Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
Jesús de Ávila / Alejandro Gonzalez
01/10/2019
Simeón Denis Poisson Fisico y Matemático Francés (1781-1840) reconocido por diferentes trabajos en campos de la electricidad,sus publicaciones sobre la geometria diferencial y teoría de probabilidades, esta ultima llamada Distribución de Poisson en su honor.
Es una Distribución de Probabilidad Discreta, expresa a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades muy pequeñas, o sucesos "raros", se dio a conocer en 1838 en su investigación sobre la probabilidad de los juicios en materias criminales y civiles.
P(x): Es el número de ocurrencias del evento o fenómeno.
λ(Lambda): Es un parámetro positivo que representa el número de veces que se espera que ocurra un fenómeno. (El número de presentaciones por intervalos de tiempo) elevada a la x potencia.
e o 2.71828: Es la base de los logaritmos naturales elevada a la potencia Lambda negativa.
Durante un experimento de laboratorio el número promedio de partículas radiactivas que pasan a través de un contador en un milisegundo es 4. ¿Cuál es la probabilidad de que 6 partículas entren al contador en un milisegundo dado?
Solución: Al usar la distribución de Poisson con x = 6 y λ = 4
1. El número de resultados que ocurren en un intervalo o región específica es independiente del número que ocurre en cualquier otro intervalo o región del espacio disjunto. De esta forma vemos que el proceso de Poisson no tiene memoria.
2. La probabilidad de que ocurra un solo resultado durante un intervalo muy corto o en una región pequeña es proporcional a la longitud del intervalo o al tamaño de la región, y no depende del número de resultados que ocurren fuera de este intervalo o región.
3. La probabilidad de que ocurra más de un resultado en tal intervalo corto o que caiga en tal región pequeña es insignificante.
Media: λ.
Mediana: (λ+1/3-0.02/λ).
Moda: (λ)-1.
Varianza: λ.
Coeficiente de Simetria: λ^-1/2.
Curtosis: 3+λ^-1.
Desviacion Estandar: Raiz Cuadrada de λ.
Distribución de Probabilidad: Variable Aleatoria Discreta
Al igual que muchas distribuciones discretas y continuas, la forma de la distribución se vuelve cada vez más simétrica, incluso con forma de campana, conforme la media se hace más grande.
Tenemos gráficas de la función de probabilidad para μ = 0.1, μ = 2 y
finalmente μ = 5
El número promedio de camiones-tanque que llega cada día a cierta ciudad portuaria es
10. Las instalaciones en el puerto pueden manejar a lo más 15 camiones-tanque por día.
¿Cuál es la probabilidad de que en un día dado los camiones se tengan que regresar?
En ciertas instalaciones industriales los accidentes ocurren con muy poca frecuencia.
Se sabe que la probabilidad de un accidente en cualquier día dado es 0.005 y los
accidentes son independientes entre sí.
a) ¿Cuál es la probabilidad de que en cualquier periodo dado de 400 días habrá un
accidente en un día?
b) ¿Cuál es la probabilidad de que haya a lo más tres días con un accidente?
Solucion: Sea X el número de camiones-tanque que llegan cada día.
Solucion: Sea X una variable aleatoria binomial con n = 400 y p = 0.005. Así, np = 2. Con la aproximación de Poisson.
La distribución de Poisson se utiliza para describir ciertos tipos de procesos entre los que se encuentran la distribución de llamadas telefónicas, control de calidad, aseguramiento de calidad y muestreo de aceptación.
- Jay L. Devore