UNIVERSIDAD NACIONAL DE

CAJAMARCA
FACULTAD DE INGENIERÍA
E. A. P. DE INGENIERÍA GEOLÓGICA
GEOESTADISTICA
“MODELO POISSON”

PRESENTADO POR:

DOCENTE:
Concepto:
Muchos hechos no ocurren como resultado de un número definido de
pruebas de un experimento, sino en puntos de tiempo, espacio o volumen
al azar. El hecho puede ser el número de ocurrencias de fósiles con ciertas
características en x cm3 de sedimentos, el número de partículas
radiactivas emitidas por x cantidad de sustancia, el número de terremotos
en x años, etcétera. Experimentos de este tipo se conocen como
experimentos Poisson (atribuido al matemático francés S.D. Poisson, 1781
-1840)
Características
 El número de ocurrencias del hecho es independiente de una unidad especificada a
otra. La unidad especificada puede ser un intervalo de tiempo, de espacio o un
volumen.
 El valor esperado de la variable es proporcional al tamaño de la unidad especificada.
 La probabilidad de más de una ocurrencia del hecho en una unidad especificada
muy pequeña es despreciable en comparación con la probabilidad de una sola
ocurrencia; por lo tanto puede considerarse nula.
 Las pruebas son independientes.
 La variable aleatoria bajo estudio es X, el número de ocurrencias por unidad
especificada.
 La variable aleatoria Poisson es discreta y tiene infinitos valores posibles.
 La función de probabilidad Poisson, del número de ocurrencias por unidad
especificada queda completamente definida por su promedio de ocurrencia en esa
unidad especificada, el parámetro llamado Lambda ( λ)

−λ λ𝑥
Pt(𝑥, λ)= 𝑒
𝑥!
Características
 La Esperanza de una variable Poisson es E(X) = λ
 La varianza de una variable Poisson es V(X) = λ
 La función de distribución acumulada de una variable Poisson, como la
de cualquier variable aleatoria discreta, da la probabilidad de obtener r
ó menos ocurrencias, se obtiene sumando las probabilidades de obtener
las probabilidades individuales para todos los valores Poisson iguales o
menores a r, es decir
Pt(𝑟, λ)= 𝑃(𝑥 ≤ 𝑟)
𝑟
Pt= 𝑥=0
𝑃(𝑥;λ)
Gráficas

figura N° 1: Distribuciones de Poisson para: a) λ = 1, b) λ =15 y c) λ = 5.

Ejemplo aplicado a la geología
Un evento que ocurre más de una vez, o se espera que ocurra más de una
vez, se dice que es recurrente. El periodo de retorno es el intervalo de tiempo
esperado entre ocurrencias. El Popoctepetl es el volcán activo más alto de
México. A partir del estudio del historial de las erupciones se estimó el periodo
de retorno en 0,0202 años-1.
RESOLUCION
a) Calcular las probabilidades de tener 1, 2 y ninguna erupción en 20 años.
El dato inicial λ = 0,0202 erupciones en un año. Como es proporcional a la
unidad entonces para 20 años λ = 0,404
Ninguna erupción x = 0, una erupción x=1 y dos erupciones x=2. e=2,71828
0.4040
Pt(0, 0.404)= 𝑒 −0,404
0!
= 0.668
0,4041
Pt(1, 0.404)= 𝑒 −0 ,404
1!
= 0,270
0,4042
Pt(2, 0.404)= 𝑒 −0 ,404
2!
= 0,054
Ejemplo aplicado a la geología
b) ¿Cuántas erupciones se espera que ocurran en 50 años?
Para este caso λ=1,01. Dado que la esperanza de la distribución de
probabilidades Poisson es E(X) = λ, se espera que ocurra una erupción
cada 50 años.
 Algunas variables geológicas que siguen el modelo Polisón son:
minerales raros en rocas expresados como número de granos en
muestras de un tamaño dado, número de pozos de petróleo por
área en un yacimiento, el número de partículas emitidas por
unidad de tiempo de sedimentos radioactivos y todo evento u
objeto que se pueda contar en unidades iguales de área, volumen o
intervalos de tiempo iguales. También suele describir
adecuadamente a los eventos raros como inundaciones, tsunamis,
actividad volcánica, etcétera.Fuente: Introducción al análisis
estadístico de datos geológicos, Marta Alperin, 1a ed. - La Plata :
Universidad Nacional de La Plata, 2013. Pág. 55-56