LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

UNIVERSIDAD DE LA COSTA
CUC

TRABAJO:
DISTRIBUCION POISSON.

ASIGNATURA:
LABORATORIO CONTROL DE CALIDAD

GRUPO:
EN

INTEGRANTE:
CARLOS ANDRES PALMA

PRESENTADO A:
PROF.
JOSE JINETE TORRES

AGOSTO 30
BARRANQUILLA- ATLNTICO

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

Introduccin
En esta clase describiremos el uso de la distribucin de Poisson para obtener la
probabilidad de ocurrencia de sucesos raros (eventos que ocurren con poca
frecuencia)cuyo resultado lo representa una variable discreta.

Objetivo genera

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

Utilizar la distribucin de Poisson para obtenerlas probabilidades de aquellas

situaciones gerenciales que ocurren de forma impredecible y ocasional.
Objetivos especficos
Identificar las propiedades de una distribucin Poisson.2. Determinar los valores de
frecuencia p y segmento n .3. Determinar el promedio, la varianza y la desviacin
estndar utilizando las variables de la distribucin de Poisson.

Dato histrico

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

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

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

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.2. Permite determinar la probabilidad de ocurrencia de un
suceso con resultado discreto.3. Es muy til cuando la muestra o segmento n es
grande y la probabilidad de xitos p es pequea.4. 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.- Nmero de fallas en la superficie de una cermica rectangular.Nmero de bacterias en un volumen de un m3 de agua.- Nmero de accidentes de
trabajo que ocurren en una fbrica durante una semana

Propiedades de un proceso de Poisson

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

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 Si repetimos el experimento n
veces podemos obtener resultados para la construccin de la distribucin de
Poisson.

La distribucin de Poisson

Caractersticas de los procesos que producen una distribucin de la

probabilidad de Poisson

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

El nmero de vehculos que pasan por una caseta de cobro en las horas de mayor
trfico sirve como ejemplo para mostrar las caractersticas de una distribucin de
probabilidad de Poisson.
El promedio (media) de los arribos de vehculos por hora de gran trfico puede
estimarse a partir de los datos anteriores del trfico.
Si dividimos las horas de gran trfico en periodos (intervalos) de un segundo cada
uno, encontraremos que los siguientes enunciados son verdaderos:
a) La probabilidad de que exactamente un vehculo llegue por segundo a una caseta
individual es un nmero muy pequeo y es constante para que cada intervalo de un
segundo.
b) La probabilidad de que dos o ms vehculos lleguen en un intervalo de un
segundo es tan reducida que podemos asignarle un valor cero.
c) El nmero de vehculos que llegan en determinado intervalo de un segundo es
independiente del momento en que el intervalo de un segundo ocurre durante la
hora de gran trfico.
d) El nmero de llegadas en cualquier intervalo de un segundo no depende del
nmero de arribos de cualquier otro intervalo de un segundo.
Ahora bien, podemos generalizar partiendo de las cuatro condiciones que hemos
descrito en este ejemplo, si estas condiciones se cumplen nos apoyaremos en una
distribucin de probabilidad de Poisson para describirlos.

Clculo de probabilidades mediante la distribucin de Poisson

La distribucin de Poisson, segn hemos sealado, se refiere a ciertos procesos que
pueden ser descritos con una variable aleatoria discreta. La letra X suele representar

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

esa variable y puede adems asumir valores enteros (0,1,2,3 etc..) . Utilizamos la
letra X mayscula para representar la variable aleatoria y la x minscula para
designar un valor especfico que puede asumir la X mayscula. La probabilidad de
exactamente x ocurrencias en una distribucin de Poisson se calcula mediante la
frmula:
P(x) = l x * e-l / x!
l x = Lambda
(Nmero medio de ocurrencias por intervalo de tiempo) elevada a la potencia x.
e-l = e= 2.71828 elevado a la potencia de lambda negativa.
x! = x factorial.

Ejemplo: Supngase que estamos investigando la seguridad de un crucero muy

peligroso. Los archivos de la polica indican una media de cinco accidentes por mes
en l. El nmero de accidentes est distribuido conforme a la distribucin de
Poisson, y la divisin de seguridad en carreteras quiere calcular la probabilidad de
exactamente 0,1,2,3 y 4 accidentes en un mes determinado.
Aplicando la frmula anterior:
P (0) = (5)0 (e-5) /0! = 0.00674
P (1) = (5)1 (e-5) /1! = 0.03370
P (2) = (5)2 (e-5) /2! = 0.08425
P (3) = (5)3 (e-5) /3! = 0.14042
P (4) = (5)4 (e-5) /4! = 0.17552
Para saber cul es la probabilidad en 3 o menos, sumaremos las probabilidades de
0, 1, 2,3 lo que ser igual a:
P (0) = 0.00674
P (1) = 0.03370
P (2) = 0.08425
P (3) = 0.14042
P (3 o menos) = 0.26511
Dado que la probabilidad de que haya 3 o menos accidentes es de 0.26511 entonces
la probabilidad de que ocurran ms de tres debe ser = 1 0.26511 = 0.73489.
La distribucin de Poisson como una aproximacin a la distribucin binomial.

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

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
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!

Con los siguientes videos (Educatina Khan Academy) seguro que entenders
perfectamente el concepto de la distribucin de Poisson.

Bibliografa
http://www.gestiopolis.com/que-es-la-distribucion-de-poisson/
http://es.slideshare.net/roxanaparedes27/distribucion-de-poisson

11

LABORATORIO DE CONTROL DE CALIDAD

DISTRIBUCION POISSON.

https://aula.tareasplus.com/Marcela-Gomez/Probabilidad-yEstadistica/Distribucion-de-Poisson-para-variables-aleatorias-discretas
http://www.medellin.unal.edu.co/~ndgirald/Archivos
%20Lectura/trabajo_simulacion_2_01_08.pdf

11