UNIVERSIDAD ESTATAL AMAZÓNICA​

ESTADÍSTICA
 

Tema :
LEY DE DISTRIBUCIÓN DE
POISSON
Objetivos:
1.- Comprender y entender los conceptos de la distribución de Poisson.
2.- Resolver ejercicios de distribuciones de Poisson
La distribución de Poisson es una distribución de probabilidad discreta, que describe el número
de veces que ocurre un evento durante un intervalo específico; el cual puede ser de tiempo,
distancia, área, volumen, entre otros. 
UTILIDAD
La distribución de 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.

Permite determinar la probabilidad de ocurrencia de un suceso con resultado discreto.

Es muy útil cuando la muestra o segmento n es grande y la probabilidad de éxitos p es pequeña.

Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de un segmento n
dado como por ejemplo distancia, área, volumen o tiempo definido.
Ejemplos de la utilidad
La llegada de un cliente al negocio durante una hora.
Las llamadas telefónicas que se reciben en un día.
Los defectos en manufactura de papel por cada metro producido.
Los envases llenados fuera de los límites por cada 100 galones de producto terminado.

La distribución de Poisson se emplea para describir

procesos con un elemento en común, pueden ser
descritos por una variable aleatoria discreta.
 Experimento de Poisson
En una distribución de Poisson, se cumplen siempre los siguientes supuestos:

i) la variable aleatoria es el número de veces que ocurre un evento durante un intervalo definido. El intervalo puede ser tiempo,
distancia, área, volumen o alguna unidad similar.

X = número de veces que ocurre un evento durante un intervalo definido

ii) la probabilidad de ocurrencia es la misma para cualesquiera 2 intervalos de igual longitud.

iii) la ocurrencia o no ocurrencia en cualquier intervalo es independiente de la ocurrencia o no ocurrencia en cualquier otro intervalo.
iv) dos eventos no pueden ocurrir exactamente al mismo tiempo.

Si se cumplen esas condiciones, la variable aleatoria discreta X sigue una distribución de Poisson y podemos aplicar la fórmula de la
distribución de Poisson.
Distribución de Poisson
e dice que una variable aleatoria discreta X tiene una distribución de Poisson con parámetro μ (μ>0) si la función de
probabilidad de X es:

Donde:

f(x) = P(X=x) : probabilidad de x ocurrencias en un intervalo.

μ: valor esperado o media de X.
e: base de los logaritmos naturales. Su valor es 2,71828…
Además, en una distribución de Poisson:

La media de X es igual a μ.
La varianza de X es igual a μ.
La veterinaria recibe un promedio de μ = 4 pacientes por día. Sabiendo que el número de
pacientes que llegan en un día sigue una distribución de Poisson, calcular:

a) la probabilidad de que lleguen 3 pacientes en un día.

La probabilidad de que haya un accidente en una compañía de manufactura es de 0.02 por
cada día de trabajo. Si se trabajan 300 días al año, ¿cuál es la probabilidad de tener 3
accidentes? 
 La probabilidad de que un producto salga defectuoso es de 0.012. ¿Cuál es la probabilidad de
que entre 800 productos ya fabricados hayan 5 defectuosos?
En una intersección, los registros policiales indican una media de 5 accidentes
mensuales. El departamento de Seguridad de Tránsito desea calcular la probabilidad
de que en cualquier mes ocurran exactamente 0, 1, 2, 3 ó 4 accidentes.
GRACIAS