Introducción

La distribución de Poisson es una distribución de probabilidad discreta que expresa la probabilidad

de que ocurra un número determinado de eventos (x) en un intervalo de tiempo fijo, si dichos
eventos ocurren con una tasa media conocida (λ) y de manera independiente entre sí.

Algunos ejemplos de situaciones que pueden modelarse mediante una distribución de Poisson son:

El número de llamadas telefónicas que entran a una centralita en una hora

El número de personas enfermas en una población durante un periodo
El número de goles anotados en un partido de fútbol
Propiedades principales

La distribución de Poisson tiene un solo parámetro, λ, que es la tasa media a la que ocurren los
eventos por unidad de tiempo.
La media y la varianza de la distribución de Poisson son iguales a λ.
A mayor valor de λ, mayor será la probabilidad de que ocurra un número alto de eventos.
Para valores grandes de λ, la distribución de Poisson se aproxima a una distribución normal.
Aplicaciones

La distribución de Poisson tiene aplicaciones en:

Demografía: para modelar tasas de natalidad y mortalidad

Seguros: para calcular primas de seguros con base en el número esperado de eventos
Control de calidad: para el análisis de fallas y defectos en manufactura
Biología: para modelar la distribución de ciertas especies en un área
En conclusión, la distribución de Poisson es muy útil para describir el comportamiento de eventos
raros que ocurren aleatoriamente en un intervalo de tiempo. Su versatilidad la convierte en un
modelo probabilístico aplicado en diversas áreas.

Espero que este reporte le sea de utilidad. Si necesita ampliar o aclarar algún punto con gusto puedo
extenderme más en el tema.