DEFINICIÓN DE LA DISTRIBUCION DE POISSON

Llamada así en honor a Simeón Denis Poisson, probabilista francés del siglo XIX, quien la dio a conocer en
1838 en su trabajo Recherches sur la probabilité des jugements en matières criminelles et matière civile
(Investigación sobre la probabilidad de los juicios en materias criminales y civiles). La distribución de
Poisson es una distribución discreta de probabilidad muy útil en la que la variable aleatoria representa el
número de eventos independientes que ocurren a una velocidad constante y proporciona muchas veces
un buen modelo para la distribución de probabilidad para el número de eventos raros que ocurren
infrecuentemente de manera independiente con una velocidad constante en el tiempo, espacio, volumen
o cualquier otra dimensión; o a aquellas situaciones gerenciales que ocurren de forma impredecible y
ocasional. Algunos ejemplos típicos son el número de personas que llegan a una tienda de autoservicio
en un tiempo determinado, el número de defectos de piezas similares para el material, el número de
bacterias en un cultivo, el número de solicitudes de seguro procesadas por una compañía en un período
específico, el número de llamadas telefónicas manejadas por un conmutador en un intervalo, el número
de partículas radioactivas que decaen en un período particular, el número de errores que comete una
secretaria al mecanografiar una página, etc. De hecho, la distribución de Poisson es el principal modelo
de probabilidad empleado para analizar problemas de líneas de espera, confiabilidad y control de calidad.
La deducción de la función de probabilidad de Poisson se desarrolla bajo las condiciones siguientes: Sea
p(x; t) la probabilidad de tener, de manera exacta, X ocurrencias en un intervalo t, y supóngase: 1º En este
intervalo, los eventos ocurren de una manera independiente. 2º Si   0 es la frecuencia constante de
ocurrencia de un evento, entonces la probabilidad de una sola ocurrencia, en un intervalo muy pequeño
dt es dt. 3º La probabilidad de tener más de una ocurrencia en dt es despreciable dado que dt es muy
pequeño. El evento que en el tiempo t + dt ha ocurrido exactamente x veces puede llevarse a cabo de dos
maneras diferentes y excluyentes: 1º Existen x ocurrencia por tiempo t, con probabilidad p(x; t) y ninguna
en dt, con probabilidad (1− dt). Dada la suposición de independencia, la probabilidad conjunta es p(x; t)
(1− dt). 2º Existen x −1 ocurrencias por tiempo t, con probabilidad p(x−1; t) y una durante dt, con
probabilidad dt. Otra vez, dada la suposición de independencia, la probabilidad conjunta es: p(x−1; t)
dt.

Probabilidad de una variable X de Poisson : p(x; t+dt) = p(x; t) (1−dt) + p(x−1; t) dt