Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 1K vistas

    P - Sem11 - Distribución Poisson ACT

    Cargado por

    Linda Sagitario Calderon Arevalo
    El documento presenta la distribución de Poisson para variables aleatorias discretas. Explica que la distribución de Poisson se usa para modelar eventos que ocurren en intervalos de tiempo, área o volumen. Incluye ejemplos y ejercicios resueltos sobre cómo calcular probabilidades usando la distribución de Poisson.

    Copyright:

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

    P - Sem11 - Distribución Poisson ACT

    Cargado por

    Linda Sagitario Calderon Arevalo
    1K vistas15 páginas
    El documento presenta la distribución de Poisson para variables aleatorias discretas. Explica que la distribución de Poisson se usa para modelar eventos que ocurren en intervalos de tiempo, área o volumen. Incluye ejemplos y ejercicios resueltos sobre cómo calcular probabilidades usando la distribución de Poisson.

    Título original

    P_Sem11_Distribución Poisson ACT

    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?

    El documento presenta la distribución de Poisson para variables aleatorias discretas. Explica que la distribución de Poisson se usa para modelar eventos que ocurren en intervalos de tiempo, área o volumen. Incluye ejemplos y ejercicios resueltos sobre cómo calcular probabilidades usando la distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    1K vistas15 páginas

    P - Sem11 - Distribución Poisson ACT

    Cargado por

    Linda Sagitario Calderon Arevalo
    El documento presenta la distribución de Poisson para variables aleatorias discretas. Explica que la distribución de Poisson se usa para modelar eventos que ocurren en intervalos de tiempo, área o volumen. Incluye ejemplos y ejercicios resueltos sobre cómo calcular probabilidades usando la distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 15

    SESIÓN 11

    Estadística Descriptiva y Probabilidades


    TEMARIO

    1. Variable aleatoria discreta: Distribución de Poisson


    LOGRO DE LA SESIÓN

    •Al finalizar la sesión, el estudiante aplica los


    conceptos de variable aleatoria para asociar el
    resultado de un experimento aleatorio de tipo
    Poisson.
    DISTRIBUCIÓN DISCRETA: POISSON
    Distribución Discreta: Poisson
    Cuando en una distribución binomial n>30 y P<0.1  𝜆 = np

    El proceso de Poisson es un experimento aleatorio utilizado para describir el número de veces


    que un evento ocurre en un espacio finito de observación ( área, tiempo, etc).

    Es útil para la ocurrencia de eventos por unidad de tiempo: errores/mes, quejas/semana,


    defectos/día.

    Tasa de ocurrencia (𝝀)

    La central telefónica A recibe 50 llamadas telefónicas en 5 horas

    𝜆 𝐴 = 50

    ¿Cuantas llamadas recibirá en 4 horas?


    DISTRIBUCIÓN DISCRETA: POISSON
    Distribución Discreta: Poisson
    𝑒 −𝜆 ∙ 𝜆𝑥
    𝑃 𝑋=𝑥 = 𝜇=𝐸 𝑋 =𝜆
    𝑥!
    𝜎2 = 𝑉 𝑥 = 𝜆
    D𝑜𝑛𝑑𝑒: 𝑥 = 0,1,2,3, …

    Donde:
     P(X=x) es la probabilidad de ocurrencia cuando la variable discreta X toma un
    valor finito x.
     λ = Lambda es la ocurrencia promedio por unidad (tiempo, volumen, área, etc.).
    La constante e tiene un valor aproximado de 2.711828

    Notación: X ~ P(𝜆)
    EJERCICIO 1
    Un cajero automático es utilizado cada 20 minutos por 6 personas. Se desea saber cuál es la
    probabilidad de que:

    a) El cajero sea utilizado por 10 personas en 20 minutos.


    b) El cajero sea utilizado por lo menos por 3 personas en 20 minutos.
    c) El cajero sea utilizado por 5 personas en 10 minutos.
    EJERCICIO 1
    𝑒 −𝜆 ∙ 𝜆𝑥
    Ejercicio: Distribución Discreta Poisson: 𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
    𝑥!
    Solución a: X: Número de personas que usan cajero automático: Tasa de ocurrencia: 𝜆1 = 6

    𝑒 −6 ∙ 610 La probabilidad de que el cajero sea utilizado


    Piden: 𝑃 𝑋 = 10 = = 0.041
    10! por 10 personas en 20 minutos es 0.041.

    Solución b: Piden: 𝑃(𝑥 ≥ 3) = 𝑃(𝑥 = 3) + 𝑃(𝑥 = 4) + 𝑃(𝑥 = 5) + ⋯


    Propiedad
    𝑃 𝑥 ≥3 =1−𝑃 x<3 1 − (𝑃(𝑥 = 0) + 𝑃(𝑥 = 1) + 𝑃(𝑥 = 2))
    𝑒 −6 60 𝑒 −6 61 𝑒 −6 62 La probabilidad de que el cajero sea utilizado
    1− + + por lo menos por 3 personas en 20 minutos es
    0! 1! 2!
    0.938.
    → 𝑃 𝑋 ≥ 3 = 1 − 0.062 = 0.938
    EJERCICIO 1
    Ejercicio: Distribución Discreta Poisson:

    Solución c: 6 personas 20 minutos


    𝜆𝑛𝑢𝑒𝑣𝑜 10 minutos
    𝜆𝑛𝑢𝑒𝑣𝑜 = 3
    Reemplazando:
    𝑒 −𝜆 ∙ 𝜆𝑥
    𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
    𝑥!
    𝑒 −3 ∙ 35
    𝑃 𝑋=5 = = 0.1
    5!

    La probabilidad de que el cajero sea utilizado por 5 personas en 10 minutos es 0.1.


    EJERCICIO 2
    Se cree que el número promedio de individuos por cada 2𝑘𝑚2 de cierta especie de mamíferos
    que habita en las alturas de cierta region es de 1.2 individuos. Si se observa un area de 3 𝑘𝑚2
    cada una. ¿Cuál es la probabilidad que se encuentre como mínimo 2 individuos?

    Solución:

    Del problema: Tasa de ocurrencia: 𝜆1 = 1.2 por cada 2𝑘𝑚2 2 𝑘𝑚2 1.2 ind.
    3 𝑘𝑚2 𝜆𝑛𝑢𝑒𝑣𝑜
    X: Número de individuos por área
    𝜆𝑛𝑢𝑒𝑣𝑜 = 1.8
    Piden: 𝑃(x ≥ 2) = 1 − 𝑃(𝑥 < 2) 1 − (𝑃 𝑥 = 0 + 𝑃 𝑥 = 1 )

    𝑒 −1.8 1.80 𝑒 −1.8 1.81 La probabilidad que se encuentre como


    =1− +
    0! 1! mínimo 2 individuos es 0.5371.

    = 1 − 0.4629 = 0.5371
    EJERCICIO 3
    La empresa A dedicada a la producción de bombillas eléctricas tiene últimamente problemas en su
    proceso de producción, que hace que el 5% de los focos producidos sean defectuosos. Dicha
    empresa remite 200 bombillas a la empresa B, con la condición de que dicho lote será devuelto si se
    encuentra por lo menos 1 foco defectuoso al elegir aleatoriamente 8 focos de lote. ¿Cuál es la
    probabilidad de que la empresa B rechace el lote?

    Solución:
    X: Número de bombillas defectuosas
    P=0,05 n=8 λ= np= (8)(0.05)= 0.4

    𝑒 −0.4 ∙ 0.4𝑥
    𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
    𝑥!
    Se rechaza el lote si: x≥1

    𝑒 −0.4 ∙0.40
    P(x≥1)= 1 – P(x=0) = 1 – = 1 − 𝑒 −0.4 = 0.3297
    0!
    EJERCICIO 4
    En una fábrica de bombillas eléctricas se sabe que en un lote, proveniente del proceso de
    producción, hay 2000 bombillas de las cuales 160 son defectuosas. Si el lote es distribuido
    aleatoriamente en cajas de 16 unidades. ¿Cuál es la probabilidad de que un comprador adquiera
    una caja con a lo más 2 bombillas defectuosas?

    Solución:
    X: Número de bombillas defectuosas
    P=160/2000= 0.08 n=16 λ= np= (16)(0.08)= 1.28

    𝑒 −1.28 ∙ 1.28𝑥
    𝑃 𝑋=𝑥 = 𝑋 = 0,1,2,3, …
    𝑥!
    P(x≤2)= P(x=0) + P(x=1) + P(x=2) = 0.8617
    EJERCICIO INDIVIDUAL

    Resolveremos el
    siguiente ejercicio
    de manera
    individual
    EJERCICIO INDIVIDUAL Nº1

    A cierta fábrica de laminados de madera llegan


    por término medio 3 clientes cada 2 horas.
    Suponiendo que las llegadas se distribuyen de
    acuerdo a una distribución de Poisson, calcule La
    probabilidad de que en una mañana de trabajo
    (de 9:30 a 13:30 horas) lleguen más de 2 clientes.
    TALLER Nº4
    Grupos de 5 estudiantes
    Comencemos con
    el taller!
    CIERRE
    CIERRE

    ¿Qué hemos aprendido?

    1.¿Cuál es la diferencia entre una


    variable aleatoria discreta y una
    variable aleatoria continua?

    2. ¿Qué es la diferencia entre una


    distribución binomial y una de poisson?

    También podría gustarte