FACULTADA DE INGENIERA INDUSTRIAL Y DE SISTEMAS

Escuela Profesional de Ingeniera de Sistemas

TEMA:
DISTRIBUCION DE POISSON
INTEGRANTES:

Herrera Trujillo JeanPier

Ortiz Sierra gianfranco

Huaman quispe luis

Meza caso ashley

Eguzquiza jimenez giovnni

Huaranca jeaneth

CURSO:
ESTADISTICA INFERENCIAL
DOCENTE:
Ing. Nohemy

SECCIN:
AO:

CICLO: IV
Lima

-20151

Dato histrico
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.

Utilidad
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.

Permite 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.

 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.

Ejemplos de la utilidad

La llegada de un cliente al negocio durante una hora.

Las llamadas telefnicas que se reciben en un da.

Los defectos en manufactura de papel por cada metro producido.
Los envases llenados fuera de los lmites por cada 100 galones de
producto terminado.

Propiedades de un proceso de Poisson

1. La probabilidad de observar exactamente un xito en el segmento o

tamao de muestra n es constante.
2. El evento debe considerarse un suceso raro.
3. El evento debe ser aleatorio e independiente de otros eventos

La distribucin de Poisson
La distribucin de probabilidad de Poisson es un ejemplo de distribucin de
probabilidad discreta.
La distribucin de Poisson parte de la distribucin binomial.
Cuando en una distribucin binomial se realiza el experimento muchas veces, la
muestra n es grande y la probabilidad de xito p en cada ensayo es baja, es
aqu donde aplica el modelo de distribucin de Poisson.
Se tiene que cumplir que:
p < 0.10
p * n < 10

La funcin P(x=k)
A continuacin veremos la funcin de probabilidad de la distribucin de Poisson.

Donde:
P(X=K) es la probabilidad de ocurrencia cuando la variable discreta X toma un
valor finito k.
= Lambda es la ocurrencia promedio por unidad (tiempo, volumen, rea, etc.).
Es igual a p por el segmento dado. La constante e tiene un valor aproximado de
2.711828
K es el nmero de xitos por unidad
Ejemplo de la funcin F (x=k)
5

La probabilidad de que haya un accidente en una compaa de manufactura es

de 0.02 por cada da de trabajo. Si se trabajan 300 das al ao, cul es la
probabilidad de tener 3 accidentes?
Como la probabilidad p es menor que 0.1, y el producto n * p es menor que 10
(300 * 0.02 = 6), entonces, aplicamos el modelo de distribucin de Poisson:

Al realizar el cmputo tenemos que P(x = 3) = 0.0892

Por lo tanto, la probabilidad de tener 3 accidentes laborales en 300 das de
trabajo es de 8.9%.

Tablas de probabilidad de Poisson

Utilizando la tabla de probabilidad de Poisson se pueden resolver el ejemplo
anterior.
Para esto, usted debe saber los valores X y .
X es el nmero de xitos que buscamos. Este es el valor K.
es el nmero promedio de ocurrencias por unidad (tiempo, volumen,
rea, etc.). Se consigue multiplicando a p por el segmento dado n

Del ejemplo:

= 0.02 * 300 = 6

Usando tablas :

La media y la varianza 2