Distribución de Poisson

Distribución de Poisson
La distribución de Poisson es una distribución discreta, llamada así en honor del matemático francés
Simeon Denis Poisson (1781-1840), a quien generalmente se le acredita la publicación de su
deducción en 1837. Esta distribución se ha utilizado ampliamente en Biología y Medicina.
Los experimentos o procesos que resultan en valores numéricos de una variable aleatoria X, misma
que representa el número de resultados durante un intervalo de tiempo dado o en una región o
espacio específico, frecuentemente se llama experimento o proceso de Poisson. El intervalo de
tiempo puede ser de cualquier duración, por ejemplo, un minuto, un día, una semana, un mes o
inclusive un año, de igual forma, el espacio puede ser una distancia, una superficie o un volumen de
cualquier tamaño. De aquí que un experimento de Poisson puede generar observaciones para la
variable aleatoria X, como por ejemplo: el número de ratas de campo por cada metro cuadrado o el
número de bacterias por mililitro de medio cultivo.
Las siguientes proposiciones describen lo que se conoce como experimento o proceso de Poisson:
1. Las ocurrencia o resultado (frecuencia) que ocurre en un intervalo de tiempo o región
específicos es independiente del número que ocurre en cualquier otro intervalo disjunto de
tiempo o región del espacio disjunto. De esta manera se dice que el proceso de Poisson no
tiene memoria.
2. Teóricamente, debe ser posible un número infinito de ocurrencias del evento en el
intervalo.
3. La probabilidad de que un resultado sencillo ocurra (se presente una sola vez el evento) en
un intervalo de tiempo muy corto o en una región muy pequeña es proporcional a la
longitud del intervalo de tiempo o al tamaño de la región y no depende del número de
resultados que ocurren fuera de este intervalo o región.
4. En cualquier porción infinitesimalmente pequeña del intervalo, se rechaza la probabilidad
que el evento se presente más de una vez.
En la distribución de probabilidad de la variable aleatoria de Poisson X, donde x es el número de
ocurrencias de algún evento al azar en un intervalo de tiempo o espacio (o algún volumen de
materia), la probabilidad de que x ocurra está dada por la expresión:
𝑒 −𝜆 𝜆𝑥
𝑓(𝑥) = 𝑝( 𝑥; 𝜆) = 𝑥!
Donde x = 1, 2, , 3, ….
La letra griega λ (lambda) se conoce como parámetro de la distribución y es el número promedio de

veces que ocurre un evento al azar en el intervalo (o volumen). El símbolo e es la constante (hasta
cuatro decimales) 2.7183, que es la base de los logaritmos naturales.
Puede demostrase que f(x) ≥ 0 para cada x y que ∑𝑥 𝑓(𝑥) = 1, de modo que la distribución satisface
los requisitos para una distribución de probabilidad.
Una característica interesante de la distribución de Poisson es el hecho de que la media y la varianza
son iguales.
Media (µ) = Varianza (σ2) = λ
La distribución de Poisson se utiliza cunado se hacen registros de eventos o entidades que están
distribuidos al azar en espacio o tiempo. Puede esperarse que cierto proceso obedezca a la ley de
Poisson y con esta, s suposición pueden calcularse las probabilidades de que se presenten eventos
o entidades dentro de alguna unidad de espacio o tiempo. Por ejemplo, suponiendo que la
distribución de algún parásito entre los miembros hospederos individuales sigue la ley de Poisson,
se puede calcular, conociendo el parámetro λ, la probabilidad de que un hospedero seleccionado al
azar tenga x número de parásitos.
En la tabla A-2 se encuentra la suma de probabilidades de Poisson, para algunos valores
seleccionados de λ en el rango de 0.1 a 18. Observación en la tabla el valor que corresponde a λ
aparece como µ.
(0.1 ≤ λ ≤ 18)
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)
Ejemplo 1: El número promedio de partículas radiactivas que pasan a través de un contador durante
un milisegundo en un experimento de laboratorio es 4. ¿Cuál es la probabilidad de que entren
exactamente 6 partículas al contador en un milisegundo determinado?
Datos
µ = λ = 4 partículas radioactivas/miliseg.
p (x = 6) = ¿?
Se puede contestar de dos maneras
(1) Aplicando la fórmula
𝑝(𝑥) = 𝑝( 𝑥; 𝜆) =
𝑥!
𝑒 −4 (4)6
𝑝( 𝑥 = 6) = 𝑝(6, 4) = 6!
= 0.10419 = 0.1042
(2) Utilizando la tabla
Expresando el problema en forma gráfica
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(x = 6)= p(x ≤ 6) – p(x ≤ 5) = ∑6𝑥=0 𝑝(𝑥; 4) - ∑5𝑥=0 𝑝(𝑥; 4) = 0.8893 − 0.7851 = 0.1042
Respuesta: La probabilidad de que entren exactamente 6 partículas al contador en un milisegundo
es 0.1042.
Ejemplo 2: En promedio en una cierta intersección ocurren 3 accidentes viales por mes. Encontrar
la probabilidad de que en un determinado mes, en esta intersección ocurran:
a) exactamente 5 accidentes?
b) menos de 3 accidentes?
c) entre 5 y 7 accidentes?
Datos
µ = λ = 3 accidentes/mes.
a) Exactamente 5 accidentes
Datos
µ = λ = 3 accidentes/mes.
p (x = 5) = ¿?
Se puede contestar de dos maneras
𝑝(𝑥) = 𝑝( 𝑥; 𝜆) =
𝑥!
𝑒 −3 (3)5
𝑝( 𝑥 = 5) = 𝑝(5, 3) = = 0.1008
5!

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(x = 5) = p(x ≤ 5) – p(x ≤ 4) = ∑5𝑥=0 𝑝(𝑥; 3) - ∑4𝑥=0 𝑝(𝑥; 3) = 0.9161 − 0.8153 = 0.1008
Respuesta: La probabilidad de que en un determinado mes en esta intersección ocurran
exactamente 5 accidentes es 0.1008.
b) menos de 3 accidentes?
p(x < 3) = ¿?
p( x < 3) = p(x = 0) + p(x = 1) + p(x = 2)
𝑝(𝑥) = 𝑝( 𝑥; 𝜆) =
𝑥!
𝑒 −3 (3)0 𝑒 −3 (3)1 𝑒 −3 (3)2
𝑝( 𝑥 < 3) = 0!
+ 1!
+ 2!
= 0.0498 + 0.1494 + 0.2240 = 0.4232
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(x < 3) = ∑2𝑥=0 𝑝(𝑥; 3) = 0.4232
Respuesta: La probabilidad de que en un determinado mes en esta intersección ocurran menos
de 3 accidentes es 0.4232.
a) Entre 5 y 7 accidentes?
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(5 ≤ x ≤ 7) = p(x ≤7) – p(x ≤4) = ∑7𝑥=0 𝑝(𝑥; 3) - ∑4𝑥=0 𝑝(𝑥; 3) = 0.9881 − 0.8153 = 0.1728
Respuesta: La probabilidad de que en un determinado mes en esta intersección ocurran entre 5 y
7 accidentes es 0.1728.
Ejemplo 3: Una cierta área es afectada en promedio por 6 huracanes al año. Encuentre la
probabilidad de que en un determinado año esta área sea afectada por
a) menos de 4 huracanes?
b) Cualquier cantidad entre 6 y 8 huracanes?
c) Exactamente 5 huracanes?
Datos
µ = λ = 6 huracanes/año.
a) menos de 4 huracanes?
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(x < 4) = ∑3𝑥=0 𝑝(𝑥; 6) = 0.1512
Respuesta: La probabilidad de que en un determinado año ocurran menos de 4 huracanes es
0.1512.
b) cualquier cantidad entre 6 y 8 huracanes?
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(6≤ x ≤8) = p(x ≤ 8) – p(x ≤ 5) = ∑8𝑥=0 𝑝(𝑥; 6) - ∑5𝑥=0 𝑝(𝑥; 6) = 0.8472 − 0.4457 = 0.4015
Respuesta: La probabilidad de que en un determinado año ocurran entre 6 y 8 huracanes es

0.4015.
c) exactamente 5 huracanes?
p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(x = 5) = p(x ≤ 5) – p(x ≤ 4) = ∑5𝑥=0 𝑝(𝑥; 6) - ∑4𝑥=0 𝑝(𝑥; 6) = 0.4457 − 0.2851 = 0.1606
Respuesta: La probabilidad de que en un determinado año ocurran exactamente 5 huracanes es
0.1606.
Evidencias
1. Supóngase que se sabe que en cierta área de una gran ciudad el número promedio de ratas por
manzana es de cinco. Suponiendo que el número de ratas sigue una distribución de Poisson,
encuentre la probabilidad de que en una manzana seleccionada al azar:
a) Haya exactamente cinco ratas.
b) Haya más de cinco ratas.
c) Haya menos de cinco ratas.
d) Haya entre cinco y siete ratas, inclusive.
2. Si el número promedio de accidentes graves por año en una fábrica grande (donde el número de
empleados permanece constante) es de cinco, encuentre la probabilidad de que en el año en curso:
a) Haya exactamente siete accidentes.
b) Ocurran diez o más accidentes.
c) No haya accidentes.
d) Haya menos de cinco accidentes.

Distribución de Poisson

Cargado por

Copyright:

Formatos disponibles

Distribución de Poisson

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribución de Poisson

Cargado por

Copyright:

Formatos disponibles

Distribución de Poisson

La letra griega λ (lambda) se conoce como parámetro de la distribución y es el número promedio de

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

(2) Utilizando la tabla

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

Respuesta: La probabilidad de que en un determinado año ocurran entre 6 y 8 huracanes es

p(r; λ) = ∑𝑟𝑥=0 𝑝(𝑥; λ)

También podría gustarte