DISTRIBUCIN DE POISSON

La Distribucin de Poisson se llama as en honor a Simen Dennis Poisson

(1781-1840), francs que que public, junto con su teora de probabilidad, en
1838 en su trabajo Recherches sur la probabilit des jugements en matires
criminelles et matire civile (Investigacin sobre la probabilidad de los juicios
en materias criminales y civiles).
En teora de probabilidad y estadstica, la distribucin de Poisson es una
distribucin de probabilidad discreta. Expresa la probabilidad de un nmero de
eventos ocurriendo en un tiempo fijo si estos eventos ocurren con una tasa
media conocida, y son independientes del tiempo desde el ltimo evento.
La distribucin de Poisson es muy importante y se aplica a muchos problemas
reales:
1. La distribucin del nmero de llamadas telefnicas por minutos en un
tablero;
2. La distribucin del nmero de errores tipogrficos por pgina en textos
grandes;
3. La distribucin del nmero diario de accidentes automovilsticos en una
gran ciudad;
4. La distribucin del nmero de partculas ALFA emitidas por una
sustancia radioactiva;
5. El nmero de clientes que llegan a un banco entre las 10 y 12 p.m.; y as
sucesivamente.
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, ).
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.
Clculo de probabilidades mediante la distribucin de Poisson
La distribucin de Poisson, segn hemos sealado, se refiere a ciertos
procesos que pueden ser descritos con una variable aleatoria discreta. La letra
x suele representar esa variable y puede adems asumir valores enteros
(0,1,2,3 etc..). Utilizamos la letra X mayscula para representar la variable
aleatoria y la x minscula para designar un valor especfico que puede asumir
la X mayscula. La probabilidad de exactamente x ocurrencias en una
distribucin de Poisson se calcula mediante la frmula:

P(x)

e - * ( x )
x!

Donde:
e- = e= 2.71828 elevado a la potencia de lambda negativa
= Lambda (nmero medio de ocurrencias por intervalo de tiempo) elevada a
la potencia x
x! = factorial de x
Propiedades
La distribucin de Poisson tiene las siguientes propiedades:
Media = =
Varianza = 2 =
Desviacin Estndar = =
La distribucin de Poisson como una aproximacin a la distribucin
binomial
Algunas veces, si se desea evitar el tedioso trabajo de calcular las
distribuciones binomiales, se puede usar a cambio la de Poisson, pero debe
cumplir con ciertas condiciones como:
N 20

p 0.05

Es decir si N (nmero de ensayos) es muy grande y p es muy pequeo,

podemos sustituir la media de la distribucin binomial en lugar de la media de
la distribucin de Poisson de modo que la frmula quedara as:
P(x)

(Np) - * ( (Np) )
x!

Uso de la Tabla
Al usar la tabla se pueden presentar varios casos, por lo que deben usarse las
siguientes propiedades:
La probabilidad de que (x a) = La encontramos en la tabla
La probabilidad de que (x -a) = 1 P(x a)
La probabilidad de que (a x b) = P(x b) P(x a)
La probabilidad de que (x a) = 1 P (x a)
Ejemplos
1.

Una compaa de seguros de autos asegura contra robos a 10 mil autos

en todo el Per, si en un mes la probabilidad de que un auto cualquiera sea
robado es 3/3400. Cul es la probabilidad que durante un mes
determinado se roben 2 autos?

3
400

Np 10 000

Luego:

=9
P(x 2)

2.

300
9
34

x=2
e -9 9 2
0.00499809 7065
2!

Si el 3% de las llantas fabricadas por una compaa son defectuosos,

hallar la probabilidad de que una muestra de 100 llantas, se tenga 3
defectuosas.
Probabilidad de llantas defectuosas = p = 0.03
= Np = 100 (0.03) = 3
P(x 3)

x=3
e -3 3 3
0.22404180 7
3!