258
La probabilidad de que haya dos defectos es 0.2584.

1.6 2 1.6
p(2,1.6)
* e 0.2584
2!

DISTRIBUCION DE
POISSON

SOLUCION
Tambin a manera de ejemplo se puede usar
la frmula correspondiente, as:
2

1 .6
p (2,1.6)
* e 1.6 0.2584
2!
La probabilidad de que haya dos defectos es
0.2584.

DISTRIBUCION DE
POISSON
SOLUCION
2. ms de cuatro defectos?
P(x>4) = 1- P(x4)= 1- P(4,1.6)= 1-0.976=0.024
Se usa la tabla de Poisson acumulada con
=1.6 defectos.
P(x4)= 0.976
La probabilidad de que haya ms de cuatro
defectos es 0.024.

10

DISTRIBUCION DE
POISSON
EJEMPLO 4
Una compaa de ventas por telfono recibe
llamadas a razn de 5 por segundo. Cul
es la probabilidad de que reciba:
1. tres llamadas en un segundo?
2. ms de cuatro llamadas en dos
segundos?

11

DISTRIBUCION DE
SOLUCION
POISSON
1. El valor de es 5 llamadas por segundo y el de x es 3 llamadas
en un segundo. Se usa la tabla densidad. As:
P(x=3)=p(3,5)=0.1404
Se puede usar tambin la tabla Poisson acumulada de =5
llamadas por segundo.
P(x=3)= P(x3) P(x2) = 0.265-0.125 = 0.14
La probabilidad de que haya dos defectos es 0.1404.
2. El valor de es 5*2=10 llamadas por segundo y el de x>4
llamadas por segundo. Se usa la tabla Poisson acumulada de
=10 llamadas por segundo.
P(x>4)= 1- P(x4) = 1- 0.029 = 0.971
La probabilidad de que haya dos defectos es 0.971.

12

También podría gustarte