Distribucin discreta Poisson

Es un proceso de conteo de ocurrencias aleatorias a lo largo del tiempo el

cual sigue las siguientes pautas:

El nmero de ocurrencias observadas en intervalos de tiempos

disjuntos, son v.a independientes.
El nmero medio de ocurrencias por unidad de tiempo, ,
denominado tasa del proceso, de mantiene constante a lo largo del
tiempo.
La probabilidad de una nica ocurrencia en un intervalo de tiempo

muy pequeo ( t ) , es aproximadamente proporcional a la longitud

del intervalo.
La probabilidad de ms de una ocurrencia en un intervalo de tiempo

muy pequeo ( t ) , es despreciable.

En el instante t=0, no ha habido ocurrencia an.

Propiedades Distribucin discreta Poisson

Propiedad Reproductiva o de Agregacin: Sean X i P ( i ) con

i=(1,2, , k ) , es decir k v.a. Poisson independientes,

entonces:

k k
Y = x i P
i=1
( )
i=1
i

Propiedad de Desegregacin: Sea X P ( ) . Luego Y = pX

donde 0< p<1 1 tambin es una v.a. Poisson con promedio

igual a la proporcin del promedio que representa p , es

decir:

Y = pX P (p)

1) La funcin de densidad de probabilidad de la Distribucin discreta de

Poisson es la siguiente:

e() x
f ( x , )= , x ( 0,1,2 . ) y (0, )
k!
X= nmero de ocurrencias del evento o fenmeno.

=parmetro positivo que representa el nmero de veces que se espera

que ocurra el fenmeno durante un intervalo dado.

2) E ( x )= y Var ( x )=

3) Aplicaciones

Aqullos sucesos que son impredecibles o de ocurrencia aleatoria.

Esto es, que no se sabe el total de posibles resultados.
Casos en los que la probabilidad de ocurrencia de un suceso
representado por una variable aleatoria, se requiere como un
resultado discreto.
Casos en los que la muestra o segmento es grande y la probabilidad
de xitos es pequea.
Cuando la probabilidad del evento que nos interesa se distribuye
dentro de un segmento dado, como por ejemplo distancia, rea,
volumen o tiempo definido.

4) ejemplos

Ejercicio 1.

La cantidad de vasos de cervezas ordenadas durante una hora en la

cantina Juanito puede considerarse como un Proceso Poisson con un
promedio de 30 cervezas pedidas por una hora.

a) Cul es la probabilidad de que se pidan exactamente 60 cervezas entre

las 10 y las 12 de la noche?

X =60, =30 x 2

e(60) 6060 4,27962887 E 80

P ( X=60, =60 )= = =0,0514
60 ! 60 !

b) Cul es la probabilidad de que se pida al menos una cerveza entre las 9

y las 12 de la noche?

=90, X=0
 (90) 0
e 90
P ( X 1, =90 )=1P ( X <1, =90 )=1P ( X =0, =90 )=1 =1 8,194
0!
40
0 E =1

c) Cuntos vasos de cerveza se esperan que sean pedidos entre las 9 P.M.
y la 1 A.M.? y cul es la desviacin estndar?

=30 x 4=120

E ( x )==120,Var ( x )=120, o= 120=10,9544

Ejercicio 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

x = 1, = 0.2 x 3 =0.6

(0.6)1 x (2,718)0,6 ( 0,6 ) x (0,548845)

P ( x=1, =0,6 )= = =0,329307
1! 1

b) Al menos dos imperfecciones en 5 minutos

x2 , =0,2 X 5=1

P ( x 2, =1 )=1 P ( x=0,1, =1 )=1 [

( 1 )0 ( 2,718 )1 ( 1 )( 2,718 )1
0!
+
1! ]
1( 0.367918+0.367918)=0.26416

c) Cuando ms una imperfeccin en 15 minutos.

x 1, =0.2 X 15=3

P ( x=0, =3 ) =P ( x=0, =3 ) + P ( x=1, =3 )

( 3 )0 ( 2,718 )3 ( 3 )1 ( 2,718 )3
+
0! 1!

0.0498026+0.149408=0.1992106