Distribucin de

Poisson
Distribucin
de Poisson
Esta distribucin
debe su nombre al
matemtico
francs Simn
Poisson
(1781-1840),
quien estableci su
modelo.
Distribucin de Poisson
Existen fenmenos o experimentos
en los que los eventos ocurren en
intervalos continuos de tiempo o
espacio (reas y volmenes),
donde slo importa la ocurrencia
del fenmeno, ya que la no
ocurrencia no tiene sentido.
Distribucin de Poisson

Lo mismo sucede para
otros fenmenos; como
el numero de derrumbes
anuales en una regin
montaosa, accidentes
de trfico diarios en
cierto crucero, personas
atendidas en un banco
en un perodo de 10
minutos, partculas de
polvo en cierto volumen
de aire, nacimientos de
nios en un periodo de
tiempo, etc
1. La esperanza de ocurrencia de un evento en un
intervalo es la misma que la esperanza de
ocurrencia del evento en otro intervalo
cualesquiera, sin importar donde empiece el
intervalo
2. Que las ocurrencias de los eventos son
independientes, sin importar donde ocurran
3. Que la probabilidad de que ocurra un evento en
un intervalo de tiempo depende de la longitud del
intervalo
4. Que las condiciones del experimento no varan, y
5. Que nos interesa analizar el nmero promedio de
ocurrencias en el intervalo

Distribucin de Poisson

Caractersticas de la
Distribucin de Poisson
Tambin es de importancia mencionar que
cada ocurrencia puede considerarse como
un evento en un intervalo de tiempo
determinado.
Si consideramos que:

1. La esperanza de ocurrencia de un
evento en un intervalo es la misma que la
esperanza de ocurrencia del evento en otro
intervalo cualesquiera, sin importar donde
empiece el intervalo
2. Que las ocurrencias de los eventos son
independientes, sin importar donde ocurran

Distribucin de Poisson

3. Que la probabilidad de que ocurra un
evento en un intervalo de tiempo depende de
la longitud del intervalo
4. Que las condiciones del experimento no
varan, y
5. Que nos interesa analizar el nmero
promedio de ocurrencias en el intervalo
concluyendo se puede afirmar, que la variable
aleatoria mencionada en los fenmenos
descritos es una variable de Poisson.

Distribucin de Poisson

Caractersticas de la
Distribucin de Poisson

Un modelo de probabilidad
de Poisson tiene las siguientes
caractersticas:

1. El espacio muestral se genera por
un nmero muy grande (puede
considerarse infinito) de repeticiones
de un experimento cuyo modelo de
probabilidad es el de Bernoulli, con
probabilidad de xito muy pequea.

Por esta razn, a la distribucin
de Poisson suele llamrsele de eventos
raros.
Las repeticiones del experimento
de Bernoulli se realizan en cada uno
de los puntos de un intervalo de
tiempo o espacio.

2. El nmero de xitos en el
intervalo l
i
es ajeno al nmero
de xitos en el intervalo l
k
, por
lo que l
i
l
k
= f

3. La probabilidad de que se
tengan dos o ms xitos en el
mismo punto del intervalo es
cero.

4. El nmero promedio de
xitos en un intervalo es
una constante l, que no
cambia de intervalo a
intervalo.

Ejemplo 5. 16. Anteriormente se mencion el
nmero de accidentes diarios en un cruce de
calles como un caso de fenmeno en el que
los eventos ocurren en intervalos continuos
de tiempo, donde slo importa la ocurrencia
del fenmeno, y de acuerdo a sus
caractersticas puede decirse que la variable
aleatoria del nmero de accidentes diarios
puede representarse por un modelo
de Poisson
Distribucin de Poisson

analizamos lo razonable de los 4 postulados
anteriores en esta situacin:
1. Si consideramos un lapso, tan pequeo
como se quiera, pero que para propsitos
prcticos puede ser un segundo y tomamos
como xito que ocurra un accidente en ese
lapso, tenemos que en el intervalo de tiempo
de un da hay 86,400 segundos, o sean 86,400
repeticiones de un experimento de Bernoulli.
Es obvio que la probabilidad de xito en
cada repeticin es muy pequea.

Distribucin de Poisson
Distribucin de Poisson
2. Aqu, cada intervalo l
i
puede ser un da, por lo
que es lgico suponer que el nmero de
accidentes en un da es independiente del
nmero de accidentes en otro da cualquiera, lo
cual no ocurre, por ejemplo, con el nmero de
personas que adoptan una moda en un da
determinado, ya que una moda tiene una etapa
creciente, un apogeo y una etapa decreciente.
En estas ltimas condiciones, se dice que
existe contagio y el modelo de probabilidad no
puede suponer independencia entre los
intervalos. En el caso del modelo de Poisson se
dice que no existe contagio.
3. Puesto que una repeticin del
experimento de Bernoulli ocurre cada
segundo, es razonable suponer que no
pueden ocurrir dos accidentes en el
mismo segundo
Distribucin de Poisson
4. Mientras las condiciones de vialidad
no cambien en el crucero de calles, es
aceptable el supuesto de que el nmero
promedio de accidentes por da, al que
representaremos por l, permanece
constante.
Distribucin de Poisson
Una variable
aleatoria X tiene
una distribucin
de Poisson, si su
funcin de
probabilidades
est dada por:


donde e es la
base de los
logaritmos
naturales y el
promedio de la
distribucin, la
cual debe ser
mayor que cero.

Distribucin
de Poisson
Funcin de
Probabilidad
Funcin de Distribucin
Acumulada
Si X es una variable aleatoria que tiene
distribucin de Posson con parmetro ,
entonces:
La funcin de distribucin acumulada
correspondiente es:


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 variancia son
iguales, esto es:


Distribucin de Poisson