Scribd
Cargar
74 vistas12 páginas

Distribución de Poisson y Éxitos

La distribución de Poisson describe la probabilidad de que ocurran eventos discretos en intervalos de tiempo, espacio u otra dimensión. La probabilidad de que ocurra un evento es constante en cualquier intervalo e independiente de otros intervalos. Se caracteriza por una media μ, y la probabilidad de un número x de eventos se calcula como P(x) = μx e-μ/x!. Se usa comúnmente cuando el número promedio de eventos por intervalo es conocido.

Cargado por

cometelo todo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
74 vistas12 páginas

Distribución de Poisson y Éxitos

La distribución de Poisson describe la probabilidad de que ocurran eventos discretos en intervalos de tiempo, espacio u otra dimensión. La probabilidad de que ocurra un evento es constante en cualquier intervalo e independiente de otros intervalos. Se caracteriza por una media μ, y la probabilidad de un número x de eventos se calcula como P(x) = μx e-μ/x!. Se usa comúnmente cuando el número promedio de eventos por intervalo es conocido.

Cargado por

cometelo todo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

Distribución de probabilidad

de Poisson
Roy atencio
Formula es
• P(x) = μᵡ e ‾ᶸ/ x!
• μ = ᶸ = mu media de la cantidad de veces (éxitos) que se presenta un
evento en un intervalo en particular
• e = logaritmo neperiano constante 2,71828
• x número de veces que se presenta el evento
• P(x) = probabilidad para un valor específico de x
• La media μ = n* π n es número de veces del ensayo repeticiones, y π
probabilidad de éxito.
• Es otra distribución de probabilidad discreta
• Se dice que es una distribución Poisson si se puede observar eventos
discretos en un área de oportunidad intervalo de tiempo, superficie,
longitud etc. De tal manera que si se reduce el área de oportunidad o
intervalo
• La probabilidad de observar exactamente un éxito en el intervalo es
constante
• La probabilidad de observar mas de un éxito en el intervalo es 0
• La probabilidad de observar un éxito en cualquier intervalo es
estadísticamente independiente de la de cualquier otro intervalo.
• La probabilidad es proporcional a la longitud del intervalo.
• Los intervalos son independientes
• Cuanto mas grande el intervalo mayor es la probabilidad
• El número de veces que se presenta un evento en un intervalo no
influye en los demás intervalos.
• Es un tipo de distribución binomial si p es pequeña u n es muy
grande.
• Se utiliza cuando el tiempo es una variable importante en el estudio.
• Accidentes en tres meses en una carretera determinada
• Numero de personas que entran en una hora determinada a un local
• Defectos en una fábrica en una hora determinada
• Rebote de un cheque en un banco
• Llegada caja de un proceso determinado en hora de almuerzo
• Imaginemos que se examina el número de clientes que llegan durante
una hora a una institución. Cualquier llegada de un cliente es un
evento discreto en un punto específico de tiempo del intervalo
continuo de una hora. si en promedio se tiene que llegan 3 clientes
por minuto a esa oficina en una hora determinada, cual será la
probabilidad de que en un minuto dado, lleguen 2 clientes?. O que
lleguen mas de 2 clientes en un minuto dado?.
• R/ P(X=2)= e -3*0 (3*0)² / 2! = 9/ (2,71828)₃(2) = 0,2240
• P(X˃ 2)= 1- P(X≤ 2)= 1- 0,4232 = 0,5768
FORMULA DE DISTRIBUCIÓN POISSON
• P(X)= probabilidad de éxito dado el valor de lambda
• ƛ = esperanza del número de éxitos
• e = constante 2,71828
• X = número de éxito por unidad
Ejemplos
• Si ƛ= 2,5 P(X=2) =
• Si ƛ = 0,8 P(X= 8) =
• Si ƛ = 0,5 P(X=1)=
• Si la probabilidad de rechazo de un cheque en un banco es de 0.0003
y se cobran 10. 000 cheques cual es la media de rechazo
• De 1000 vuelos escogidos se encuentra que: 300 maletas se pierden.
La media de pérdida es:
• Si la pérdida de maletas se rige por una distribución de poisson con μ
= 0.3
• La probabilidad que no se pierda ninguna maleta esta dada por:
• P(0) = (0.3) ᵒ (e ᵒ,ᶟ)/ 0 ! =
• La probabilidad de que se pierda exactamente 1 maleta?
• Recuerde μ = n*π = 10.000*0.0003 = 3

• La media es = 0.3 maletas perdidas = 300/1000


• P(0) = (0.3) ᵒ (e ‾ᵒ,ᶟ)/ 0 ! = 0.7408 en el 74% de los vuelos no habrá
maleta perdida.
• P(!) = (0.3 ᶦ) * (e‾ᵒ,ᶟ) / 1! = 0.2222 o sea el 22% de que se pierda una
maleta de los vuelos
Uso de tablas Poisson
• Si nos dan una media

También podría gustarte