Documente Academic
Documente Profesional
Documente Cultură
definición
La distribución de Poisson describe la probabilidad como un acontecimiento fortuito ocurrido
en un tiempo o intervalo de espacio bajo las condiciones que la probabilidad de un
acontecimiento ocurre es muy pequeña, pero el número de intentos es muy grande, entonces
el evento actual ocurre algunas veces.
La distribución Poisson es, junto con la distribución binomial, una de las más importantes
distribución de probabilidad para variables discretas, es decir, sólo puede tomar los valores 0,
1, 2, 3, 4, ..., k.
La distribución de Poisson se emplea para describir varios procesos, entre otros: - El número
de autos que pasan a través de un cierto punto en una ruta (suficientemente distantes de los
semáforos) durante un periodo definido de tiempo. - El número de errores de ortografía que
uno comete al escribir una única página. - El número de llamadas telefónicas en una central
telefónica por minuto. - El número de servidores web accedidos por minuto. - El número de
defectos en una longitud específica de una cinta magnética. - El número de mutaciones de
determinada cadena de ADN después de cierta cantidad de radiación. - El número de
defectos por metro cuadrado de tela. - El número de estrellas en un determinado volumen de
espacio.
donde x debe ser un entero positivo. Esta expresión, se obtiene tomando los límites cuando n
tiende a ∞, p tiende a 0 y no permanece constante e igual a λ, de la función de probabilidad de
la distribución de una variable binomial:
que resulta complejo de calcular. Por eso se prefiere aproximar a una distribución de Poisson,
con λ=5000*0,001=50, y quedaría:
Fórmula de Poisson
Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones binomiales,
sobre todo si n (ensayos) es muy grande y p o q (éxito y fracaso) es muy pequeña, se puede
usar a cambio la de Poisson, pero debe cumplir con ciertas condiciones como : n ≥ 30 np ó nq <
5 En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la
distribución binomial en lugar de la media de la distribución de Poisson de modo: λ=np
Ejemplo: Se sabe que 1% de los artículos de un gran embarque de transistores procedente de
un proveedor son defectuosos. Si se selecciona aleatoriamente una muestra de 30
transistores, la probabilidad de que dos o más de ellos sean defectuosos. P (X ≥ 2 I n=30, p=
0.01) = P (X=2) + P (X=3) + …= 0.0328+0.0031+0.0002 = 0.0361 Si λ=np=30(0.01) = 0.3, la
aproximación de Poisson del anterior valor de probabilidad es P (X ≥ 2 I λ = 0.3) = P (X=2) + P
(X=3) + …= 0.0333 + 0.0033 + 0.0002 = 0.0368 Así la diferencia entre la aproximación de
Poisson y el valor de probabilidad binomial real es de sólo 0.0007
En este caso la variable aleatoria representa el número de sucesos independientes que
ocurren, a una velocidad constante, en el tiempo o en el espacio. Su nombre lo debe al francés
Simeón Denis Poisson, que fue el primero en describirla en el Siglo XIX. Veamos algunos
ejemplos típicos de esta distribución: • El número de personas que llega a una tienda de
autoservicio en un tiempo determinado. • El número de solicitudes de seguro procesadas por
una compañía en un período específico. • El número de bacterias en un cultivo. La distribución
de Poisson es el modelo de probabilidad que más se utiliza para analizar problemas de listas de
espera. Podemos hablar de las siguientes características de una distribución de Poisson: