DISTRIBUCION DE POISSON

Se dice que existe un proceso de Poisson si podemos observar eventos

discretos en un rea de oportunidad un intervalo continuo (de
tiempo, longitud, superficie, etc.) de tal manera que si se reduce lo
suficiente el rea de oportunidad o el intervalo,
1.

La probabilidad de observar exactamente un xito en el intervalo

es constante.

2.

La probabilidad de obtener ms de un xito en el intervalo es 0.

3.

La probabilidad de observar un xito en cualquier intervalo es

estadsticamente independiente de la de cualquier otro intervalo.

Esta distribucin se aplica en situaciones como:

El nmero de pacientes que llegan al servicio de emergencia de

un hospital en un intervalo de tiempo.

El nmero de radiaciones radiactivas que se recibe en un lapso de

tiempo,

El nmero de glbulos blancos que se cuentan en una muestra

dada.

El nmero de partos triples por ao

Su utilidad en el rea de la salud es muy amplia.

La expresin matemtica para la distribucin de Poisson para obtener
X xitos, dado que se esperan l xitos es:

Dnde: P(X) = probabilidad de X xitos dado el valor de

= esperanza del nmero de xitos.

e = constante matemtica, con valor aproximado 2.711828

X = nmero de xitos por unidad

La distribucin de Poisson se considera una buena aproximacin a la

distribucin binomial, en el caso que np < 5 y p < 0.1 n > 100 y p <
0.05 y en ese caso = np. El inters por sustituir la distribucin
Binomial por una distribucin de Poisson se debe a que esta ltima
depende nicamente de un solo parmetro, , y la binomial de dos, n y
p.

Veamos un ejemplo:
Si en promedio, llegan tres pacientes por minuto al servicio de
emergencia del hospital del Nio durante la hora del almuerzo. Cul
es la probabilidad de que en un minuto dado, lleguen exactamente dos
pacientes? Y Cul es la probabilidad de que lleguen ms de dos
pacientes en un minuto dado?
Datos: l = 3 pacientes por minuto
P(X=2) = ?