Documente Academic
Documente Profesional
Documente Cultură
Distribucin de Poisson
hcardenasc1@est.ups.edu.ec fquizhpic2@est.ups.edu.ec dbohorquez@est.ups.edu.ec
Universidad Politcnica Salesiana - Sede Cuenca
Resumen. Analizaremos la distribucin de Poisson cules son las ventajas de este tipo de distribucin
en comparacin con otras distribuciones que estudiaremos ms adelante.
OBJETIVOS
Objetivo General:
Objetivos Especficos:
Dominar el uso de las funciones asociadas a una variable aleatoria discreta para calcular
probabilidades.
Reconocer y aplicar modelos de probabilidad discretos.
I. MARCO TERICO
Espacio Muestral
Media
Xi
x= i=1
n
Varianza
Es un valor numrico que mide el grado de dispersin relativa porque depende de la posicin de
los datos con respecto a la media.
Es el cuadrado de la desviacin estndar.
( x ix )2
S 2= i=1
n
Desviacin estndar
s 2=s
Distribucin de Poisson
Es una distribucin de probabilidad discreta que expresa, a partir de una frecuencia de
ocurrencia media, la probabilidad de que ocurra un determinado nmero de eventos durante
cierto perodo de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de
sucesos con probabilidades muy pequeas, o sucesos.
Este parmetro es igual a la media y la varianza. A medida que lambda aumenta, la distribucin
de Poisson se acerca a una distribucin normal.
Utilice la distribucin de Poisson para describir el nmero de veces que un evento ocurre en un
espacio finito de observacin.
Una variable sigue una distribucin de Poisson si se cumplen las siguientes condiciones:
Los datos son conteos de eventos (enteros no negativos, sin lmite superior).
Todos los eventos son independientes.
La tasa promedio no cambia durante el perodo de inters.
Caractersticas
La probabilidad de que un resultado muy pequeo ocurra en un intervalo de tiempo muy corto o
en una regin pequea es proporcional a la longitud del intervalo de tiempo o al tamao de la
regin.
e es la constante 2.7183, base de los logaritmos naturales, en tanto que los valores de e
pueden obtenerse de tablas.
X seala un valor especfico que la variable pueda tomar (el nmero de xitos que deseamos
ocurran).
II. DESARROLLO
Ejemplo 1
Si un banco recibe en promedio 6 cheques sin fondo por da, Cules son las probabilidades de que
reciba,
a) 4 cheques sin fondo en un da dado,
b) 10 cheques sin fondos en cualquier de dos das consecutivos?
Resolucin:
X = es la variable que define de los cheques sin fondo que llegan al banco en un da.
= es el numero de cheques sin fondo por da
6 4e6
P ( x =4| =6 )=
4!
( 1296 )(0,00248)
P ( x =4| =6 )=
4321
P ( x =4| =6 )=0,13392
xe
P ( x| )=
x!
12 12
10 e
P ( x =10|=12 )=
10 !
( 6,1917 x 1010 )(6,144 x 106)
P ( x =10|=12 )=
3628800
P ( x =10|=12 )=0,10483
Ejemplo 2
x
e
P ( x| )=
x!
30e3
P ( x =0|=3 )=
0!
( 1 )(0,04978)
P ( x =0|=3 )=
0!
P ( x =0|=3 )=0,04978
P ( x 2 )=0,04978+0,1493+0,2040
P ( x 2 )=0,40308
0 3
3 e
P ( x =0|=3 )=
0!
( 1 )(0,04978)
P ( x =0|=3 )=
0!
P ( x =0|=3 )=0,04978
1 3
3 e
P ( x =1| =3 )=
1!
( 3 )(0,04978)
P ( x =1| =3 )=
1!
P ( x =1| =3 )=0,1493
32e3
P ( x =2| =3 )=
2!
( 9 )(0,04978)
P ( x =2| =3 )=
2!
P ( x =2| =3 )=0,2240
Resolver los siguientes literales del ejercicio anterior:
c) Que ocurran 30 accidentes en un ao
Realizamos una regla de tres para saber el numero de que es el numero de accidentes por ao.
Tenemos que es 36 accidentes por ao.
3630e36
P ( x =30|=36 )=
30 !
32
2,6525 x 10
( 4,887 x 1046 )(2,3195 x 1016)
P ( x =30|=36 )=
P ( x =30|=36 )=0,0427
8 9
9 e
P ( x =8|=9 ) =
8!
P ( x =8|=9 ) =0,1317
III. BIBLIOGRAFIA
[1]http://ocw.um.es/ciencias/estadistica-en-el-grado-de-ciencia-y-tecnologia-de/material-de-clase-1/cyta-
estadistica-tema4.pdf
[2]https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson#Procesos_de_Poisson
[3]http://support.minitab.com/es-mx/minitab/17/topic-library/basic-statistics-and-graphs/probability-
distributions-and-random-data/distributions/poisson-distribution/
[4]http://www.virtual.sepi.upiicsa.ipn.mx/mdid/poisson.pdf
[5]https://es.wikipedia.org/wiki/Distribuci%C3%B3n_binomial