Distribuciones asociadas al proceso Poisson-CLASE T11

Distribuciones asociadas al
proceso de Poisson
Siméon Denis Poisson

DISTRIBUCIONES DE PROBABILIDAD DISCRETAS
DISTRIBUCIÓN DE POISSON
La distribución de Poisson constituye una familia de distribuciones
de probabilidad que tienen un papel muy importante en la
estadística.
Situaciones empíricas que se rigen por un comportamiento de
tipo Poisson:
• nº de llamadas telefónicas que recibimos en una hora.
• nº de faltas de ortografía que se producen en un texto.
• nº de nacimientos en un día.
• nº de averías de una máquina en un año.
Estas variables describen el número de veces que ocurre un suceso

“raro” o “poco frecuente” por unidad de tiempo, longitud, etc.
Si llamamos λ = nº medio de ocurrencias del suceso “raro”,

por unidad de tiempo, longitud, etc., entonces la variable
aleatoria:
X= Nº de veces que ocurre un suceso “raro” por unidad de

tiempo, longitud, etc.
decimos que sigue una distribución de Poisson de parámetro

λ:
La función de probabilidad de la distribución de Poisson viene dada

por:
e k
PX k
k!
¡Atención! → Rango de k: 0, 1,…
La media y la varianza de la distribución de Poisson son:
E(X) = λ
Var(X)= λ
EJEMPLO
El promedio de llamadas telefónicas atendidas en la centralita de una
cierta Facultad es de 36 llamadas por hora. Calcular la probabilidad de que
en un periodo de 5 minutos:
a) Se atiendan 5 llamadas
b) Se atiendan más de 2 llamadas
¡Ojo!
Una variable Poisson queda definida por una determinada unidad de
medida y por el término medio de ocurrencias en la misma.
λ = 36 llamadas / hora λ = 3 llamadas / 5 Minutos

Llamadas en una hora P(36) Llamadas en 5 minutos P(3)
EJEMPLO
X=”Nº de llamadas atendidas en 5 minutos”
λ = nº medio de llamadas atendidas en 5 minutos = 3
a) Probabilidad de que se atiendan 5 llamadas
b) Probabilidad de que se atiendan más de 2 llamadas

PROPIEDAD ADITIVA
La suma de variables aleatorias Poisson “independientes” es

también una variable Poisson.
DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
DISTRIBUCIÓN EXPONENCIAL
En un proceso de Poisson con λ = nº medio de sucesos

acontecidos por unidad de tiempo, la variable aleatoria:
T= Tiempo transcurrido entre dos sucesos consecutivos.
decimos que sigue una distribución Exponencial de

parámetro λ:
EJEMPLO
El tiempo medio transcurrido entre la llegada de dos clientes consecutivos
al departamento de ventas de un concesionario de una determinada
marca de automóviles es de 20 minutos. Calcular:
a) La probabilidad de que el tiempo transcurrido entre la llegada de dos
clientes consecutivos no supere la media hora.
T = ”Tiempo transcurrido (en min) entre la llegada de dos clientes

consecutivos ”
E(T) = tiempo medio transcurrido entre la llegada de dos clientes
consecutivos = 20 min
0,05 es el número de clientes que entran por minuto

EJEMPLO
a) La probabilidad de que el tiempo transcurrido entre la llegada de dos
clientes consecutivos no supere la media hora.
-0.05 30
P(T<30)=F(30)=1-e =0.77687
b) La probabilidad de que el nº de clientes que entren en el intervalo de
una hora sea al menos 4.
Sabemos que λ = 0,05 = nº medio de clientes que llegan al concesionario

cada minuto. Por tanto, el nº medio de clientes que llegan en una hora
será:
La variable aleatoria que ahora nos interesa es:

X= Nº de clientes que llegan cada hora al concesionario
STATGRAPHICS
EJEMPLO - Poisson
El tiempo medio transcurrido entre la llegada de dos clientes consecutivos al
departamento de ventas de un concesionario de una determinada marca de
automóviles es de 20 minutos. Calcular la probabilidad de que el nº de clientes
que entren en el intervalo de una hora sea al menos 4.
X= Nº de clientes que llegan en una hora al concesionario

Como por término medio entra uno cada 20 minutos, en una hora entrará un
promedio de TRES clientes.
P(X ≥ 4) = P(X > 3) = 0,352768
Al ser discreta, ≥ y > ofrecen diferencia

EJEMPLO - Exponencial
El tiempo medio transcurrido entre la llegada de dos clientes consecutivos al
departamento de ventas de un concesionario de una determinada marca de
automóviles es de 20 minutos. Calcular la probabilidad de que el tiempo
transcurrido entre la llegada de dos clientes consecutivos no supere la media
hora.
T = ”Tiempo transcurrido (en min) entre la llegada de dos clientes consecutivos ”

Con Statgraphics NO indicamos el parámetro λ de la distribución, sino el
PROMEDIO E(T).
P(T ≤ 30) = 0,77687
Al ser continua, ≤ y < no ofrecen diferencia

Facultad de Ciencias Económicas y Empresariales
Dpto. de Estadı́stica e Investigación Operativa
Estadı́stica
Relación 5-Distribuciones asociadas a la Poisson.

1. A partir de un estudio económico temporal, se determina que un total de 6,8 empresas por término medio y
por año, del sector de la construcción, presentan suspensión de pagos a sus trabajadores. Calcule:
a) La probabilidad de que ninguna empresa del sector presente suspensión de pagos durante un trimestre.
b) La probabilidad de que al menos dos empresas del sector presenten suspensión de pagos durante un deter-
minado año.
Solución: a) 0,1827; b) 0,9913.
2. Los tiempos transcurridos entre las llegadas de los autobuses a una cierta parada se distribuyen exponencial-
mente con media 20 minutos, siendo las llegadas y los tiempos independientes. Se pide:
a) Calcule la probabilidad de que un individuo tenga que esperar más de 30 minutos hasta la llegada del
autobús.
b) Calcule la probabilidad de que en 1 hora pasen 3 o más autobuses.
Solución: a) 0,2231; b) 0,5768.

Distribuciones asociadas al proceso Poisson-CLASE T11

Cargado por

Información del documentohacer clic para expandir la información del documentoejercicios proceso poisson

Información del documentohacer clic para expandir la información del documento

Copyright:

Formatos disponibles

Distribuciones asociadas al proceso Poisson-CLASE T11

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribuciones asociadas al proceso Poisson-CLASE T11

Cargado por

Copyright:

Formatos disponibles

Distribuciones asociadas al

Siméon Denis Poisson

Estas variables describen el número de veces que ocurre un suceso

Si llamamos λ = nº medio de ocurrencias del suceso “raro”,

X= Nº de veces que ocurre un suceso “raro” por unidad de

decimos que sigue una distribución de Poisson de parámetro

La función de probabilidad de la distribución de Poisson viene dada

La media y la varianza de la distribución de Poisson son:

λ = 36 llamadas / hora λ = 3 llamadas / 5 Minutos

a) Probabilidad de que se atiendan 5 llamadas

b) Probabilidad de que se atiendan más de 2 llamadas

La suma de variables aleatorias Poisson “independientes” es

En un proceso de Poisson con λ = nº medio de sucesos

T= Tiempo transcurrido entre dos sucesos consecutivos.

decimos que sigue una distribución Exponencial de

T = ”Tiempo transcurrido (en min) entre la llegada de dos clientes

0,05 es el número de clientes que entran por minuto

Sabemos que λ = 0,05 = nº medio de clientes que llegan al concesionario

La variable aleatoria que ahora nos interesa es:

X= Nº de clientes que llegan en una hora al concesionario

P(X ≥ 4) = P(X > 3) = 0,352768

Al ser discreta, ≥ y > ofrecen diferencia

T = ”Tiempo transcurrido (en min) entre la llegada de dos clientes consecutivos ”

P(T ≤ 30) = 0,77687

Al ser continua, ≤ y < no ofrecen diferencia

Relación 5-Distribuciones asociadas a la Poisson.

También podría gustarte