
Distribución de Poisson
Matemáticas: Aplicaciones e Interpretación
Conceptos clave
- La distribución de Poisson cuenta sucesos raros en un intervalo fijo.
- Ejemplos: llamadas por hora, defectos por metro, coches por minuto.
- Se define con un solo parámetro: la media .
- Es discreta: toma valores
- Se estudia en Nivel Superior de AI.
Cuándo usar PoissonNS
- Los sucesos ocurren de forma independiente.
- A una tasa media constante en el intervalo.
- Dos sucesos no ocurren exactamente a la vez.
- Se cuenta "cuántos" en un tiempo, longitud o área fijos.
Fórmula y parámetroNS
- .
- es la media de sucesos en el intervalo.
- Si cambia el tamaño del intervalo, escala proporcionalmente.
- "Al menos uno" = .
Cálculos con la calculadoraNS
- Probabilidad exacta: Poisson PD ().
- Probabilidad acumulada: Poisson CD ().
- .
- Introduce y la media .
Media y varianzaNS
- En Poisson, media y varianza coinciden: .
- La desviación típica es .
- Es un rasgo distintivo de esta distribución.
- Sirve para comprobar si unos datos "parecen Poisson".
Suma de variables de PoissonNS
- Si e son independientes…
- …entonces .
- Útil al combinar intervalos o fuentes.
- Solo vale si son independientes.
Ejemplo resueltoNS
- Problema: una centralita recibe llamadas por minuto de media. ¿ en un minuto?
- ; usa la fórmula o la GDC (Poisson PD).
- .
- .
En la calculadora — CASIO fx-CG50
Probabilidad exacta:
menu›Statistics›DIST›POISN›Ppd
Probabilidad acumulada:
Statistics›DIST›POISN›Pcd
Introduce x y el parámetro λ (la media m)
"Al menos uno": calcula 1 − Pcd(0)
Términos IB
- Halla P(X = x): usa Poisson PD o la fórmula.
- Halla P(X ≤ x) / P(X ≥ x): usa Poisson CD y el complementario.
- Justifica el modelo de Poisson: comprueba independencia y tasa constante.
- Combina intervalos: suma las medias.