1. FACULTAD DE CIENCIAS E INGENIERÍA
INGENIERÍA DE SISTEMAS Y TELECOMUNICACIONES
1

2. Modelo Probabilistico Poisson
Autores:
Juan Camilo Arcila Noreña
Daniel H. Salazar Gallego
Juan Carlos Ortiz Alvarez
Teoría de probabilidades

3. MODELOS DE PROBABILIDAD
Teoría de probabilidades

4. Introducción
la intención de este documento es mostrarles mediante un
modelo de probabilidad, basado en la cantidad de autos que
ingresan a un parqueadero, en una muestra de 46 datos con
lo que se contara una frecuencia observada, además se
calculara una frecuencia esperada teniendo en cuenta la
media (lambda) y probabilidad de los datos tomados, con el
fin de graficarlas para así probar la bondad de ajuste y
determinar si este modelo de distribución de probabilidad es
de tipo Poisson o no lo es.
Teoría de probabilidades

5. Tabla frecuencias observadas
x FRECUENCIA OBSERVADA
0 5 25 1
1 4 26 0
2 2
27 0
3 2
28 0
4 2
5 1 29 0
6 0 30 0
7 1 31 0
8 1
32 1
9 1
33 0
10 1
11 2 34 0
12 3 35 0
13 0 36 0
14 1
37 0
15 0
38 0
16 1
17 1 39 0
18 2 40 0
19 1 41 0
20 0
42 0
21 0
43 0
22 0
23 0 44 0
24 0 45 1
Teoría de probabilidades

6. Tabla frecuencias observadas
• En la tabla anterior se muestra la tabla de las
frecuencias observadas en el experimento, en la cual
X varia desde 0 hasta 45, que son la cantidad de
vehiculos que entran al parqueadero, y la frecuencia
observada es la cantidad de veces que se repite cada
evento.
Teoría de probabilidades

7. Calculo de la Media(Lambda)
• la media se halla mediante la división de la
multiplicación de cada frecuencia observada por su
respectiva cantidad de vehículos ingresados
(X), entre la suma de la totalidad de las frecuencias
observadas (34)
• ( 5*0 + 4*1 + 2*2 … ) / 34 = 9,5 (lambda)
Teoría de probabilidades

8. Calculo de la Probabilidad
• Ya con la media calculada calculamos la distribución
de probabilidad de Poisson para cada frecuencia con
la siguiente función de Excel
• =POISSON(X;9,5;FALSO)
donde X es cantidad de vehículos respectiva, 9,5 es la
media, y el valor acumulado es FALSO.
Teoría de probabilidades

9. Frecuencia Esperada
• Ya con la distribucion de probabilidad de Poisson de
cada frecuencia, se debe hallar la frecuencia
esperada según el modelo. Esta frecuencia se halla
mediante la multiplicacion de cada probabilidad por
la cantidad de datos de la muestra (46).
Teoría de probabilidades

10. Frecuencia Esperada
FRECUENCIA
OBSERVADA FRECUENCIA ESPERADA
5 0,041049
4 0,288231
2 1,011926
2 2,368456
2 4,157605
1 5,838632
Teoría de probabilidades

11. Gráfica de Frecuencias
7
6
5
4
FRECUENCIA OBSERVADA
3 FRECUENCIA ESPERADA
2
1
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45
Teoría de probabilidades

12. Bondad de Ajuste
Lo siguiente a observar es si los datos observados se
asemejan a los esperados para saber si coincide con
un modelo de distribucion de probabilidad de
Poisson, esto se hace mediante la bondad de
ajuste, que consiste en la siguiente formula
Teoría de probabilidades

13. Bondad de Ajuste
El resultado de esta formula nos dio un valor de
3954510,78012 , y este dato lo debemos comparar
con α, y si es mayor que este podemos afirmar que
el experimento realizado no puede ser realizado
mediante el modelo de Poisson. El α que tomamos
para este experimento es igual a α=0,05, al ver la
comparación de X con α podemos concluir que este
experimento no se asemeja para nada a un modelo
de Poisson , como también se pudo observar en la
grafica anterior
Teoría de probabilidades