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

El eje horizontal es el ndice k. Funcin de distribucin de probabilidad

Parmetros

Dominio

Funcin de probabilidad(fp)

Funcin de distribucin(cdf) laFuncin gamma incompleta) (dnde es

Media

Mediana

Moda

Varianza

Coeficiente de simetra

Curtosis

Entropa

Funcin generadora de momentos(mgf)

Funcin caracterstica

En teora de probabilidad y estadstica, la distribucin de Poisson es una distribucin de probabilidad discretaque expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado nmero de eventos durante cierto periodo de tiempo. 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).

ndice
[ocultar]

1 Propiedades 2 Intervalo de confianza 3 Relacin con otras distribuciones

o o o o

3.1 Sumas de variables aleatorias de Poisson 3.2 Distribucin binomial 3.3 Aproximacin normal 3.4 Distribucin exponencial

4 Ejemplos 5 Procesos de Poisson 6 Enlaces externos 7 Referencias 8 Vase tambin

Propiedades[editar editar cdigo]

La funcin de masa o densidad 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 . Losmomentos de orden superior son polinomios de Toucharden cuyos coeficientes tienen una interpretacincombinatorio. 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 departiciones de tamao n.

La moda de una variable aleatoria de distribucin de Poisson con un no entero es igual a mayor de los enteros menores que (los smbolos es un entero positivo, las modas son y 1. La funcin generadora de momentos de la distribucin de Poisson con valor esperado es

, el

representan lafuncin parte entera). Cuando

Las variables aleatorias de Poisson tienen la propiedad de ser infinitamente divisibles. La divergencia Kullback-Leibler desde una variable aleatoria de Poisson de parmetro 0 a otra de parmetro es

Intervalo de confianza[editar editar cdigo]

Un criterio fcil y rpido para calcular un intervalo de confianza aproximada de es propuesto por Guerriero (2012).1 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:

entonces los lmites del parmetro

estn dadas por: .

Relacin con otras distribuciones[editar editar cdigo]

Sumas de variables aleatorias de Poisson[editar editar
cdigo]
La suma de variables aleatorias de Poisson independientes es otra variable aleatoria de Poisson cuyo parmetro es la suma de los parmetros de las originales. Dicho de otra manera, si

son N variables aleatorias de Poisson independientes, entonces

Distribucin binomial[editar editar cdigo]

La distribucin de Poisson es el caso lmite de la distribucin binomial. De hecho, si los parmetros n y manera que de Poisson. de una distribucin binomial tienden a infinito y a cero de se mantenga constante, la distribucin lmite obtenida es

Aproximacin normal[editar editar cdigo]

Como consecuencia del teorema central del lmite, para valores grandes de , una variable aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente

converge a una distribucin normal de media nula y varianza 1.

Distribucin exponencial[editar editar cdigo]

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 discurridos entre dos sucesos sucesivos sigue la distribucin exponencial.

Ejemplos[editar editar cdigo]

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

Este problema tambin podra resolverse recurriendo a una distribucin binomial de parmetros k = 5, n = 400 y =0,02.

Procesos de Poisson[editar editar cdigo]

Artculo principal: Proceso 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.

El nmero de ncleos atmicos inestables que decayeron en un determinado perodo

El nmero de estrellas en un determinado volumen de espacio. La distribucin de receptores visuales en la retina del ojo humano. La inventiva de un inventor a lo largo de su carrera.