DISTRIBUCION DE POISSON

Dato Histrico

La distribucin de Poisson se llama as en honor a su creador, el francs

Simen Dennis Poisson (Pithiviers, Francia, 21 de Junio de 1781- Sceaux,
Altos del Sena, Francia, 25 de Abril de 1840), fue un fsico y matemtico
francs que desarrollo la distribucin en el ao 1834 a partir de los estudios
sobre esta distribucin (Badii et al., 2000). La distribucin de Poisson es un
buen modelo para la distribucin de frecuencias relativas del nmero de
eventos raros que ocurren en una unidad de tiempo, de distancia, de espacio,
etctera. Por esta razn se utiliza mucho en rea de investigacin cientfica
tanto en administracin de empresas como en las actividades biolgicas para
modelar la distribucin de frecuencias relativas del nmero de accidentes
industriales por unidad de tiempo (como el accidente en la planta nuclear de
Three Mile Island) o por administradores de personal, para modelar la
distribucin de frecuencias relativas del nmero de accidentes de los
empleados o el nmero de reclamaciones de seguros, por unidad de tiempo, o
la frecuencia de enfermedades raras que ocurre una poblacin dada. La
distribucin de probabilidad de Poisson puede proporcionar, en algunos casos,
un buen modelo para la distribucin de frecuencias relativas del nmero de
llegadas por unidad de tiempo a una unidad de servicio (por ejemplo, el nmero
de pedidos recibidos en una planta manufacturera o el nmero de clientes que
llegan a una instalacin de servicio, a una caja registradora, en un
supermercado, etc.).
CONCEPTO
Es una distribucin de probabilidad discreta que expresa, a partir de una
frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado

nmero de eventos durante cierto periodo de tiempo y si cada evento es

independiente del tiempo transcurrido desde el ultimo evento.
En una distribucin binomial cuando n es grande, por lo general mayor de
cincuenta, y p, la probabilidad de xito de un suceso, se acerca a cero,
mientras que q la probabilidad de fracaso, se aproxima a 1 de tal manera que
el producto de np, llamado lambda , es menor o igual a 5, debe utilizarse la
distribucin de Poisson. Algunos autores consideran no solo el hecho de que p
sea muy pequea, sino tambin cuando p estn grande que se aproxima a 1,
tambin para > 5, en ambos casos, se puede aplicar esta distribucin.

Su frmula es:

Siendo

Dnde:
P(x)= Probabilidad de tener exactamente x ocurrencias.
= Nmero medio de presentaciones por intervalos
e= 2.71828 (base de los logaritmos neperianos o natrales).
!= Factorial

Generalmente se dice que la distribucin de Poisson tiene su mayor aplicacin,

cuando en el experimento que se realiza ocurren sucesos llamados raros, los
cuales se identifican con una probabilidad de xito sumamente pequea (p) y el
nmero de observaciones (n) grande; pero la verdad es que esta distribucin
se aplica a una variedad de situaciones diferentes, como las ocurrencias
respecto a un campo continuo, como rea o tiempo. Algunos de estos eventos
aleatorios ocurren en forma independiente a una velocidad dentro de un campo
o intervalo, generalmente de tiempo o espacio
Caracterstica de la distribucin de Poisson
1.- Las consecuencias de los eventos son independientes. La ocurrencia de un
evento en un intervalo de espacio o tiempo no tiene efecto sobre la
probabilidad de una segunda ocurrencia del evento en el mismo, o cualquier
otro intervalo.
2.- Tericamente, debe ser posible un nmero infinito de ocurrencias del
evento en el intervalo.

3.- La probabilidad de la ocurrencia nica del evento en un intervalo dado es

proporciona a la longitud del intervalo.
Una particularidad de la distribucin de Poisson es el hecho de que la media y
la varianza son iguales.

Utilidad
.- La distribucin de Poisson se utiliza en situaciones donde los sucesos son
impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total
de posibles resultados
.- Permite determinar la probabilidad de ocurrencia de un suceso con resultado
discreto.
.- Es muy til cuando la muestra o segmento n es grande y la probabilidad de
xitos p es pequea.
.- Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de
un segmento n dado como por ejemplo distancia, rea, volumen o tiempo definido.

Ejemplos de la Utilidad
.- La llegada de un cliente al negocio durante una hora.
.- Las llamadas telefnicas que se reciben en un da.
.- Los defectos en manufactura de papel por cada metro producido.
La distribucin de Poisson se emplea para describir procesos con un
elemento en comn, pueden ser descritos por una variable aleatoria
discreta.
Proceso de llegada
.- Un proceso de llegada es una secuencia en aumento de variables aleatorias,
0 < S1<S2 <<, donde S<S + 1, es decir, una variable aleatoria X tal que Fx
(0) = 0.
.- En el proceso de Poisson, las llegadas se pueden producir en cualquier
momento, y la probabilidad de una llegada en cualquier instante particular es 0.
Propiedades de un proceso de Poisson
Un proceso de Poisson es un proceso de renovacin en la que los intervalos
entre llegadas tienen una funcin de distribucin exponencial, es decir, para
algunos > 0 reales, cada X tiene la funcin densidad Fx(X) = exp (- x) para
x
.- La probabilidad de observar exactamente un xito en el segmento o tamao
de muestra n es constante.
.- El evento debe considerarse un suceso raro.
.- El evento debe ser aleatorio e independiente de otros eventos.
.- Proporcionar los tiempos entre llegadas y las descripciones ms convenientes desde
los tiempos entre llegadas se definen como IID.
Si repetimos el experimento n veces podemos obtener resultados para la
construccin de la distribucin de Poisson.
Probabilidad Densidades de Sn y S1, ..Sn