MODELO DE POISSON
Fue descubierta por Simon-Denis Poisson, que la dio a conocer en 1838 en 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).
La distribucin de Poisson describe la probabilidad como un acontecimiento fortuito
ocurrido en un tiempo o intervalo de espacio bajo las condiciones que la probabilidad
de un acontecimiento ocurre es muy pequea, pero el nmero de intentos es muy
grande, entonces el evento actual ocurre algunas veces.
Caractersticas
1.- El nmero medio (promedio) de eventos en el espacio temporal o regin
especfica de inters, por lo general esta media se representa por la lambda griega
().
2.- El nmero de resultados que ocurren en un intervalo de tiempo o regin
especficos es independiente del nmero que ocurre en cualquier otro intervalo de
tiempo o regin
3.- La probabilidad de que un resultado muy pequeo ocurra en un intervalo de
tiempo muy corto o en una regin pequea es proporcional a la longitud del intervalo
de tiempo o al tamao de la regin
4.- La probabilidad de que ms de un resultado ocurra en un intervalo de tiempo tan
corto o en esa regin tan pequea es inapreciable, que se puede asignar el valor de
0.
Frmulas de Poisson
P (x I ) = la probabilidad de que ocurran X xitos cuando el nmero promedio de
ocurrencia de ellos es .
media o promedio de xitos por unidad de tiempo, rea o producto.
e es la constante 2.7183, base de los logaritmos naturales, en tanto que los valores
de e - pueden obtenerse de tablas.
X seala un valor especfico que la variable pueda tomar (el nmero de xitos que
deseamos ocurran).
Por definicin, el valor esperado (media en el intervalo o regin de inters) de una
distribucin de probabilidad de Poisson es igual a la media de la distribucin.
E(X) =
La varianza del nmero de eventos de una distribucin de probabilidad de Poisson
tambin es igual a la media de la distribucin . De este modo, la desviacin
estndar es la raz cuadrada de .
V(X) = =
Aplicaciones
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 de un inventor a lo largo de su carrera.
La distribucin de la riqueza humana.
