Instituto Politcnico Nacional

Escuela Nacional de ciencias biolgicas

Unidad Profesional Casco de Santo Toms

BIOESTADISTICA
Poisson

Contenido
OBJETIVO.................................................................................................... 3
INTRODUCCIN........................................................................................... 3

DISTRIBUCIN DE POISSON................................................................................................ 3
Caractersticas:........................................................................................................ 3
DESARROLLO.............................................................................................. 4
DISCUSIN DE RESULTADOS.........................................................................4
CONCLUSION............................................................................................... 5
CONSULTAS................................................................................................. 5

OBJETIVO

Desarrollar los problemas con lo visto en clase

Saber usar correctamente la formulada dada en el formulario

INTRODUCCIN
Distribucin de Poisson
Esta distribucin es una de las ms importantes distribuciones de variable discreta. Sus
principales aplicaciones hacen referencia a la modelizacin de situaciones en las que nos

interesa determinar el nmero de hechos de cierto tipo que se pueden producir en un

intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias
restrictivas. Otro de sus usos frecuentes es la consideracin lmite de procesos dicotmicos
reiterados un gran nmero de veces si la probabilidad de obtener un xito es muy pequea.
Caractersticas:
En este tipo de experimentos los xitos buscados son expresados por unidad de rea,
tiempo, pieza, etc.
# de defectos de una tela por m2
# de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc.
# de bacterias por cm2 de cultivo
# de llamadas telefnicas a un conmutador por hora, minuto, etc.
# de llegadas de embarcaciones a un puerto por da, mes, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o
producto, la frmula a utilizar sera:

Donde:
p(x, l) = probabilidad de que ocurran x xitos, cuando el nmero promedio de ocurrencia de
ellos es l
l = media o promedio de xitos por unidad de tiempo, rea o producto
3
e = 2.718
x = variable que nos denota el nmero de xitos que se desea que ocurra
Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de
tiempo, rea o producto es totalmente al azar y que cada intervalo de tiempo es
independiente de otro intervalo dado, as como cada rea es independiente de otra rea
dada y cada producto es independiente de otro producto dado.
El proceso de Poisson tiene las siguientes propiedades:
1. Los sucesos son independientes y aparecen en el soporte continuo de forma aleatoria,
es decir un proceso sin memoria, donde el resultado que hayan ocurrido anteriormente
no influye en los resultados posteriores.
2. El proceso es estable, es decir a largo plazo producen un nmero medio de sucesos
desfavorables constante por unidad de soporte continuo
La distribucin de poisson corresponde a la generalizacin del proceso de Bernoulli llevado al
soporte continuo, con probabilidad elemental del suceso desfavorable pequeo. Es el modelo
de los llamados sucesos raros, con probabilidad elemental inferior a 0.01 (p<0.001)
DESARROLLO
Con el objeto de revisar la calidad del pulido de un lente, cierta compaa acostumbra
determinar el nmero de manchas en la superficie considerando el lente defectuoso si 3 o
ms manchas, asperezas u otro tipo de defectos aparecen en l. Si la tasa media es de 2
defectos por cm2.

a) Calcule la probabilidad de que a lo ms 2 lentes de 4 cm2 de los siguientes 10

revisados no se les catalogue como defectuosos?
Un lente no se cataloga defectuoso si tiene menos de 3 defectos
X=Cantidad lentes de 4 cm2, que tienen menos de 3 defectos
defectos
2
, t=4 cm2, entonces =t=8 defectos
cm2
p=P ( Y <3 )=0.0138
p ( x 2 )=P ( X=0 )+ P ( X =1 ) + P ( X=2 )
10

10

10

10

C0 ( 0.0138 ) ( 0.9862 ) +C 1 ( 0.0138 ) ( 0.9862 ) + C2 ( 0.0138 ) ( 0.9862 ) =0.999

b) Calcule la probabilidad de que el primer lente de 4 cm2, catalogado como defectuoso
se encuentre despus del segundo lente revisado?
(Supngase que la cantidad de defectos en un lente tiene una distribucin de poisson
y que la cantidad de defectos de cada lente es independientes)
X=La cantidad de lentes de 4 cm2 , que analizados se encontrara el primer
defectuoso
P=1-P (y < 3)=1-0.0138=0.9862
Q=0.0138
P ( X >2 )=q 2=0.013 82 =1..9044 x 104
4

DISCUSIN DE RESULTADOS
Al revisar alguna bibliografa en lnea, pude notar que al resolver el problema era cuestin de
ir paso por paso, ya que como lo estaba haciendo directamente y luego no saba cmo
identificar X o
y entonces me perda y obtena resultados incorrectos, a veces correctos
pero no saba el porqu de mis datos. Ahora siguiendo el orden como lo vimos en clase e
incluso en la bibliografa fue ms sencillo identificar las variables. Estoy completamente
segura de mis resultados obtenidos.

CONCLUSION
Creo que conforme avanza el curso de bioestadstica se va viendo como que va ms
enfocada la materia, me gusta los problemas de aplicacin por que se me hace interesante
el tipo de problema que se puede resolver, solo aplicando algunos teoremas de estadstica y
que nos ayudan a conseguir una respuesta incluso decisiones de mucha importancia en la
industria.

CONSULTAS
Distribucin de Poisson [en lnea]. [Fecha de consulta: 30 de mayo 2015]. Disponible
en: http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/05Distr
%20Poisson.htm
Manual de Estadstica Universitaria: Inductiva [en lnea]. [fecha de consulta: [30 de
mayo 2015].
Disponible en: https://books.google.com.mx/books?
id=3IXxqc2uNXEC&pg=PA100&dq=poisson&hl=es419&sa=X&ei=Sr1rVf2cF8KCsAWGyYBw&ved=0CFAQ6AEwBg#v=onepage&q=poisson
&f=false
Distribucin de poisson [en lnea]. [fecha de consulta: [31 de mayo 2015].
Disponible en: http://www.uv.es/ceaces/base/modelos%20de
%20probabilidad/poisson.htm