Leidy Yeraldine Suarez Rodriguez

Código: 1910650285
Parcial corte II Estadística.

Definición de la Distribución de Poisson

La distribución de Poisson es una distribución de probabilidad discreta que se

aplica a las ocurrencias de algún suceso durante un intervalo determinado.
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: 

donde:

 Nuestra variable aleatoria discreta puede tomar los

valores:  
  donde es la media del número de sucesos en el intervalo que estemos
tomando, ya sea de tiempo, distancia, volumen, etc. Es importante entender
que este valor es una media en el sentido estrictamente estadístico de la
palabra y como tal se calculará mediante dicha expresión y no debe calcularse
nunca con una regla de proporcionalidad o regla de tres.
 Se debe cumplir la condición de normalización  
 La deviation típica es    
 Cuando realizamos un experimento contando sucesos y obtenemos un
valor x, su error vendrá determinado por la raíz de x.   
La distribución de Poisson debe de cumplir los siguientes requisitos:
 La variable discreta   es el número de ocurrencias de un suceso durante un
intervalo (esto es la propia definición que hemos dado anteriormente).
 Las ocurrencias deben ser aleatorias y no contener ningún vicio que
favorezca unas ocurrencias en favor de otras.
 Las ocurrencias deben estar uniformemente distribuidas dentro del
intervalo que se emplee.
¿Cuándo se usa la Distribución de Poisson?

La distribución de Poisson es particularmente importante ya que tiene muchos

casos de uso. Podemos poner como ejemplos de uso: la disminución de una
muestra radioactiva, la llegada de pasajeros de un aeropuerto o estación de trenes
o autobuses, los usuarios que se conectan a una web determinada por hora (es un
caso particularmente interesante que usa Google en sus métricas predictivas de
visitantes únicos a una web).

Protomisil V2 de los que se lanzaban sobre Londres desde Calais

(Francia)
Como caso realmente interesante cabe mencionar que la distribución de poisson
fue utilizada para determinar si durante la segunda guerra mundial los alemanes al
bombardear Londres desde Calais (Francia 🇫🇷) con los protomisiles V1 y V2
apuntaban o simplemente disparaban al azar. Era un hecho realmente importante
determinar ese punto pues si los objetivos alcanzados con estos primitivos misiles
eran los blancos que los alemanes habían seleccionado, implicaba que éstos
disponían de una tecnología balística muy superior a la sospechada. En las vídeo
clases haré un ejercicio muy similar a dicho problema para ver un caso de utilidad
que ha sido real.

Distribución de Poisson como una aproximación a la

Distribución Binomial

La distribución de Poisson se usa en ocasiones para aproximar la distribución

binomial. Existe un consenso en poder realizar esta aproximación cuando se
satisfagan las siguientes condiciones:
1.
2.
En caso de que hagamos la aproximación porque se cumplan ambas condiciones
vamos a necesitar el valor de   que lo calcularemos mediante la siguiente
expresión :

También suele usarse a menudo una aproximación de la distribución de Poisson a

una distribución Gaussiana, aunque esta última es una distribución de probabilidad
continua. Este último apunte lo trataremos en otro momento.
A continuación, os dejo las vídeo clases de la distribución de Poisson. El número
de ellas podrá ir aumentando con el tiempo ya que iré incorporando más vídeo
clases que haré más adelante.
 

 ¿Quién la Desarrollo?
Fue propuesta por Simeón-Denis Poisson, que la dio a conocer en 1838 en su
trabajo Recherches sur la probabilité des jugements en matières criminelles et
matière civile (Investigación sobre la probabilidad de los juicios en materias
criminales y civiles).

 Características de los procesos de Poisson

- Este tipo de experimentos los éxitos buscados son ingresados por unidad
de área, tiempo, pieza, etc.
 # de defectos de una tela por metro cuadrado.
 # de aviones que aterrizan en un aeropuerto por día, hora, minuto, etc.
 # de bacterias por centímetro cuadrado de cultivo.
 # de llamadas telefónicas a un conmutador por ahora, minuto, etc.
 # de llegadas de embarcaciones a un aeropuerto por día, mes, etc.

 Modelo Matemático
 Propiedades de la Distribución de Poisson

 La probabilidad de observar exactamente un éxito en el segmento o tamaño

de muestra n es constante.
 El evento debe considerarse un evento raro.
 El evento debe ser aleatorio e independiente de otros eventos
 Si se repite el experimento n veces se puede obtener resultados para la
construcción de la distribución de poisson.

 Referencias
-  https://fisicaymates.com/distribucion-de-poisson/
- https://es.wikipedia.org/wiki/Distribución_de_Poisson
- https://es.slideshare.net/ecruzo/modelos-probabilsticos-48412339