Universidad de Antioquia

Facultad de Educación
Estadística
Distribución de Poisson

Profesor: Jorge Mario Saldarriaga Restrepo

Estudiante: Johan Esteban Galeano Carvajal Carné: 1035863008

Distribucion de Poisson

•Definicion

Sea X una variable aleatoria que representa el numero de eventos aleatorios independientes que
ocurren a una rapidez constante sobre el tiempo o el espacio. Se dice entonces que X tiene una
distribución de Poisson con función de probabilidad:

𝑒 −𝜆 𝜆𝑥
𝑝(𝑥; 𝜆) = { 𝑥! 𝑒𝑛 𝑥 = 0,1,2, … ; 𝜆 > 0
0 𝑝𝑎𝑟𝑎 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟

El parámetro 𝜆 nos indica el promedio de ocurrencias del evento aleatorio por unidad de tiempo.

•Gráfica:
Este es un ejemplo de una distribución de Poisson, donde nuestro x toma valores desde 0 a 26 y
𝜇=𝜆
•Demostrar:
a. La distribución es una función de probabilidad:
Probaremos que: ∑𝑥𝜖ℝ 𝑝(𝑥) = 1
Debido a que si 𝑥 ≠ 0,1,2, … entonces 𝑓(𝑥) = 0, solo debemos analizar
∞ ∞ ∞
𝑒 −𝜆 𝜆𝑥 𝜆𝑥
∑ 𝑝(𝑥, 𝜆) = ∑ = 𝑒 −𝜆 ∑
𝑥! 𝑥!
𝑥=0 𝑥=0 𝑥=0

𝜆2
→ = 𝑒 −𝜆 (1 + 𝜆 + + ⋯)
2!
𝜆2
Pero por series de Taylor, (1 + 𝜆 + 2! + ⋯ ) = 𝑒 𝜆 . Luego,
∞

∑ 𝑝(𝑥, 𝜆) = 𝑒 −𝜆 𝑒 𝜆 = 𝑒 0 = 1
𝑥=0

Así, podemos concluir que es una función de probabilidad

b. Esperanza
La esperanza de la distribución de Poisson es: 𝐸(𝑋) = 𝜆
Demostración:
 ∞ ∞
𝑒 −𝜆 𝜆𝑥 𝜆𝑥−1
𝐸(𝑋) = ∑ 𝑥𝑝(𝑥) = ∑ 𝑥 = 𝜆𝑒 −𝜆 ∑
𝑥! (𝑥 − 1)!
𝑥 𝑥=0 𝑥=1

Si tomamos a 𝑤 = 𝑥 − 1, obtenemos:

∞
−𝜆
𝜆𝑤
𝐸(𝑋) = 𝜆𝑒 ∑ = 𝜆𝑒 −𝜆 𝑒 𝜆 = 𝜆𝑒 0 = 𝜆
𝑤!
𝑤=0

C. Varianza
Por propiedades de la varianza tenemos:

𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2 Además, 𝐸(𝑋 2 ) = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) entonces sea:

∞ ∞
𝑒 −𝜆 𝜆𝑥 𝜆2 𝑒 −𝜆 𝜆𝑥−2
𝐸[𝑋(𝑋 − 1)] = ∑ 𝑥(𝑥 − 1)𝑝(𝑥) = ∑ 𝑥(𝑥 − 1) = = 𝜆2 𝑒 −𝜆 ∑
𝑥! 𝑥! (𝑥 − 2)!
𝑥 𝑥=0 𝑥=2

Sea entonces, 𝑤 = 𝑥 − 2, así obtenemos:

∞
2 −𝜆
𝜆𝑤
𝐸[𝑋(𝑋 − 1)] = 𝜆 𝑒 ∑ = 𝜆2 𝑒 −𝜆 𝑒 𝜆 = 𝜆2
𝑤!
𝑥=0

De esta manera, 𝐸(𝑋 2 ) = 𝐸[𝑋(𝑋 − 1)] + 𝐸(𝑋) = 𝜆2 + 𝜆

Finalmente:

𝑉𝑎𝑟(𝑋) = 𝐸(𝑋 2 ) − [𝐸(𝑋)]2 = 𝜆2 + 𝜆 − 𝜆2 = 𝜆

d. Función Generadora de Momento:

 𝜆𝑥
𝑃(𝑥) = 𝑒 −𝜆
𝑥!
∞ ∞
𝑡𝑥 ) 𝑡𝑥 −𝜆
𝜆𝑥 (𝜆𝑒 𝑡 )𝑥
→ = 𝐸(𝑋 = ∑𝑒 𝑒 = 𝑒 −𝜆 ∑
𝑥! 𝑥!
0 0

Entonces, teniendo en cuenta el desarrollo en serie de la función exponencial,

∞
𝑡
𝑡𝑥
𝑒 =∑
𝑥!
0

Luego, la serie 𝐸(𝑒 𝑡𝑥 ) converge:

∞
𝑡𝑥 ) −𝜆
(𝜆𝑒 𝑡 )𝑥 𝑡 𝑡
𝐸(𝑒 = 𝑀𝑥𝑡 = 𝑒 ∑ = 𝑒 −𝜆 𝑒 𝜆(𝑒 −1) = 𝑒 𝜆(𝑒 −1) ; ∀𝑡∈ℝ
𝑥!
0

•Ejemplos
Ej. 1) Los buses llegan a cierta terminal de transporte, y se sabe que siguen un proceso de Poisson,
con tasa de 8 buses por hora, de modo que el número de llegadas por un período de horas es una
variable de Poisson con parámetro 𝝀 = 𝟖𝒕
•¿Cuál es la probabilidad de que exactamente 5 buses lleguen durante un periodo de una hora?
•¿Cuantos buses se pueden esperar a que lleguen durante 90 minutos?
Solución
La llegada de los buses a la terminal de transporte se distribuye según Poisson. Sea X una variable
que representa el número de buses que llegan a la terminal de transporte durante un periodo de
tiempo t.

𝜆 = 8 𝑏𝑢𝑠𝑒𝑠 ∗ 𝑡𝑖𝑒𝑚𝑝𝑜 = 8 ∗ 1 = 8

•Se pide calcular que exactamente 5 buses lleguen durante un periodo de una hora

𝜆𝑥 85
𝑃(𝑋 = 5) = 𝑒 −𝜆 = 𝑒 −8 = 0.091
𝑥! 5!
Luego, la probabilidad de que exactamente 5 buses lleguen durante una hora es: 9.1%•
•Ahora debemos calcular la cantidad de buses que podrían llegar en 1 hora y media:
 𝐸(𝑋) = 𝜆 = 8 ∗ 1.5 = 12

Por propiedades de la distribución de Poisson, 𝑉𝑎𝑟(𝑋) = 12 . De esta manera la desviación

estándar, D.E., para este caso es 𝐷. 𝐸. = √12 ≈ 3.46
Se espera que en 1 hora y media lleguen, en promedio, 12 buses a la terminal de transporte, con una
desviación estándar de 3 buses. Esto quiere decir que, en realidad, se espera que lleguen entre 9 y
15 buses.

Ej. 2) En un hospital se esta estudiando los nacimientos de bebes varones. Se sabe que en una
semana nacen una media de siete varones. Calcular:
•Probabilidad de que nazcan 3 varones en una semana:
Primero, tenemos que: 𝜆 = 7

−𝜆
𝜆𝑥 −7
73
𝑝(𝑋 = 7) = 𝑒 =𝑒 ≈ 0.052 ≈ 5.2%
𝑥! 3!

•Probabilidad de que nazcan menos de 3 varones a la semana

•𝑃(𝑋 < 3) = 𝑝(𝑋 = 0) + 𝑝(𝑋 = 1) + 𝑝(𝑋 = 2)

70 71 72
𝑝(𝑋 < 3) = 𝑒 −7 + 𝑒 −7 + 𝑒 −7 ≈ 0.030 ≈ 3%
0! 1! 2!

•Bibliografía

•Arroyo, I., Bravo, L., Llinas, H., & Muñoz, F. (2014, 30 enero). Distribuciones Poisson y Gamma:
Una Discreta y Continua Relación. http://www.scielo.org.co/pdf/prosp/v12n1/v12n1a12.pdf
• FisicayMates. (2016, 11 enero). Distribución de Poisson | Teoría y ejercicio resuelto [Vídeo].
YouTube. https://www.youtube.com/watch?v=hmAfNpD7Eps&t=267s