Distribución poisson

 Se encarga de describir el número de veces que un evento ocurre en un espacio finito de
observación. Por ejemplo, una distribución de Poisson puede describir el número de defectos en
el sistema mecánico de un avión o el número de llamadas a un centro de llamadas en una hora.
La distribución de Poisson se utiliza con frecuencia en el control de calidad, los estudios de
fiabilidad/supervivencia y los seguros.

Esta distribución de probabilidades es muy utilizada para situaciones donde los sucesos son impredecibles o
de ocurrencia aleatoria. En general, utilizaremos la distribución de Poisson como aproximación de
experimentos binomiales donde el número de pruebas es muy alto (n→∞), pero la probabilidad de éxito
muy baja (p→0).

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 desviación típica es    

 Cuando realizamos un experimento contando sucesos y obtenemos un valor x, su

error vendrá determinado por la raíz de x.   

Diferencias entre la distribución de Poisson y la
distribución binomial
La distribución de Poisson es similar a la distribución binomial porque ambas
modelan conteos de eventos. Sin embargo, dentro de su espacio de observación
finito, la distribución de Poisson no establece un límite superior a este conteo: una
central telefónica podría recibir un número ilimitado de llamadas en un día y no
violar los requisitos de la distribución de Poisson. En cambio, la distribución
binomial establece un límite superior en el conteo: el número de eventos que
usted observa no puede exceder el número de ensayos que realiza.

La distribución de Poisson se caracteriza por las siguientes propiedades:

  Sea una población de tamaño ∞.

  Sea una muestra de tamaño n bastante elevado (se suele hablar de que tiende a ∞)

  Los sucesos son independientes entre si.

  Sea A un suceso que tiene una probabilidad p de suceder durante un periodo de tiempo, siendo
esta probabilidad de ocurrencia durante un periodo de tiempo concreto muy pequeña (se suele
hablar de que tiende a 0).