UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS MATEMÁTICAS Y FÍSICAS

CARRERA DE INGENIERÍA EN NETWORKING

“ Exposición de Probabilidad y Estadística”

TEMA: Aproximación de Poisson a la Normal

Integrantes: Cinthia Carolina Moreira Macías
María José Moran Quimis
Curso: “N3J”
Ing. Karina Real
Distribución Normal
La distribución normal se trata de una variable aleatoria continua (la variable
puede tomar cualquier valor real). La función de densidad tiene forma de
campana.
Dos parámetros determinan una distribución normal: la media y la desviación
típica. Cuanto mayor sea la desviación típica mayor es la dispersión de la
variable.
La distribución normal es simétrica respecto de la media.

Distribución de Poisson
Es definida por un parámetro: Lambda (λ). Este parámetro es iguala la media y la
varianza. A medida que lambda aumenta, la distribución de Poisson se acerca a
una distribución normal.
Aproximación de Poisson a la Normal

Se puede aproximar también la Poisson a través de la normal cuando λ es

grande.
Poiss(nλ)= N (nλ,√nλ)
Cuanto mayor sea lambda mejor será la aproximación.
Anteriormente se ha indicado que:

Aunque para n finito las distribuciones de Poisson y Normal no coinciden, es

posible aproximar la primera por la segunda, de acuerdo a la regla siguiente:

aproximar a la Normal de media λ,

λ ≥ 10
varianza λ
no aproximar, calcular con la variable
λ < 10
original
Aproximación de una Distribución de Poisson por
una Normal

Sea X una variable aleatoria discreta que se distribuye como una Poisson
de parámetro ( λ ), se demuestra que cuando λ es muy grande, se puede
aproximar por medio de una distribución normal, como ocurría
anteriormente.
Así, si

La condición es que se verifique λ >10.

Ejemplo:
Pedro comienza a trabajar en las oficinas centrales de un banco y
el jefe le dice que el numero diario de sobregiros en las sucursales
del banco sigue una distribución de Poisson con varianza de 16. ¿
Cuál es la probabilidad de que en un día cualquiera se produzcan
en dos sucursales un total de 34 sobregiros?

Datos:
X numero de sobregiros de una sucursal
Varianza 16 media 16
Y = (X1 + X2) Y = 32 = λ
P (Y>34) COMO λ> 10, SE PUEDE APLICAR LA
APROXIMACION NORMAL
Y, N(λ, ) N(32, 32)
tipificamos P(Y>34) =P(Z> )
= P(Z>0,441) = 0,67

BUSCAMOS ESTE VALOR

EN LA TABLA DE LA
DISTRIBUCION NORMAL