Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 153 vistas

    Distribución de Probabilidad de Poisson

    Cargado por

    VICTOR RAUL FERNANDEZ AMAT
    La distribución de Poisson describe el número de eventos que ocurren en un intervalo si dichos eventos ocurren con una tasa media conocida e independientemente del tiempo desde el último evento. La distribución depende de un único parámetro, λ, que representa la tasa media de ocurrencia de eventos. La media y la varianza de una variable aleatoria con distribución de Poisson son ambas iguales a λ. Se presentan varios ejemplos de situaciones que siguen una distribución de Poisson, como el número de accidentes en una fábrica o de llamadas a una central

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Distribución de Probabilidad de Poisson

    Cargado por

    VICTOR RAUL FERNANDEZ AMAT
    153 vistas1 página
    La distribución de Poisson describe el número de eventos que ocurren en un intervalo si dichos eventos ocurren con una tasa media conocida e independientemente del tiempo desde el último evento. La distribución depende de un único parámetro, λ, que representa la tasa media de ocurrencia de eventos. La media y la varianza de una variable aleatoria con distribución de Poisson son ambas iguales a λ. Se presentan varios ejemplos de situaciones que siguen una distribución de Poisson, como el número de accidentes en una fábrica o de llamadas a una central

    Título original

    DISTRIBUCIÓN DE PROBABILIDAD DE POISSON

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La distribución de Poisson describe el número de eventos que ocurren en un intervalo si dichos eventos ocurren con una tasa media conocida e independientemente del tiempo desde el último evento. La distribución depende de un único parámetro, λ, que representa la tasa media de ocurrencia de eventos. La media y la varianza de una variable aleatoria con distribución de Poisson son ambas iguales a λ. Se presentan varios ejemplos de situaciones que siguen una distribución de Poisson, como el número de accidentes en una fábrica o de llamadas a una central

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    153 vistas1 página

    Distribución de Probabilidad de Poisson

    Cargado por

    VICTOR RAUL FERNANDEZ AMAT
    La distribución de Poisson describe el número de eventos que ocurren en un intervalo si dichos eventos ocurren con una tasa media conocida e independientemente del tiempo desde el último evento. La distribución depende de un único parámetro, λ, que representa la tasa media de ocurrencia de eventos. La media y la varianza de una variable aleatoria con distribución de Poisson son ambas iguales a λ. Se presentan varios ejemplos de situaciones que siguen una distribución de Poisson, como el número de accidentes en una fábrica o de llamadas a una central

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 1

    ESTADÍSTICA I C/30/05/2020

    2. DISTRIBUCIÓN DE PROBABILIDAD DE POISSON

     Se define la variable aleatoria X como el número de sucesos que ocurren en un intervalo


    continuo de tiempo, longitud o espacio, de un tamaño determinado.
     Sea 𝜆 el número medio de sucesos que ocurren en estos intervalos.
     La variable aleatoria así definida sigue una distribución de Poisson de parámetro 𝜆.
    X → P(λ).
    Definición.- Se dice que la variable aleatoria discreta X, cuyos valores posibles son: 0, 1, 2,..etc, tiene
    distribución de Poisson con parámetro 𝜆 y se escribe X ~ 𝑃(𝜆), si su función de probabilidad es:
    𝑒 −𝜆 (𝜆)𝑥
    f(x)= P[X=x] = , 𝜆 > 0, 𝑥 = 0, 1, 2, …
    𝑥!
    La distribución de Poisson se aplica a problemas donde la variable aleatoria es el número de eventos
    independientes que ocurre en un intervalo de tiempo, o de longitud, etc, o en una medida unitaria
    plana o cúbica.
    TEOREMA.- Si X ~ 𝑃(𝜆), entonces,
    i) Su media es 𝜇 = 𝐸(𝑋) = 𝜆.
    ii) Su varianza es 𝜎 2 = 𝑉𝑎𝑟(𝑋) = 𝜆.

    EJEMPLOS:
    1. Nº de leucocitos en una gota de sangre.
    2. Nº de veces que una planta de energía nuclear emite gases radiactivos en un periodo de
    tres meses.
    3. N° de llamadas que recibe una central telefónica en el periodo de un minuto.
    4. N° de accidentes de trabajo que ocurren en una fábrica en el periodo de una semana.
    5. Número de partículas radiactivas emitidas cada hora por una cierta sustancia.
    6. La probabilidad de reacción negativa ante un fármaco de un individuo es 0.05. Si hay 100
    individuos, X: “nº individuos con reacción negativa”.
    7. La probabilidad de que un individuo tenga un accidente es 0.01. Si hay 3500 individuos, X:
    “nº de accidentados”.
    8. Se estima que sólo uno de cada 50 loros capturados en la cuenca del Amazonas, para su
    utilización como animales domésticos, sobrevive al cambio. Se capturan 700 pájaros en un
    día, X: “nº de loros que sobreviven”.
    9. En una gasolinera la llegada de vehículos sigue la distribución de Poisson de parámetro 1.6.
    Calcúlese la probabilidad de que:
    a. El nº de vehículos que lleguen sea superior a tres.
    b. Esté comprendido entre dos y cinco.
    c. Llegue algún vehículo.
    10. Suponga que llegan en forma aleatoria una serie de llamadas a una central telefónica con
    un promedio de tres llamadas en intervalos de un minuto. Calcule la probabilidad de que en
    cualquier periodo de un minuto.
    a. No ocurra alguna llamada.
    b. Ocurran al menos 4 llamadas.
    11. Si en banco reciben en promedio 4 cheques sin fondo por día. Cuál es la probabilidad de que
    reciban.
    a. Dos cheques sin fondo en un día dado.
    b. Ocho cheques sin fondo en cualquiera de tres días consecutivos.
    12. En los últimos 500 años se han producido 10 grandes terremotos en el mundo. Determinar
    la probabilidad de que se produzcan 2 en los próximos 20 años.

    También podría gustarte