Vous êtes sur la page 1sur 3

Simon Denis Poisson

Naci el 21 de junio de 1781 y muri el 25 de abril de 1840 en Francia.


Cuando naci, fue enviado con su to que era cirujano, tanto que empez a
aprender su oficio. Al ver que era bueno con las matemticas fue enviado a una
escuela donde all supero rpidamente a su maestro tanto que este lo incito a que
estudiara las ramas ms difciles de esta.
Poisson creo la ley de distribucin de Poisson basndose en sus estudios en la
ltima parte de su vida.
Para que se utiliza la distribucin de Poisson:
La distribucin de Poisson se emplea para describir varios procesos, entre otros la
distribucin de las llamadas telefnicas que llagan a un conmutador, la demanda
(necesidades) de servicios en una institucin asistencial por parte de los
pacientes, los arribos de los camiones y automviles a la caseta de cobro y el
nmero de accidentes en un cruce. Los ejemplos citados tienen un elemento en
comn, pueden ser descritos por una variable aleatoria discreta que asume
valores enteros (0,1,2,3,4,5 y as sucesivamente).
Por lo tanto El nmero de enfermos que llegan a un consultorio en cierto intervalo
de tiempo ser de 0,1,2,3,4,5 o algn otro nmero entero. De manera anloga, si
se cuenta el nmero de automviles que llegan a una caseta de cobro durante un
periodo de diez minutos, el nmero ser entero.
Caractersticas:

En este tipo de experimentos los xitos buscados son expresados por unidad de
rea, tiempo, pieza, etc, etc,:
- # de defectos de una tela por m2
- # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc.
- # de bacterias por cm2 de cultivo
- # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc.
- # de llegadas de embarcaciones a un puerto por da, mes, etc, etc.
Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo,
rea, o producto, la frmula a utilizar sera:

donde:
p(x, l) = probabilidad de que ocurran x xitos, cuando el nmero promedio de
ocurrencia de ellos es l
l = media o promedio de xitos por unidad de tiempo, rea o producto
e = 2.718
x = variable que nos denota el nmero de xitos que se desea que ocurra
Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por
unidad de tiempo, rea o producto es totalmente al azar y que cada intervalo de
tiempo es independiente de otro intervalo dado, as como cada rea es
independiente de otra rea dada y cada producto es independiente de otro
producto dado.

Distribucin Binomial:
La distribucin de Poisson es el caso lmite de la distribucin binomial. De hecho,
si los parmetros n y 0 de una distribucin binomial tienden a infinito (en el caso
de 'n') y a cero (en el caso de 0) de manera que Y=n0 se mantenga constante, la
distribucin lmite obtenida es de Poisson.

Funcin de Probabilidad

La deduccin de la funcin de probabilidad de una variable aleatoria cuyo modelo


de probabilidad es de Poisson queda fuera del alcance de este curso, por lo que
enseguida se presenta una definicin de esta funcin.

Funcin de Distribucin Acumulada

Si X es una variable aleatoria que tiene distribucin de Posson con parmetro l,


entonces:

La funcin de distribucin acumulada correspondiente es:

En muchos casos el clculo de probabilidades de variables aleatorias que se


apegan a una distribucin de Poisson es largo y tedioso. En donde sea posible, al
igual que en la distribucin Binomial, se puede hacer uso de las tablas que vienen
en el apndice, las cuales se basan en la funcin de distribucin acumulada y tan
slo hay que aplicar las propiedades ya vistas para esta funcin para simplificar
los clculos.

Para efectos de representacin y un mayor control de los datos que intervienen en


la tabla, haremos que

Media y Variancia

La distribucin de Poisson tiene la caracterstica de que la esperanza y


la varinancia son iguales, esto es:
Bibliografia:

Wikipedia.es

http://www.gestiopolis.com/que-es-la-distribucion-de-poisson/

http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr
%20Poisson.htm

http://148.204.211.134/polilibros/portal/polilibros/P_Terminados/Probabilidad/doc/U
nidad%202/2.9.htm