Distribución de Poisson

DISTRIBUCIÓN DE POISSON
ASTRID VANESA CAMARGO MIRANDA
DOCENTE: ALEXANDER MORENO QUIROGA
ESTADÍSTICA DE LA PROBABILIDAD
IV SEMESTRE
CORPORACIÓN UNIFICADA NACIONAL DE EDUCACIÓN SUPERIOR- CUN
MODALIDAD DISTANCIA
11/10/2020
SINCELEJO, SUCRE
DISTRIBUCIÓN DE POISSON
En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de

probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la
probabilidad de que ocurra un determinado número de eventos durante cierto período de
tiempo. Nuestra variable aleatoria x representará el número de ocurrencias de un suceso en
un intervalo determinado, el cual podrá ser tiempo, distancia, área, volumen o alguna otra
unidad similar o derivada de éstas.
La probabilidad de nuestra variable aleatoria X viene dada por la siguiente expresión:
P(x, λ): probabilidad de que ocurra X éxitos, cuando el número de ocurrencia de ellos es λ
X: variable que denota el número de éxitos que se dese que ocurra
Λ: media o promedio de éxitos por unidad de tiempo, área o producto
e: una constante de valor: 2,718.
Esta distribución es una de las más importantes distribuciones de variable discreta. Sus
principales aplicaciones hacen referencia a la modelización de situaciones en las que nos
interesa determinar el número de hechos de cierto tipo que se pueden producir en un
intervalo de tiempo o de espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias
restrictivas. Otro de sus usos frecuentes es la consideración límite de procesos dicotómicos
reiterados un gran número de veces si la probabilidad de obtener un éxito es muy pequeña
PROPIEDADES DE LA DISTRIBUCION DE POISSON
La distribución de Poisson desempeña un papel importante, como un modelo probabilístico

apropiado para un gran número de fenómenos aleatorios
Las características más importantes de esta distribución son:
 La distribución de Poisson tiene la particularidad de que la esperanza y la varianza

son igua les (la verificación y/o demostración de estas fórmulas se presentan más
adelante en esta sección), esto es:
 Los factores de forma de la distribución de Poisson son
-Coeficiente de asimetría:
- Curtosis relativa:
- Con lo anterior se puede observar que la distribución de poisson es leptocúrtica con un

sesgo positivo.
 La función generadora de momentos de la variable aleatoria de Poisson X , con
valor esperado λ , es
 El espacio muestra en un modelo de Poisson se genera por un número muy grande
(puede considerarse infinito) de repeticiones de un experimento cuyo modelo de
probabilidad es el de Bernoulli, con probabilidad de éxito muy pequeña. Por esta
razón, a la distribución de Poisson se le suele llamar de eventos raros. Las
repeticiones del experimento de Bernoulli se realizan en cada uno de los puntos de
un intervalo de tiempo o espacio. La probabilidad de que se tenga dos o más éxitos
en el mismo punto del intervalo es cero. El número promedio de éxitos en un
intervalo es una constante λ, que no cambia de intervalo a intervalo.
 La distribución de Poisson se puede expresar de forma gráfica, ya que en realidad

consiste en un diagrama de barras, con forma asimétrica positiva como sucede con
la distribución binomial.
RELACIÓN CON OTRAS DISTRIBUCIONES
Sumas de variables aleatorias de Poisson
La suma de variables aleatorias de Poisson independientes es otra variable aleatoria de

Poisson cuyo parámetro es la suma de los parámetros de las originales. Dicho de otra
manera, si
son N variables aleatorias de Poisson independientes, entonces

Distribución binomial
La distribución de Poisson es el caso límite de la distribución binomial. De hecho, si los

parámetros n y Ø de una distribución binomial tienden a infinito (en el caso de n) y a cero
(en el caso de Ø) de manera que se mantenga constante, la distribución límite

obtenida es de Poisson.
Aproximación normal
Como consecuencia del teorema central del límite, para valores grandes de ʎ una variable
aleatoria de Poisson X puede aproximarse por otra normal dado que el cociente
converge a una distribución normal de media 0 y varianza 1.
Distribución exponencial
Supóngase que para cada valor t > 0 que representa el tiempo, el número de sucesos de
cierto fenómeno aleatorio sigue una distribución de Poisson de parámetro ʎt
Entonces, los tiempos transcurridos entre dos sucesos sucesivos sigue la distribución
exponencial.
EJEMPLOS

Distribución de Poisson

Cargado por

Copyright:

Formatos disponibles

Distribución de Poisson

Cargado por

Información del documento

Título original

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

ASTRID VANESA CAMARGO MIRANDA

DOCENTE: ALEXANDER MORENO QUIROGA

CORPORACIÓN UNIFICADA NACIONAL DE EDUCACIÓN SUPERIOR- CUN

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de

La probabilidad de nuestra variable aleatoria X viene dada por la siguiente expresión:

X: variable que denota el número de éxitos que se dese que ocurra

Λ: media o promedio de éxitos por unidad de tiempo, área o producto

e: una constante de valor: 2,718.

La distribución de Poisson desempeña un papel importante, como un modelo probabilístico

Las características más importantes de esta distribución son:

 La distribución de Poisson tiene la particularidad de que la esperanza y la varianza

 Los factores de forma de la distribución de Poisson son

- Con lo anterior se puede observar que la distribución de poisson es leptocúrtica con un

 La función generadora de momentos de la variable aleatoria de Poisson X , con

 La distribución de Poisson se puede expresar de forma gráfica, ya que en realidad

RELACIÓN CON OTRAS DISTRIBUCIONES

Sumas de variables aleatorias de Poisson

La suma de variables aleatorias de Poisson independientes es otra variable aleatoria de

son N variables aleatorias de Poisson independientes, entonces

La distribución de Poisson es el caso límite de la distribución binomial. De hecho, si los

(en el caso de Ø) de manera que se mantenga constante, la distribución límite

converge a una distribución normal de media 0 y varianza 1.

También podría gustarte