Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Superior Universitaria

Universidad Politcnica Territorial Jos Antonio Anzotegui
El Tigre. Edo Anzotegui.

Profesora:
Karelys Rivas

Integrantes:
Angeli Gonzlez 25.893.177
Nelly Cornejo 26.033.581
Isbeth Garca 25.893.095
Fabiana Velsque25.568.613

ndice
Introduccin.pag1
Distribucin de poisson.pag2
Ejemplos..pag3,4
Aplicacin de la distribucin de poisson en la ingeniera..pag5
Conclusin..pag6
Bibliografa..pag7

Introduccin.
Muchos estudios se basan en el conteo de las veces que se presenta un
evento dentro de un rea de oportunidad dada. El rea de oportunidad es una
unidad continua o intervalo de tiempo o espacio (volumen o rea) en donde se
puede presentar ms de un evento. Algunos ejemplos seran los defectos en la
superficie de un refrigerador, el nmero fallas de la red en un da, o el nmero
de pulgas que tiene un perro. Cuando se tiene un rea de oportunidad como
stas, se utiliza la distribucin de Poisson para calcular las probabilidades si:
- Le interesa contar las veces que se presenta un evento en particular dentro
de un rea de oportunidad determinada. El rea de oportunidad se define por
tiempo, extensin, rea, volumen, etc.
- La probabilidad de que un evento se presente en un rea de oportunidad
dada es igual para todas las reas de oportunidad.
- El nmero de eventos que ocurren en un rea de oportunidad es
independiente del nmero de eventos que se presentan en cualquier otra rea
de oportunidad.
- La probabilidad de que dos o ms eventos se presenten en un rea de
oportunidad tiende a cero conforme esa rea se vuelve menor.

DISTRIBUCION DE POISSON.
En teora de probabilidad y estadstica, la distribucin de Poisson es una
distribucin de probabilidad discreta que expresa, a partir de una frecuencia de
ocurrencia media, la probabilidad de que ocurra un determinado nmero de
eventos durante cierto perodo de tiempo. Concretamente, se especializa en la
probabilidad de ocurrencia de sucesos con probabilidades muy pequeas, o
sucesos "raros".
Fue descubierta por Simon-Denis Poisson, que la dio a conocer en
1838 en su trabajo Recherches sur la probabilit des jugements en matires
criminelles et matire civile (Investigacin sobre la probabilidad de los juicios en
materias criminales y civiles). Esta distribucin de probabilidades es muy
utilizada para situaciones donde los sucesos son impredecibles o de
ocurrencia aleatoria.

FORMULAS CARACTERISTICAS DE POISSON.

Valor Esperado:

, el cual debe ser conocido.

Varianza:
Forma sesgo: Hacia la derecha con sesgo positivo y que se va perdiendo a
medida que

crece. Veamos una grfica de funciones de probabilidad para

diferentes valores de

Se puede calcular un coeficiente de asimetra mediante la expresin

de observar que mientras en una distribucin binomial:

Es

en Poisson se

puede dar que

Alternativa: Si se da la probabilidad de tener, de manera exacta,

ocurrencias

en un intervalo veces mayor que el de refencia en la medicin entonces la

distribucin de probabilidades de Y nmero de xitos en la nueva unidad de
referencia viene dada por

2
donde

Promedio de ocurrencias por intervalo unidad de medida

considerada en X y
especificados.
Aqu

Nmero de intervalos unidades de medida

EJEMPLOS.
1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules
son las probabilidades de que reciba, a) cuatro cheques sin fondo en un
da dado, b) 10 cheques sin fondos en cualquiera de dos das
consecutivos?
Solucin:
a)

x = variable que nos define el nmero de cheques sin fondo

que llegan al banco en un da cualquiera = 0, 1, 2, 3. etc., etc.

= 6 cheques sin fondo por da

= 2.718

b) x= variable que nos define el nmero de cheques sin fondo que llegan al
banco en dos das consecutivos = 0, 1, 2, 3, ......, etc., etc.
= 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das
consecutivos
Nota: siempre debe de estar en funcin de x siempre o dicho de otra forma,
debe hablar de lo mismo que x.

3
2. En la inspeccin de hojalata producida por un proceso electroltico continuo,
se identifican 0.2 imperfecciones en promedio por minuto. Determine las
probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos
dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15
minutos.
Solucin:
a) x = variable que nos define el nmero de imperfecciones en la hojalata por
cada 3 minutos = 0, 1, 2, 3
= 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata

b) x = variable que nos define el nmero de imperfecciones en la hojalata por

cada 5 minutos = 0, 1, 2, 3, ...., etc., etc.
= 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata

=1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el nmero de imperfecciones en la hojalata por

cada 15 minutos = 0, 1, 2, 3, ....., etc., etc.
= 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la
hojalata

= 0.0498026 + 0.149408 = 0.1992106

APLICACIN DE LA DISTRIBUCION DE POISSON EN LA INGENIERIA.

Tiene diferentes usos sin embargo se puede utilizar para el calculo de
fallas en equipos es decir para diagnsticos y a su vez realizar el plan de
mantenimiento y as disminuir las horas de parada del equipo.
La Probabilidad y Estadstica puede ser utilizados por estudiantes de
Ingeniera, aunque puede ser utilizado por otros profesionales, debido a que la
teora se presenta de una manera sencilla y con muchas aplicaciones, que
puede en adaptarse a otras disciplinas. La Probabilidad y la Estadstica son
dos campos distintos aunque relacionados entre s. Utilizando la Probabilidad
se obtiene la frecuencia de un suceso determinado mediante la realizacin de
un experimento aleatorio, del que se conocen todos los resultados posibles,
bajo condiciones suficientemente estables. La teora de la probabilidad se usa
extensamente en reas tales como: Fsica, Matemtica, Economa, Ingeniera
y Filosofa, para obtener conclusiones sobre la probabilidad de sucesos
potenciales y la mecnica subyacente sistemas complejos. La Estadstica es
una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos
de una muestra representativa, ya sea para ayudar en la toma de decisiones o
para explicar condiciones regulares o irregulares de algn fenmeno o estudio
aplicado. Sin embargo, la Estadstica es ms que eso, es decir, es el vehculo
que permite llevar a cabo el proceso relacionado con la investigacin cientfica.
La Probabilidad y Estadstica puede utilizarse para optimizar el uso del material
y la fuerza de trabajo. Al investigar el desarrollo de nuevos productos, stas
permiten comprender los fenmenos sujetos a distintas variaciones y
predecirlos, as como tambin controlarlos de manera eficiente.

Conclusin
Este tipo de medidas con ciertas tendencias centrales o dispersas son
muy importantes y tienen una gran aplicacin en la solucin de problemas en el
rea de estudio a partir de datos agrupados o datos no agrupados para poder
entender mejor el comportamiento de algunas variables que para algunas
empresas representa tiempo, esfuerzo o costos y que se pueden optimizar
mediante la aplicacin de este tipo de clculos estadsticos y que se pueden
representar de una manera fcil y entendible mediante de grficos e
histogramas con la informacin necesaria para el interesado ayudndolo a un
mejor entendimiento y comprensin del problema en cuestin.

Bibliografa
www.rincondelvago.com
www.wikipedia.com
www.buenastareas.com
www.yahoo.com