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 de que ocurra un determinado nmero de eventos durante cierto perodo de
tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con
probabilidades muy pequeas, o sucesos "raros".
Fue descubierta por Simon-Denis Poisson, que la dio a conocer en 1838en 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]

1Propiedades
2Intervalo de confianza
3Relacin con otras distribuciones
o 3.1Sumas de variables aleatorias de Poisson
o 3.2Distribucin binomial
o 3.3Aproximacin normal
o 3.4Distribucin exponencial
4Ejemplos
5Procesos de Poisson
6Enlaces externos
7Referencias
8Vase tambin

Propiedades[editar]
La funcin de masa o probabilidad 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 . Los momentos de orden superior son polinomios de Touchard en
cuyos coeficientes tienen una interpretacin combinatoria. 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 de particiones de tamao n.
La moda de una variable aleatoria de distribucin de Poisson con un no entero es igual

a , el mayor de los enteros menores que (los smbolos representan la funcin

parte entera). Cuando es un entero positivo, las modas son y 1.
La funcin generadora de momentos de la distribucin de Poisson con valor esperado es
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]
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]

Sumas de variables aleatorias de Poisson[editar]
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]
La distribucin de Poisson es el caso lmite de la distribucin binomial. De

hecho, si los parmetros ny de una distribucin binomial tienden a

infinito (en el caso de 'n') y a cero (en el caso de ) de manera

que se mantenga constante, la distribucin lmite obtenida es de

Poisson.

Aproximacin normal[editar]
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 0 y varianza 1.

Distribucin exponencial[editar]
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 transcurridos entre dos
sucesos sucesivos sigue la distribucin exponencial.

Ejemplos[editar]
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

Procesos de Poisson[editar]
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 se han desintegrado
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 2 de un inventor a lo largo de su carrera.
La distribucin de la riqueza humana.

Enlaces externos[editar]
Distribucin de Poisson Puntual
Distribucin de Poisson Acumulada
Calculadora Distribucin de Poisson
 Clculo de la probabilidad de una distribucin de Poisson usando R