UNIVERSIDAD NACIONAL

PEDRO RUIZ GALLO

FACULTAD DE CIENCIAS FSICAS Y MATEMTICAS

ESCUELA PROFESIONAL DE INGENIERIA

ELECTRNICA

Distribucin de poisson

ALUMNOS:

Figueroa Santa Cruz Manuel.

ASIGNATURA:
Probabilidad y Estadstica

DOCENTE:
Albail Santisteban Vctor

Lambayeque, 26 de Octubre del 2016

 Distribucin de Poisson | Probabilidades y Estadstica

INTRODUCCION

La distribucin 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. Se usa la distribucin de Poisson para obtener la
probabilidad de ocurrencia de sucesos raros cuyo resultado lo representa una
variable discreta, cuando la probabilidad del evento que nos interesa se distribuye
dentro de un segmento n dado como por ejemplo distancia, rea, volumen o
tiempo definido, permitiendo determinar la probabilidad de ocurrencia de un
suceso con resultado discreto. Es muy til cuando la muestra o segmento n es
grande y la probabilidad de xitos p es pequea.

Pgina 2 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

1. DATOS HISTORICOS:

La distribucin de Poisson se llama as en honor a su creador, el francs Simen

Dennis Poisson (1781-1840), esta distribucin de probabilidades fue uno de los
mltiples trabajos matemticos que Dennis complet en su productiva trayectoria.
Que la dio a conocer en 1838 en su trabajo Recherches sur la probabilit des
jugements en matires criminelles et matire civile (Investigacin sobre la
probabilidad de los juicios en materias criminales y civiles).

2. DISTRIBUCIN DE POISSON:

En teora de probabilidad y estadstica, la 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 "raros".
La distribucin de probabilidad de Poisson es un ejemplo de distribucin de
probabilidad discreta.
Es muy til cuando la muestra o segmento n es grande y la probabilidad de
xitos p es pequea, se utiliza cuando la probabilidad del evento que nos interesa
se distribuye dentro de un segmento n dado como por ejemplo distancia, rea,
volumen o tiempo definido.

3. PROPIEDADES DE UN PROCESO DE POISSON:

a) La probabilidad de observar exactamente un xito en el segmento o tamao

de muestra n es constante.
b) El evento debe considerarse un suceso raro.
c) El evento debe ser aleatorio e independiente de otros eventos.
d) Los sucesos son de la misma clase u homogneas.
e) Los sucesos en un intervalo son independientes de los sucesos de otros
intervalos no superpuestos.
f) El promedio de sucesos por unidad de intervalo (t=1), es conocido e igual a
v.
g) La probabilidad de que dos o ms eventos se presenten en un rea de
oportunidad tiende a cero conforme esa rea se vuelve menor.

4. QU ES LA TASA DE OCURRENCIA?

La tasa de ocurrencia es igual a la media () dividida entre la dimensin del

espacio de observacin. Es til para comparar conteos de Poisson recolectados en
diferentes espacios de observacin. Por ejemplo, la central telefnica A recibe 50
llamadas telefnicas en 5 horas y la central telefnica B recibe 80 llamadas en 10
horas. Usted no puede comparar directamente estos valores, porque sus espacios de
observacin son diferentes. Debe calcular la tasa de ocurrencia para comparar estos
conteos. La tasa de la central telefnica A es (50 llamadas / 5 horas) = 10
llamadas/hora. La tasa de la central telefnica B es (80 llamadas / 10 horas) = 8
llamadas/hora.

Pgina 3 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

5. DIFERENCIAS ENTRE LA DISTRIBUCIN DE POISSON Y LA DISTRIBUCIN

BINOMIAL:

La distribucin de Poisson es similar a la distribucin binomial porque ambas

modelan conteos de eventos. Sin embargo, dentro de su espacio de observacin
finito, la distribucin de Poisson no establece un lmite superior a este conteo: una
central telefnica podra recibir un nmero infinito de llamadas en un da y no violar
los requisitos de la distribucin de Poisson. En cambio, la distribucin binomial
establece un lmite superior en el conteo: el nmero de eventos que usted observa no
puede exceder el nmero de ensayos que realiza.

6. FUNCION DE PROBABILIDAD PARA UN PROCESO DE POISSON:

La v.a.d. X definida como el nmero de sucesos que ocurren en un intervalo de

tamao t.
vt x
e (vt)
f ( x )=P ( X =x )= x=0,1,2,3,
x!

Donde:

v = Promedio de sucesos por unidad de intervalo.

t = Tamao del intervalo (ej.: t=2.3, t=5.8, etc.).

vt = Promedio se sucesos por intervalo de tamao t.

Tambin se puede expresar:

e x
f ( x )=P ( X =x )= x=0,1,2,3,
x!

Donde:

=vt

= Parmetro positivo que representa el nmero de veces que se espera

que ocurra el fenmeno durante un intervalo dado. Por ejemplo, si el
suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra x veces dentro de un
intervalo de 10 minutos, usaremos un modelo de distribucin de Poisson
con = 104 = 40.

x = Nmero de ocurrencias del evento o fenmeno (la funcin nos da la

probabilidad de que el evento suceda precisamente x veces).

= Base de los logaritmos naturales (e = 2,71828...)

Pgina 4 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

Media: E(x)= u

Varianza: V(x)=u

Desviacin estndar: =u

7. EJEMPLOS

1) El nmero promedio de accidentes de trnsito en cierto crucero de

carretera es dos por semana. Suponga que el nmero de accidentes sigue

una distribucin de Poisson con u=2.

a. Encuentre la probabilidad de que no haya accidentes en este crucero de

carretera durante un periodo de 1 semana.

b. Encuentre la probabilidad de que a lo sumo haya tres accidentes en esta

seccin de carretera durante un periodo de 2 semanas.

Solucin
a. El nmero promedio de accidentes por semana es u= 2. Por tanto, la

probabilidad de que no haya accidentes en esta seccin de carretera

durante 1 semana determinada es:

b. Durante un periodo de 2 semanas, el nmero promedio de accidentes en

esta seccin de carretera es 2(2)= 4. La probabilidad de que a lo sumo

haya tres accidentes durante un periodo de 2 semanas es:

Pgina 5 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

Donde:

Por tanto:

2) Un vendedor de seguros de vida en promedio 3 plizas por semana.

Calcular la probabilidad de:

a. Que venda algunas plizas en una semana.
b. Suponiendo que hay 5 das de trabajo por semana, Cul es la

probabilidad de que en un da dado venda una pliza?

c. Calcule la media, la varianza y la desviacin estndar de la

distribucin de probabilidad que se infiere en este problema.

Solucin

X= venta de pliza

U= 3 plizas por semanales

a. P(X>o) = P(X=1)+..+P(X=30) +.
P(A)= 1- P ( )
P(X>0)= 1- P(X=0)
3 0
e .3
P(X=0)= = 0.04978 = 4,978 %
0!

b. u=3 (7 das)
u= 3/5= 0.6
e0,6 . 0,61
P(X=1)= = 0.32929 = 33%
1!

c. E(x) = u = 3
V(x) = u = 3

Pgina 6 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

= u = 3

3) En una fbrica textil produce ciertas piezas defectuosas con una

probabilidad de 0.02.
a. Calcular la probabilidad que en una muestra de 100 piezas ninguna sea
defectuosa
b. Exactamente una sale defectuosa
c. A lo ms una sea defectuosa

Solucin

a. Haciendo = n.p
n= 100
p= 0.02
= n.p = 100x 0.02= 2

P(X, )= (^ (2).2^0)/0! =^ (2)=0.13533

b. P(X=1; =2)= (^ (2).2^1)/1!

P(X=1; =2)= 0.2706

c. P(X<=1; =2)= (=0) ^1=(^(2).2^)/!

P(X=1; =2)= (^ (2).2^0)/0! + (^ (2).2^1)/1!

P(X=1; =2)= 0.4059

8. Referencia bibliogrfica:
Libro de Texto del Curso de Estadstica General (Departamento de estadstica e
informtica, Universidad Nacional Agraria La Molina)
Introduccin a la Probabilidad y Estadstica, 13 Edicin. Mendenhall Beaver
Beaver.
Probabilidad y Estadstica: Aplicaciones a la Ingeniera. Dr. Ramn Depool Rivero
y Ing. Discoro Monasterio
Estadstica y Probabilidades, editado por G. Aaron Estuardo Morales.

9. Linkografa:

Pgina 7 de 8
 Distribucin de Poisson | Probabilidades y Estadstica

https://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson
http://es.slideshare.net/ameriiqareyes/distribucin-de-poisson-12074133
http://es.slideshare.net/jesussanval/distribucin-de-poisson
https://www.youtube.com/watch?v=hmAfNpD7Eps
https://www.google.com.pe/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=14&cad=rja&uact=8&ved=0ahUKEwiZl8i
SwfjPAhXF6CYKHf7wB2M4ChAWCCwwAw&url=http%3A%2F
%2Fwww2.fisica.unlp.edu.ar%2Fmaterias%2FFEIV%2FTeorias2014%2FClase
%252012.ppt&usg=AFQjCNFsODWnvczIhzImTiyJTh8HLeHw7w&sig2=vpqZ651LH
z9Wx9o9XguvNw&bvm=bv.136593572,d.eWE
http://www.monografias.com/trabajos-pdf5/distribucion-poisson-excel-winstats-y-
geogebra/distribucion-poisson-excel-winstats-y-geogebra.shtml
http://www.gestiopolis.com/que-es-la-distribucion-de-poisson/

http://www.spentamexico.org/v4-n1/4(1)%20149-178.pdf

Pgina 8 de 8