PROBABILIDAD Y

ESTADISTICA.
Nombre:
Profesor: Gerardo Enrique
Canedo Romero.

Distribucin de probabilidad de Poisson.

Definicin:
Se dice que una variable aleatoria X tiene un distribucin de Poisson
con parmetro (>0) si la funcin de masa de probabilidad de X es

x
e
(
)
p x; =
x=0,1,2. .
x!

El valor de es con frecuencia un valor por unidad de tiempo o por

unidad de rea.

Ejemplo:
Sea X el numero de criaturas de un tipo particular capturadas en una
trampa durante un periodo de tiempo determinado. Suponga que X tiene
una distribucin de Poisson con = 4.5, as que en promedio las trampas
contendrn 4.5 criaturas. La probabilidad de que cada trampa tenga
exactamente 5 criaturas es

4.5

P ( X=5 ) =

(4.5)
=0.1708
5!

La probabilidad de que una trampa tenga cuando mucho 5 criaturas es

P ( X 5 ) =

x=0

4.5

(4.5)
(4.5)
(4.5)
=e4.5 1+ 4.5+
+
=0.7029
x!
2!
5!

La distribucin de Poisson como limite.

Suponga que en la funcin masa de probabilidad binomial b(x;n,p), si
n y p0 de tal modo que np tienda a un valor >0. Entonces
b(x;n,p),P(x;).

De acuerdo con esta proposicin en cualquier experimento binomial en el

cual n es grande y p es pequea(x;n,p) P(x;) donde =np . Como regla
emprica esta aproximacin puede ser aplicada con seguridad si n>50 y
np<5.

Media y varianza de X
Como b(x;n,p)P(x;) a medida que n, p0, np, la medida y varianza
de una variable binomial debern aproximarse a las de una variable de
Poisson estos lmites son np y np(1-p).
Si X tiene una distribucin de Poisson con parmetro ,
entonces E(X)=V(X)=

Proceso de Poisson.
una aplicacin muy importante de la distribucin de Poisson es la que se
refiere a la ocurrencia de eventos de algn tipo durante un lapso de tiempo.
Se hace la siguiente suposicin sobre la forma en que los eventos de inters
ocurren :
1.- Existe un parmetro >0 de tal modo que durante cualquier intervalo de
tiempo corto t, la probabilidad de que ocurra exactamente un evento es
.t+o(t).
2.- La probabilidad de que ocurra mas de un evento durante t es o(t)[la
que junto con la suposicin 1 , implica que la probabilidad de cero eventos
durante t es 1-.t- o(t)].
3.-El numero de eventos ocurridos durante este intervalo de tiempo t es
independiente del numero ocurrido antes de este intervalo de tiempo.
La suposicin 1 dice que durante un corto intervalo de tiempo , la
probabilidad de que ocurra un solo evento es aproximadamente
proporcional a la duracin del intervalo de tiempo, donde es la constante
de proporcionalidad. Ahora sea Pk(t) la probabilidad de que k eventos sern
observados durante cualquier intervalo de tiempo particular de duracin t.

Ejemplo: Suponga que llegan pulsos a un contador a un ritmo promedio de

seis por minuto as que =6. Para determinar la probabilidad de que en un
intervalo de 0.5 min se reciba por lo menos 1 pulso , obsrvese que el
nmero de pulsos en este intervalo tiene un distribucin de Poisson con
parmetro t=6(0.5)=3(se utiliza 0.5 min por que esta expresada como
ritmo por minuto). Entonces con X= el numero de pulsos recibidos en el
intervalo de 30 segundos,

e (3)
p (1 X )=1p ( X=0 )=1
=0.950
0!