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. Por ejemplo, si en cierta regin
ocurren en promedio 2 terremotos por ao, la variable aleatoria ser el nmero de
terremotos por ao y es claro que no tiene sentido hablar del nmero de no terremotos
por ao. Lo mismo sucede para otros fenmenos, como el nmero de errores en una
pgina, 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, rayos
que caen en una tormenta, llamadas que llegan a un conmutados telefnico en un
minuto, insectos por planta en un cultivo, etc. 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
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 entonces
se puede afirmar, que la variable aleatoria mencionada en los fenmenos descritos
es una variable 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, p<0.10 y np<10. 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 li es ajeno al nmero de xitos en el intervalo lj, por lo
que lilj= .
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 (Lambda), que no
cambia de intervalo a intervalo.

La funcin de probabilidad de la variable aleatoria discreta de Poisson est dada por:

( )

Dnde:
x=Valor de la variable aleatoria
= Nmero promedio de resultados por unidad de tiempo, rea, volumen,etc.
e=Nmero de Nepper
e=2.71828. . . Q
=np

As mismo la media y varianza para la variable de Poisson son:
E(x)=
Var(x)=

Ejemplos:
Ejemplo 1: Un entomlogo examina una planta de algodn y cuenta el nmero de
huevecillos de un insecto por planta. De estudios anteriores se sabe que bajo
las condiciones del experimento el nmero de huevecillos por planta puede
representarse por una distribucin de Poisson con = 0.9; si se selecciona
una planta al azar, calcular la probabilidad de que:
a) Se encuentren 2 huevecillos.
b) Se encuentren cuando mucho 3 huevecillos.
c) No se encuentren Huevecillos.
d) Se encuentre ms de 12 huevecillos.































Ejemplo 2: Si un banco recibe en promedio 6 cheques sin fondo por da, Cules son las
probabilidades de que reciba,
a) Cuatro cheques sin fondo en un da dado?
b) Diez cheques sin fondos en cualquiera de dos das consecutivos?




































Ejemplo 3: La probabilidad de que haya un accidente en una compaa de manufactura
es de 0.02 por cada da de trabajo. Si se trabajan 300 das del ao, Cul es la
probabilidad de tener
a) Exactamente 3 accidentes?
b) Cuando mucho 2 accidentes?
c) Ms de 5 accidentes?