Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 133 vistas

    S11.s1 - Material (Distribución de Probabilidad de Poisson)

    Cargado por

    jozeluiz
    Este documento presenta la distribución de Poisson. Explica que una variable aleatoria discreta X sigue una distribución de Poisson con parámetro λ si su función de probabilidad es e−λλx/x!, donde λ es el número promedio de ocurrencias esperadas. Proporciona ejemplos para calcular la probabilidad de eventos usando esta distribución, como el número de personas que usan un cajero automático o la cantidad de individuos en un área. Finalmente, propone ejercicios prácticos grupales sobre la distribución de Poisson.

    Copyright:

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

    S11.s1 - Material (Distribución de Probabilidad de Poisson)

    Cargado por

    jozeluiz
    133 vistas17 páginas
    Este documento presenta la distribución de Poisson. Explica que una variable aleatoria discreta X sigue una distribución de Poisson con parámetro λ si su función de probabilidad es e−λλx/x!, donde λ es el número promedio de ocurrencias esperadas. Proporciona ejemplos para calcular la probabilidad de eventos usando esta distribución, como el número de personas que usan un cajero automático o la cantidad de individuos en un área. Finalmente, propone ejercicios prácticos grupales sobre la distribución de Poisson.

    Descripción original:

    Estadística - Distribución de Probabilidad de Poisson Universidad Tecnológica del Perú

    Título original

    S11.s1 - Material (Distribución de Probabilidad de Poisson) (1)

    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?

    Este documento presenta la distribución de Poisson. Explica que una variable aleatoria discreta X sigue una distribución de Poisson con parámetro λ si su función de probabilidad es e−λλx/x!, donde λ es el número promedio de ocurrencias esperadas. Proporciona ejemplos para calcular la probabilidad de eventos usando esta distribución, como el número de personas que usan un cajero automático o la cantidad de individuos en un área. Finalmente, propone ejercicios prácticos grupales sobre la distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    133 vistas17 páginas

    S11.s1 - Material (Distribución de Probabilidad de Poisson)

    Cargado por

    jozeluiz
    Este documento presenta la distribución de Poisson. Explica que una variable aleatoria discreta X sigue una distribución de Poisson con parámetro λ si su función de probabilidad es e−λλx/x!, donde λ es el número promedio de ocurrencias esperadas. Proporciona ejemplos para calcular la probabilidad de eventos usando esta distribución, como el número de personas que usan un cajero automático o la cantidad de individuos en un área. Finalmente, propone ejercicios prácticos grupales sobre la distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 17

    ESTADÍSTICA DESCRIPTIVA

    Y PROBABILIDADES
    Distribución de Probabilidad de Poisson

    Semana 11
    LOGRO DE SESIÓN
    Al finalizar la sesión, el estudiante aplica
    los conceptos de variable aleatoria para
    asociar el resultado de un experimento
    aleatorio de tipo Poisson.
    TEMARIO:

    VARIABLE DISTRIBUCIÓN
    ALEATORIA DE POISSON

    Datos/Observaciones
    Distribución de Poisson
    1
    Se dice que la variable aleatoria discreta 𝑋, cuyos valores posibles Propiedades
    son: 0, 1, 2, …, tiene distribución de probabilidad de Poisson con
    Si 𝑋 ∼ 𝑃(𝜆) entonces
    parámetro 𝜆 (𝜆 > 0) y se escribe 𝑋 ∼ 𝑃(𝜆) , si su función de
    distribución de probabilidad es:
    Media
    e−𝜆 ⋅ 𝜆𝑥 𝜇=𝐸 𝑋 =𝜆
    PX=x = , 𝑥 = 0, 1, 2, …
    𝑥!
    Donde: Varianza
    ✓ 𝑃[𝑥 = 𝑥]: es la probabilidad de ocurrencia cuando la variable discreta 𝑋
    toma un valor 𝑥 𝜎2 = 𝑉 𝑋 = 𝜆
    ✓ 𝜆: número promedio de ocurrencias esperadas por unidad de tiempo o
    de espacio
    ✓ 𝑒: es la exponencial y tiene un valor aproximado de 2.71828183 …

    Distribución de Probabilidad de Poisson


    1 Ejemplo

    Un cajero automático es utilizado cada 20 minutos por 6 personas. b) La probabilidad de que el cajero sea utilizado por
    Se dese saber cuál es la probabilidad de que: lo menos 3 personas en 20 minutos.

    a) El cajero sea utilizado por 10 personas en 20 minutos. 𝑃 𝑥 ≥3 =𝑃 𝑥 = 3 +𝑃 𝑥 =4 +⋯


    b) El cajero sea utilizado por lo menos 3 personas en 20 minutos. →𝑃 𝑥 ≥3 =1− 𝑃 𝑥 <3
    c) El cajero sea utilizado por 5 personas en 10 minutos. 𝑒 −6 ⋅ 60 𝑒 −6 ⋅ 61 𝑒 −6 ⋅ 62
    →𝑃 𝑥 ≥3 =1− + +
    0! 1! 2!
    Solución: → 𝑃 𝑥 ≥ 3 ≈ 1 − 0.062 ≈ 0.938

    𝑋: número de personas que usan el cajero automático c) El valor de 𝜆 es diferente dada la ocurrencia es
    Tasa de ocurrencia: 𝜆1 = 6 para 10 minutos, usando una regla de tres simple
    tenemos que 𝜆2 = 3 . De este modo, la
    a) La probabilidad de que el cajero sea utilizado por 10 personas probabilidad de que el cajero sea utilizado por 5
    en 20 minutos es: personas en 10 minutos es
    𝑒 −6 ⋅ 610
    𝑃 𝑥 = 10 = ≈ 0.041
    10! 𝑒 −3 ⋅ 35
    𝑃 𝑥=5 = ≈ 0.1
    5!

    Distribución de Probabilidad de Poisson


    2 Ejemplo

    Se cree que el número promedio de individuos por cada 2 𝑘𝑚2 de La probabilidad de que en un área de 3 𝑘𝑚2 se encuentre
    cierta especie de mamíferos que habita en las alturas de cierta como mínimo 2 individuos es
    región es de 1.2 especies. Si se observa un área de 3 𝑘𝑚2 . ¿Cuál
    es la probabilidad que se encuentre como mínimo 2 individuos? 𝑃 𝑥 ≥2 = 1−𝑃 𝑥 <2
    →𝑃 𝑥 ≥2 =1− 𝑃 𝑥 =0 +𝑃 𝑥 =1
    Solución: 𝑒 −1.8 ⋅ 1.80 𝑒 −1.8 ⋅ 1.81
    →𝑃 𝑥 ≥2 =1− +
    0! 1!
    𝑋: número de habitantes por área
    → 𝑃 𝑥 ≥ 2 ≈ 1 − 0.4629 ≈ 0.5371
    Tasa de ocurrencia: 𝜆 = 1.2

    El valor de 𝜆 a ser usado es diferente al establecido, dado que el


    área observada es de 3 𝑘𝑚2 , usaremos una regla de tres simple
    2 𝑘𝑚2 1.2 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠
    3 𝑘𝑚2 𝜆2 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜𝑠

    De este modo 𝜆2 = 1.8

    Distribución de Probabilidad de Poisson


    3 Ejemplo

    Los mensajes que llegan a una computadora, utilizada como servidor, lo hacen de acuerdo a una distribución
    teórica, en promedio llegan 10 mensajes cada hora.
    a. Halle la probabilidad de que lleguen 7 mensajes en 2 horas.
    b. Encuentre el intervalo de tiempo necesario para que la probabilidad de que no lleguen mensajes, durante
    un lapso, sea de 0.9.
    Solución:

    Distribución de Probabilidad de Poisson


    3 Ejemplo

    Solución:

    Distribución de Probabilidad de Poisson


    4 Ejemplo

    Suponga que llega en forma aleatoria una serie de llamadas a una central telefónica, con un promedio de 3
    llamadas por minuto.
    a) Calcular la probabilidad de que ocurran 4 o más llamadas en el periodo de 1 minuto.

    Solución:

    Distribución de Probabilidad de Poisson


    𝑒 −𝜆 ⋅ 𝜆𝑥
    𝑃[𝑥] 𝑒 ≈ 2.71
    𝑥!

    PRÁCTICA 𝜆 𝐸 𝑥 =𝜆 V𝑥 =𝜆

    GRUPAL
    A continuación se muestran 4
    ejercicios los cuales deberán ser
    resueltos de manera grupal, luego
    deberá enviar su solucionario en el
    foro de la presente semana.

    Práctica Grupal en el Foro de la Asignatura


    1 Ejercicio propuesto

    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 ala 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:

    Distribución de probabilidad de Poisson


    2 Ejercicio propuesto

    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 los más 2 bombillas
    defectuosas?
    Solución:

    Distribución de probabilidad de Poisson


    3 Ejercicio propuesto

    Se conoce por experiencias anteriores que el 20% de las plantas


    de limonero son atacadas por cierta plaga. Si se desea llevar a
    cabo un experimento con 10 plantas.
    a) La probabilidad de que 5 plantas sean atacadas
    b) La probabilidad de que 3 o más plantas sean atacadas
    Solución:

    Distribución de probabilidad de Poisson


    4 Ejercicio propuesto

    A cierta fábrica de laminados de madera llegan por término medio


    3 clientes cada 2 hora. Suponiendo que las llegadas se distribuyen
    de acuerdo a una distribución de Poisson, calcule la probabilidad
    de que en una mañana de trabajo (9:30am a 1:30pm) lleguen más
    de 2 clientes.
    Solución:

    Distribución de probabilidad de Poisson


    ¿Qué hemos aprendido?
    ¿Cuál es la diferencia entre una
    variable aleatoria discreta y una
    variable aleatoria continua?

    ¿Qué diferencias encuentra entre la


    distribución binomial y la distribución de
    Poisson?

    Consolidando lo aprendido
    U T P
    1 2 3
    Vídeo Materiales Foro-Tarea
    La clase queda Consulta la Resolución de
    grabada para que diapositiva y lista ejercicios y
    puedas repasar de ejercicios comentarios

    INDICACIONES A TENER EN CUENTA EN ESTA SESIÓN

    También podría gustarte