Vous êtes sur la page 1sur 11

Estadística

ESTADÍSTICA 1

Sesión No. 10

Nombre: Distribuciones de probabilidad discreta. Tercera parte.

Contextualización

¿Cómo es el proceso de Poisson?

En la presente sesión analizarás y describirás el proceso de Poisson.

Existirá la oportunidad de definir y conocer la función de probabilidad, del valor


esperado y varianza de las variables aleatorias discretas que se tienen en la
distribución de Poisson.

Además, resolverás problemas que involucran a éste tipo de distribución.

Fuente: http://upload.wikimedia.org/wikipedia/commons/thumb/a/a2/PoissonCDF.png/325px-PoissonCDF.png
ESTADÍSTICA 2

Introducción al Tema

¿Qué es una distribución de Poisson?

¿Cómo se lleva a cabo una distribución de Poisson?

Una variable aleatoria discreta que se suele usar para estimar el número de
veces que sucede un hecho determinado (ocurrencias) en un intervalo de tiempo
o de espacio es el tipo de situaciones que maneja la distribución de Poisson.

Fuente: http://www.matematicasypoesia.com.es/Estadist/distribucion-de-poisson.jpg
ESTADÍSTICA 3

Explicación

Distribución Poisson. Modelos de probabilidad para variables aleatorias


continuas.

1. La probabilidad de ocurrencia es la misma para cualquiera de los dos


intervalos de la misma magnitud.

2. La ocurrencia o no-ocurrencia en cualquier intervalo es independiente de


la ocurrencia o no-ocurrencia en cualquier otro intervalo.

Tiempo entre dos


ocurrencias consecutivas DISTRIBUCIÓN
de un tipo de evento EXPONENCIAL
específico.

Número de veces que


ocurre este evento en un DISTRIBUCIÓN
período dado. POISSON
ESTADÍSTICA 4

Función de probabilidad de Poisson

µ xe−µ
f ( x) = , para x = 0,1, 2, 3…
x!

En donde: f(x) = probabilidad de x ocurrencias en un intervalo

µ= valor esperado o media de ocurrencias.

e = 2.71828

Valor esperado y varianza:

E(x) = µt y V(x) = µt

Donde t es la unidad tomada como base para el promedio (tiempo, espacio,


etcétera).

Ejemplo: suponga que desea saber el número de llegadas de coches, en un


lapso de 15 minutos, a la rampa del cajero automático de un banco. Si la
administración desea saber la probabilidad de que lleguen exactamente 5
coches en 15 minutos. Considere que en promedio llegan 10 coches en un lapso
de 15 minutos.

Datos: x= 5, µ= 10

(10) 5 e −10 (100000)(0.000045399)


f ( x) = = = 0.0378
5! 120

Ahora calcularemos el valor esperado y la varianza:

Una propiedad de la distribución de Poisson es que la media y la varianza son


iguales, por lo tanto:

E(x) = V(x) = 10
ESTADÍSTICA 5

Ejemplo: una pieza elaborada en un torno tiene en promedio de 3 fallas. Para


una pieza tomada al azar, calcula la probabilidad de:

a. Tenga por lo menos 3 fallas.


b. Tenga fallas
c. No tenga fallas

a. Tenga por lo menos 3 fallas. En este caso x≥3, se resta a 1 f(x≤2).

P(x≥3) = 1 - P(x≤2)

= 1 – [P(x=0)+P(x=1)+P(x=2)]

 (3) 0 e −3   (3)1 e −3   (3) 2 e −3 


= 1 -  + + 
 0!   1!   2! 

= 1- [0.0497+0.1493+0.2240] = 1 – 0.423 = 0.577

b.Tenga fallas. En este caso x≥1, se resta a 1 la probabilidad de x=0

Como en el inciso anterior ya se realizó este cálculo, tenemos que


P(x=0)=0.0497, entonces:
P(x≥1) = 1 –P(x=0)
= 1- 0.0497 = 0.9503

c. No tenga fallas, consideremos x= 0, ya tenemos este dato calculado, su


probabilidad es P(x=0) = 0.0497

Para dar solución a estos problemas de la distribución de Poisson podemos


hacer uso de las tablas acumulativas.

La siguiente tabla está en la Cátedra de Probabilidad y Estadística:


ESTADÍSTICA 6
ESTADÍSTICA 7

Conclusión

En esta sesión aprendimos a calcular la función de probabilidad de Poisson,


considerando que un problema corresponde a este tipo de distribución si
expresa valores en promedio como dato para el cálculo de probabilidades.

La siguiente sesión aprenderemos a utilizar la distribución de probabilidad


Normal.

Fuente: http://www.monografias.com/trabajos56/distribucion-normal-minitab/Image14800.gif
ESTADÍSTICA 8

Para aprender más

En este apartado encontrarás más información acerca del tema para enriquecer
tu aprendizaje.

Puedes ampliar tu conocimiento visitando los siguientes sitios de Internet.

• Khanacademy.org. (s/f). Distribución Poisson. Consultado el 7 de


noviembre de 2013:
http://brd.unid.edu.mx/distribucion-poisson-2/

• Distribución de Poisson. (s/f). Consultado el 7 de noviembre de


2013: http://brd.unid.edu.mx/distribucion-poisson/

• Distribución Poisson y Gamma, Consultado el 22 de Julio del 2019.


http://www.redalyc.org/pdf/4962/496250639012.pdf

• Es de gran utilidad visitar el apoyo correspondiente al tema, pues te


permitirá desarrollar los ejercicios con más éxito.
ESTADÍSTICA 9

Actividad de Aprendizaje

Con lo aprendido en esta sesión acerca de la función de probabilidad de Poisson,


resuelve el siguiente ejercicio:

Una línea aérea presenta en promedio 2.5 salidas a destiempo por día. Calcula
la probabilidad de que en un día determinado:

a. Haya salidas a destiempo


b. Haya al menos 5 salidas a destiempo
c. Haya exactamente 1 salida a destiempo.

Sube el ejercicio resuelto a la plataforma.


ESTADÍSTICA 10

Bibliografía

Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para administración


y economía. México: Editorial Cengage Learning.

Cibergrafía

Cátedra: Probabilidad y Estadística. (s/f). En Facultad Regional Mendoza, UTN.


Consultado el 3 de marzo de 2014:

http://tvmayaguez.pucpr.edu/Documentos/PPT%20Talleres%20Facul
tad/Prof.%20Baquero/FINANZAS%20211/TABLAS%20DE%20PROB
ABILIDAD/TD4_PoissonAcumulada.pdf