CONTENIDO

1. INTRODUCCIÓN ........................................................................................................................... 3
2. OBJETIVOS ................................................................................................................................... 3
3. METODOLOGÍA............................................................................................................................ 3
4. RESULTADOS ............................................................................................................................... 3
4.1. DISTRIBUCIÓN DE POISSON ............................................................................................... 3
4.1.1. Proceso experimental del que se puede hacer derivar ............................................. 3
4.1.2. Cálculo de probabilidades mediante la distribución de Poisson .............................. 4
4.1.3. La distribución de Poisson como una aproximación a la distribución binomial. ..... 4
5. CONCLUSIÓN ............................................................................................................................... 5
 1. INTRODUCCIÓN

La distribución de Poisson se puede entender como un caso particular de la Binomial que

utilizamos para determinadas distribuciones en las que el cálculo de la probabilidad es engorroso
debido bien a que el número de pruebas es excesivamente elevado o bien a que la probabilidad de
éxito es excesivamente baja; en ambos casos la media (n*p) es muy pequeña en relación al
número de pruebas (n). En estos casos se puede demostrar que la distribución binomial converge,
tiende a comportarse, como una distribución de Poisson.

2. OBJETIVOS

La distribución de Poisson se utiliza en el campo de riesgo operacional con el objetivo de modelar

las situaciones en que se produce una pérdida operacional. Esta distribución se utiliza en
situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria, en otras palabras, no
se sabe el total de posibles resultados. Además, nos permite determinar la probabilidad de
ocurrencia de un suceso con resultado discreto.

3. METODOLOGÍA

En este trabajo se analizará la importancia que tiene la distribución de Poisson en la probabilidad

de ciertas pruebas, así como su proceso experimental y cálculo.

4. RESULTADOS
4.1. DISTRIBUCIÓN DE POISSON

Esta distribución es una de las más importantes distribuciones de variable discreta. Sus principales
aplicaciones hacen referencia a la modelización de situaciones en las que nos interesa determinar
el número de hechos de cierto tipo que se pueden producir en un intervalo de tiempo o de
espacio, bajo presupuestos de aleatoriedad y ciertas circunstancias restrictivas. Otro de sus usos
frecuentes es la consideración límite de procesos dicotómicos reiterados un gran número de veces
si la probabilidad de obtener un éxito es muy pequeña.

4.1.1. Proceso experimental del que se puede hacer derivar

Esta distribución se puede hacer derivar de un proceso experimental de observación en el que

tengamos las siguientes características

· Se observa la realización de hechos de cierto tipo durante un cierto periodo de tiempo o a lo

largo de un espacio de observación

· Los hechos a observar tienen naturaleza aleatoria; pueden producirse o no de una manera no
determinística.
· La probabilidad de que se produzcan un número x de éxitos en un intervalo de amplitud t no
depende del origen del intervalo (Aunque, sí de su amplitud)

· La probabilidad de que ocurra un hecho en un intervalo infinitésimo es prácticamente

proporcional a la amplitud del intervalo.

· La probabilidad de que se produzcan 2 o más hechos en un intervalo infinitésimo es un

infinitésimo de orden superior a dos.

En consecuencia, en un intervalo infinitésimo podrán producirse 0 o 1 hecho, pero nunca más de

uno.

4.1.2. Cálculo de probabilidades mediante la distribución de Poisson

La distribución de Poisson se refiere a ciertos procesos que pueden ser descritos con una variable
aleatoria discreta. La letra X suele representar esa variable y puede además asumir valores enteros
(0,1,2,3 etc..). Utilizamos la letra X mayúscula para representar la variable aleatoria y la x
minúscula para designar un valor específico que puede asumir la X mayúscula. La probabilidad de
exactamente x ocurrencias en una distribución de Poisson se calcula mediante la fórmula:

P(x) = l x * e-l / x!

l x = Lambda (número medio de ocurrencias por intervalo de tiempo) elevada a la potencia x.

e-l = e= 2.71828 elevado a la potencia de lambda negativa.

x! = x factorial.

4.1.3. La distribución de Poisson como una aproximación a la distribución binomial.

Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones binomiales, se
puede usar a cambio la de Poisson, pero debe cumplir con ciertas condiciones como:

n=>20
p=<0.05

En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la distribución
binomial en lugar de la media de la distribución de Poisson de modo que la fórmula quedaría así:

P(x) = (np) X * e-np /x!

 5. CONCLUSIÓN

Resulta conveniente el uso de éste modelo en el campo Hidrológico, ya que las condiciones que
satisfacen a la distribución de Poisson son en teoría las mimas que suceden en la obtención de
datos y el comportamiento del ciclo hidrológico, como lo es las variables en función del tiempo, y
que tienen una naturaleza aleatoria.