Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Distribucin de Poisson
Distribucin de Poisson
El eje horizontal es el ndice k. La funcin solamente est definida en valores enteros de k. Las lneas que conectan los puntos son solo guas para el
ojo y no indican continuidad.
Funcin de probabilidad
(dnde
incompleta)
Media
Mediana
Moda
Varianza
Coeficiente de simetra
Curtosis
es la Funcin gamma
Distribucin de Poisson
Entropa
En teora de probabilidad y estadstica, la distribucin de Poisson 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 perodo de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos
con probabilidades muy pequeas, o sucesos "raros".
Fue descubierta por Simon-Denis Poisson, que la dio a conocer 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).
Propiedades
La funcin de masa o probabilidad de la distribucin de Poisson es
donde
k es el nmero de ocurrencias del evento o fenmeno (la funcin nos da la probabilidad de que el evento suceda
precisamente k veces).
es un parmetro positivo que representa el nmero de veces que se espera que ocurra el fenmeno durante un
intervalo dado. Por ejemplo, si el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos
interesados en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos, usaremos un modelo de
distribucin de Poisson con = 104 = 40.
e es la base de los logaritmos naturales (e = 2,71828...)
Tanto el valor esperado como la varianza de una variable aleatoria con distribucin de Poisson son iguales a . Los
momentos de orden superior son polinomios de Touchard en cuyos coeficientes tienen una interpretacin
combinatorio. De hecho, cuando el valor esperado de la distribucin de Poisson es 1, entonces segn la frmula de
Dobinski, el n-simo momento iguala al nmero de particiones de tamao n.
La moda de una variable aleatoria de distribucin de Poisson con un no entero es igual a
enteros menores que (los smbolos
, el mayor de los
modas son y 1.
La funcin generadora de momentos de la distribucin de Poisson con valor esperado es
Distribucin de Poisson
Intervalo de confianza
Un criterio fcil y rpido para calcular un intervalo de confianza aproximada de es propuesto por Guerriero (2012).
Dada una serie de eventos k (al menos el 15 - 20) en un periodo de tiempo T, los lmites del intervalo de confianza
para la frecuencia vienen dadas por:
Distribucin binomial
La distribucin de Poisson es el caso lmite de la distribucin binomial. De hecho, si los parmetros n y
distribucin binomial tienden a infinito (en el caso de 'n') y a cero (en el caso de
) de manera que
de una
se
Aproximacin normal
Como consecuencia del teorema central del lmite, para valores grandes de
Distribucin exponencial
Supngase que para cada valor t > 0, que representa el tiempo, el nmero de sucesos de cierto fenmeno aleatorio
sigue una distribucin de Poisson de parmetro t. Entonces, los tiempos transcurridos entre dos sucesos sucesivos
sigue la distribucin exponencial.
Ejemplos
Si el 2% de los libros encuadernados en cierto taller tiene encuadernacin defectuosa, para obtener la probabilidad de
que 5 de 400 libros encuadernados en este taller tengan encuadernaciones defectuosas usamos la distribucin de
Poisson. En este caso concreto, k es 5 y, , el valor esperado de libros defectuosos es el 2% de 400, es decir, 8. Por lo
tanto, la probabilidad buscada es
Distribucin de Poisson
Este problema tambin podra resolverse recurriendo a una distribucin binomial de parmetros k = 5, n = 400 y
=0,02.
Procesos de Poisson
La distribucin de Poisson se aplica a varios fenmenos discretos de la naturaleza (esto es, aquellos fenmenos que
ocurren 0, 1, 2, 3,... veces durante un periodo definido de tiempo o en un rea determinada) cuando la probabilidad
de ocurrencia del fenmeno es constante en el tiempo o el espacio. Ejemplos de estos eventos que pueden ser
modelados por la distribucin de Poisson incluyen:
El nmero de autos que pasan a travs de un cierto punto en una ruta (suficientemente distantes de los semforos)
durante un periodo definido de tiempo.
El nmero de errores de ortografa que uno comete al escribir una nica pgina.
El nmero de llamadas telefnicas en una central telefnica por minuto.
El nmero de servidores web accedidos por minuto.
El nmero de animales muertos encontrados por unidad de longitud de ruta.
El nmero de mutaciones de determinada cadena de ADN despus de cierta cantidad de radiacin.
Enlaces externos
Referencias
[1]
[2]
[3]
[4]
[5]
Licencia
Creative Commons Attribution-Share Alike 3.0
//creativecommons.org/licenses/by-sa/3.0/