ESCUELA SUPERIOR POLITCNICA

DEL LITORAL

APROXIMACIN DE LA BINOMIAL CON LA

VARIABLE POISSON

ESTADSTICA DESCRIPTIVA

DANIEL CUSME VERA

IVANA JIMNEZ CLAVIJO

ALDO MERO PAREDES

VALERIA ROJAS MORN

 HISTORIA

Una distribucin de probabilidad es una funcin o regla que asigna probabilidades de ocurrencia

a cada posible resultado de un evento aleatorio. Las distribuciones de probabilidad nos dan una

representacin visual de todos los resultados posibles de algn evento y la probabilidad de obtener

un resultado relativo a los otros posibles resultados.

La distribucin de Poisson como una aproximacin a la distribucin binomial. Algunas veces,

si se desea evitar el tedioso trabajo de calcular las distribuciones binomiales, se puede usar a

cambio la de Poisson, pero debe cumplir con ciertas condiciones como: n=>20 y p=<0.05.

En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la distribucin

binomial en lugar de la media de la distribucin de Poisson de modo que la frmula quedara as:

P(x) = (np) X * e-np /x!

DISTRIBUCIN POISSON

El matemtico francs Simon-Denis Poisson desarroll su funcin en 1830 para describir el

nmero de veces que un jugador ganara un juego de azar raramente ganado en un gran nmero de

intentos. Dejando p representar la probabilidad de un triunfo en cualquier intento dado, la media,

o promedio, el nmero de triunfos () en n tries ser dado por = n p. Utilizando el matemtico

suizo Jakob Bernoulli s distribucin binomial, Poisson demostr que la probabilidad de obtener

k gana es aproximadamente k / e - k !, Donde e es la funcin exponencial y k! = (K - 1) (k - 2)

 2 1. Cabe destacar el hecho de que es igual a la media y la varianza (una medida de la

dispersin de datos lejos de la media) para la distribucin de Poisson.

La distribucin de Poisson es ahora reconocida como una distribucin de vital importancia por

derecho propio. Por ejemplo, en 1946 el estadstico britnico RD Clarke public "Una Aplicacin

de la Distribucin de Poisson", en la que revel su anlisis de la distribucin de xitos de bombas

voladoras (misiles V-1 y V-2) en Londres durante la Segunda Guerra Mundial. Algunas reas

fueron golpeadas con ms frecuencia que otras. Los militares britnicos deseaban saber si los

alemanes estaban apuntando a estos distritos o si la distribucin se deba al azar. Si en realidad los

misiles slo estuvieran dirigidos al azar, los britnicos podran simplemente dispersar instalaciones

importantes para disminuir la probabilidad de que sean golpeadas.

La distribucin de Poisson, por as decirlo, es la distribucin binomial Sin Q. En estas

circunstancias, y son sorprendentemente comunes, la distribucin de Poisson da el perfil de

frecuencia esperado para los eventos. Puede utilizarse a la inversa, para comprobar si un

determinado conjunto de datos se gener mediante un proceso aleatorio. Si los datos se ajustan a

la Expectativa de Poisson de cerca, entonces no hay una razn fuerte para creer que algo ms que

la ocurrencia aleatoria est en el trabajo. Por otro lado, si los datos son grumosos, buscamos lo que

podra estar causando el bulto.

Las distribuciones de Poisson se usan para calcular la probabilidad de que ocurra un evento en

un cierto intervalo. El intervalo puede ser de tiempo, rea, volumen o distancia. Puede encontrar
la probabilidad de que ocurra un evento que se encuentra usando la frmula en la imagen de la

frmula de distribucin de Poisson.

Condiciones de Probabilidad

Hay dos condiciones que deben cumplirse para utilizar una distribucin de Poisson.

Cada evento exitoso debe ser independiente. En relacin con nuestro hipottico viaje por

carretera, la probabilidad de encontrar una parada de descanso no debe depender de encontrar otra

parada de descanso.

La probabilidad de xito en un corto intervalo debe ser igual a la probabilidad de xito en un

intervalo ms largo. Por ejemplo, la probabilidad de encontrar una parada de descanso es de 2 por

cada 150 millas y esta tasa debe permanecer constante para cualquier longitud de distancia.
 DISTRIBUCIN BINOMIAL

La distribucin binomial fue desarrollada por Jakob Bernoulli (Suiza, 1654-1705) es la

principal distribucin de probabilidad discreta. La distribucin binomial es una distribucin de

probabilidad que resume la probabilidad de que un valor tome uno de dos valores independientes

bajo un conjunto dado de parmetros o suposiciones. Los supuestos subyacentes de la distribucin

binomial son que slo hay un resultado para cada ensayo, que cada ensayo tiene la misma

probabilidad de xito y que cada ensayo es mutuamente excluyente o independiente uno del otro.

Una distribucin binomial es una distribucin de probabilidad especfica. Se utiliza para

modelar la probabilidad de obtener uno de los dos resultados, un cierto nmero de veces (k), de un

nmero fijo de ensayos (N) de un evento aleatorio discreto.

Una distribucin binomial tiene slo dos resultados: el resultado esperado se llama xito y

cualquier otro resultado es un fracaso. La probabilidad de un resultado exitoso es py la probabilidad

de un fracaso es 1 - p.

Un resultado exitoso no significa que sea un resultado favorable, sino simplemente el resultado

que se cuenta. Digamos que un evento aleatorio discreto fue el nmero de personas disparadas por

armas de fuego el ao pasado. Estaramos buscando la probabilidad de obtener un cierto nmero

de vctimas fuera del grupo de tiroteos. El tiro no es ni un resultado favorable ni un resultado

exitoso para la vctima, pero es el resultado que estamos contando para esta variable discreta.
 Criterios para el uso de distribuciones binomiales.

La distribucin binomial se usa para modelar las probabilidades de ocurrencias cuando se

cumplen reglas especficas.

Regla # 1: Slo hay dos resultados mutuamente excluyentes para una variable aleatoria discreta

(es decir, xito o fracaso).

Regla # 2: Hay un nmero fijo de ensayos repetidos (es decir, pruebas sucesivas sin excluir

ningn resultado).

Regla # 3: Cada ensayo es un evento independiente (lo que significa que el resultado de un

ensayo no afecta los resultados de los ensayos subsiguientes).

Regla # 4: La probabilidad de xito para cada ensayo es fija (es decir, la probabilidad de obtener

un resultado exitoso es la misma para todos los ensayos).

Bibliografa
Spiegel, M. R. (s.f.). Teora y problemas de estadstica. McGraw-Hill.

Tracy Payne, P. (s.f.). study.com. Obtenido de Binomial Distribution: Definition, Formula &

Examples: http://study.com/academy/lesson/binomial-distribution-definition-formula-

examples.html