DISTRIBUCIN POISSON

La distribucin de Poisson, llamada as en honor a Simen Denis Poisson

probabilista francs que fue el primero en describirla, es el principal modelo de
probabilidad empleado para analizar problemas de lneas de espera, confiabilidad
y control de calidad; como el nmero de personas que llegan a un lugar
determinado en un tiempo definido. Como se puede observar se trata de hallar la
probabilidad de ocurrencia de cualquier nmero por unidad de medicin (temporal
o espacial). Un proceso Poisson constituye un mecanismo fsico aleatorio en el
cual los eventos ocurren al azar en una escala de tiempo (o de distancia).
Dado un proceso Poisson donde es el nmero promedio de ocurrencias en el
intervalo de nmeros reales donde este se define, la variable aleatoria X
correspondiente al nmero de ocurrencias en el intervalo es llamada variable
aleatoria Poisson y su funcin de probabilidad est dada por:

f ( x ; )=

e .
x!

x=0,1,2,

>0

Donde:
f ( x ; ) = probabilidad de que ocurran x xitos, cuando el nmero promedio de
ocurrencia de ellos es

= media o promedio de xitos por unidad de tiempo, rea o producto.

e = 2.718

x = variable que nos denota el nmero de xitos que se desea que ocurra
Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por
unidad de tiempo, rea o producto es totalmente al azar y que cada intervalo de
tiempo es independiente de otro intervalo dado, as como cada rea es
independiente de otra rea dada y cada producto es independiente de otro
producto dado.
APROXIMACIN DE POISSON A LA BINOMIAL.
En este caso se determinarn probabilidades de experimentos Binomiales, pero
que dadas sus caractersticas, es posible aproximarlas con la distribucin de
Poisson, estas caractersticas son, n ( n es muy grande) y p0 (p es muy
pequea), por lo que:

f ( x ; n; p ) n C x p x q nx

e .
x!

La expresin anterior solo se cumple cuando n y p0, solo en este caso, si

esto no se cumple, la aproximacin no se puede llevar a efecto, por lo que la
frmula a utilizar en este caso sera:

f ( x ; )=

e .
x!

Donde:

= = np = nmero esperado de xitos = tasa promedio de xitos.

n = nmero de repeticiones del experimento.

p = probabilidad de xito = p(xito)

REFERENCIAS BIBLIOGRAFICAS
Universidad Oberta Cataluna U.O.C. Variables aleatorias discretas. Obtenido 04,
2016, de http://www.uoc.edu/in3/emath/docs/VA_discretas.pdf
Instituto Tecnologico de Chihuahya. Curso de Probabilidad y Estadstica. Obtenido
04,

2016,

de

http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr
%20Poisson.htm
Morales, Adriana (2010) Modulo Probabilidad. Bogot D.C., Universidad Nacional
Abierta

distancia

UNAD.

Obtenido

04,

2016,

http://datateca.unad.edu.co/contenidos/100402/modulo_probabilidad_2010I.pdf

de