You are on page 1of 2

DISRIBUCION DE POISSON

la distribucion de poisson correspon de a experimentos en los queobservamos la aparición de


sucesos desfavorables puntuales sobre “soporte continuo”

el proceso de poisson tiene las siguientes propiedades:

1° los sucesos son independientes y aparecen en el soporte continuo de forma aleatoria, es


decir un proceso sin memoria, donde el resultado hayan ocurrido anteriormente no incluye en
los resultados posteriores .

2° el proceso es estable, es decir a largo plazo produce eun numero meio de sucsos
desfavorable constante 𝜆 por unidsd de soporte continuo.

La distribución dde poisson corresponde a la generalización del proceso de bernouilli llevado al


soporte continuo , co provavilidad elemental del suceso desfavorable pequeño . es el modelo
de los llamados sucesos roros , con probabilidad elemental inferior a 0,01 (p<0.01).

1. El numero de observaciones se hace grande (n crece )


2. La probabilidad elemental se hace pequeña (p decrece )
3. La media de la distribución se hace constante (n*p=constante)

Toma la expresion :
𝜆𝜅
𝑓(𝑘) = 𝑝 = (𝑥 = 𝑘) = 𝑒 −𝜆 𝜅!

Que como vemos solo depende del parámetro 𝜆 , numero medio de sucesos constantes , por
lo que la notamos por 𝑃(𝜆) .

La función de distribución de as varialble que se distribuyen según poisson es :


𝜅
𝜆¡
𝑓(𝑘) = 𝑝(𝑥 ≤ 𝜅) = ∑ 𝑒 −𝜆
𝜆!
𝜄=0

Que es la secuencia tabulada en la talla III del capitulo 12para los diferentes valores de 𝜆 .

Los parámetros estocásticos de esta distribución se recogen en el cuadro numérico 1 al final de


este capitulo. Su análisis nos dice que se situa entorno a su valor media 𝜆, que siempre es
asimétrica hacia la derecha, y que al ser su coeficiente de curtosis inferior a trs es mas
aplanada que la distribución modelo N(0,1), y por tanto las probabilidades individuales desan
inferior a 0,4

Problema

La producción diaria de 10.000 zapatillas en fabrica de levante tiene un probabilidad de


fabricación dectuosas del 0.1% en una muestra de 4.000, que se supone sigue el mismo tipo de
distribución. Se desa conocer :

a) La probabilidad de que hayan : ninguna ,2 o 5 elementos defectuosos


b) Las caracteristic stocastcas de la distribución
c) Probabilidad de que al menos 3 sean defectuosos
d) Prbalidad de que a lo sumo sean 2 los defectuosos

Identificamos un proceso de bermouilli con grandes y p pequeño, por lo que estamos ante una
distribución de poisson con:

𝜆 = 𝑛 ∗ 𝑝 = 4.000 ∗ 0.001 = 4
Por lo tanto, esta,os en una distribución 𝑝(𝜆 = 4).

a) Los valores de las probabolidade que necesitamos las buscaremos en las tablas de poisson
de 𝜆 = 4, del capitulo 12.
𝑝(𝑥 = 0) = 0.0183
𝑝(𝑥 = 2) = 𝑝(𝑥 ≤ 2) − 𝑝(𝑥 ≤ 1) = 0.2381 − 0,0916 = 0.1465
𝑝(𝑥 = 5) = 𝑝(𝑥 ≤ 5) − 𝑝(𝑥 ≤ 4) = 0.7852 − 06288 = 0.1564
b) Según el cuadro num.1 de parámetro estocásticos de distribución:
𝜇=𝜆=4 𝜎 = √𝜆 = 2
1 1 1 1 1
𝛾3 = = 4 = 2 𝛾4 = 𝜆 = 4
√𝜆 √

Luego la distribución es asimétrica positiva, mas aplanada que la distribución tipo, con media
igual a 4 y desviación típica 2.

c) Al menos 3 defectuosos serán 3,4,5,…….,por tanto


𝑝(𝑥 ≥ 3) = 1 − 𝑝(𝑥 ≤ 2) = 1 − 0,2381 = 𝑜, 7619
d) A lo sumo 2, serán 0,1,2.
𝑝(𝑥 ≤ 2) = 0,2381
PROBLEMA

Una empresa de seguros de automóviles tiene concertadas 3.285 polizas de vehículos sin
ningún accidentes en los últimos 12 años. Se desea conocer la probabilidad de que sean 10 los
nacidos el dia san cristobal (patrón de los automovilistas) con el fin de establecer un descuento
en sus polizas.

Solución

Al ser proceso bernouilli con probabilidad elemental (haber nacido un dia determinado del
1
año, el dia de sancristobal ), 𝑝 = 365 < 0,01, estamos ante un proceso de poisson con
1
𝜆 = 𝑛 ∗ 𝑝 = 3.285 ∗ ( ) =9
365

Nos pide p(x=10) en una distribución 𝑝(𝜆 = 9) que no se encuentra tabulada, por lo que
hallemos su probabilidad haciendo uso de la calculadora :

𝜆𝑥 910
𝑝(𝑥 = 10) = 𝑒 −𝜆 = 𝑒 −9 = 0,1186
𝑥! 10!