Distribución de Poisson

Distribución de Poisson
= Poisson pmf.svg
El eje horizontal es el índice x. La función solamente está definida en valores enteros de k. Las líneas que conectan los puntos son solo guías para el ojo y no indican continuidad.
Función de densidad de probabilidad
= PoissonCDF.png
El eje horizontal es el índice k.
Función de distribución de probabilidad
Parámetros
Dominio
Función de probabilidad (fp)
Función de distribución (cdf) (dónde es la Función gamma incompleta)
Media
Mediana
Moda
Varianza
Coeficiente de simetría
Curtosis
Entropía
Función generadora de momentos (mgf)
Función característica
[ editar datos en Wikidata]

En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos "raros".

Fue descubierta por Siméon-Denis Poisson, que 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).

Propiedades

La función de masa o probabilidad de la distribución de Poisson es

donde

  • k es el número de ocurrencias del evento o fenómeno (la función nos da la probabilidad de que el evento suceda precisamente k veces).
  • λ es un parámetro positivo que representa el número de veces que se espera que ocurra el fenómeno durante un intervalo dado. Por ejemplo, si el suceso estudiado tiene lugar en promedio 4 veces por minuto y estamos interesados en la probabilidad de que ocurra k veces dentro de un intervalo de 10 minutos, usaremos un modelo de distribución de Poisson con λ = 10×4 = 40.
  • e es la base de los logaritmos naturales (e = 2,71828...)

Tanto el valor esperado como la varianza de una variable aleatoria con distribución de Poisson son iguales a λ. Los momentos de orden superior son polinomios de Touchard en λ cuyos coeficientes tienen una interpretación combinatoria. De hecho, cuando el valor esperado de la distribución de Poisson es 1, entonces según la fórmula de Dobinski, el n-ésimo momento iguala al número de particiones de tamaño n.

La moda de una variable aleatoria de distribución de Poisson con un λ no entero es igual a , el mayor de los enteros menores que λ (los símbolos representan la función parte entera). Cuando λ es un entero positivo, las modas son λ y λ − 1.

La función generadora de momentos de la distribución de Poisson con valor esperado λ es

Las variables aleatorias de Poisson tienen la propiedad de ser infinitamente divisibles.

La divergencia Kullback-Leibler desde una variable aleatoria de Poisson de parámetro λ0 a otra de parámetro λ es

Other Languages
العربية: توزيع بواسون
français: Loi de Poisson
Bahasa Indonesia: Distribusi Poisson
íslenska: Poisson-dreifing
한국어: 푸아송 분포
македонски: Поасонов распоред
Bahasa Melayu: Taburan Poisson
Nederlands: Poissonverdeling
norsk bokmål: Poissonfordeling
Simple English: Poisson distribution
Basa Sunda: Sebaran Poisson
татарча/tatarça: Пуассон бүленеше
українська: Розподіл Пуассона
Tiếng Việt: Phân phối Poisson
中文: 泊松分佈
粵語: 撥桑分佈