Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Fase 3 - Discusión
Presentado al tutor:
Christian Alberto Bolívar
Entregado por:
Luz Karina Torres Baquero
Código: 1.067.817.593
Distribucion de poisson
�_((𝑋=𝜅))=(�^� . Resultados
�^� �^(−�) �!
�^(−�))/�! (x)
5 0 1 6.7.E-03 1
Donde: 1 5 6.7.E-03 1
�= Medio de veces que ocurre el 2 25 6.7.E-03 2
suceso dentro de un intervalo
especificado 3 125 6.7.E-03 6
�!= Numero de veces que se 4 625 6.7.E-03 24
presenta el evento
�^(−�) = Exponente euler 5 3125 6.7.E-03 120
(2.71828) 6 15625 6.7.E-03 720
7 78125 6.7.E-03 5040
8 390625 6.7.E-03 40320
9 1953125 6.7.E-03 362880
Variables Datos 10 9765625 6.7.E-03 3628800
µ 5 11 48828125 6.7.E-03 39916800
x 0 a 12 12 244140625 6.7.E-03 479001600
e 2.718
Distribucion Normal
Distribucion Hipergeometrica
N 20
S
n
x
�^(𝑛−�) �(�) La secretaria de salud frente a la contaminación en la ciudad de Medellín determino que la variable
PM10 tiene una probabilidad de aceptación del 27%. Construya una tabla con valores entre el 0 y 10
aplicando la distribución Binomial.
4.298%
15.895% ¿Cuál es la probabilidad de que más de 3 µg/m3?
26.456%
26.094% �(X>3)= 1-P(X=0)+P(X=1)+P(X=2)+P(X=3)
16.889%
7.496% �(X>3)= 27.258%
2.310%
0.488%
0.068%
0.006%
0.000%
�(�) Mediante una inspección de los contaminantes en algunas veredas del país, se determina que el SO2
presenta un promedio de 5 µg/m3 por hora. Realice una tabla de distribución de Poisson para k entre
0 y 12
0.67% Que al menos sean 8 µg/m3
3.37% P(x≤8) = P(x=0)+ P(x=1)+ P(x=2) +P(x=3) +P (x=4) +P(x=5) +P(x=6)+P(x=7)+P(x=8)
8.43%
14.04% P(x≤8)= 93.24%
17.56%
17.56%
14.63%
10.45%
6.53%
3.63%
1.81%
0.82%
0.34%
En las ciudades principales los mayores contribuyentes a la contaminación del aire es provocado por
Dióxido de nitrógeno (NO2) procedente de los camiones de carga. Se detecta que en una flota de 20
camiones hay 4 de ellos por encima de los niveles permisibles.
0 4.298%
1 15.895%
2 26.456%
3 26.094%
4 16.889%
5 7.496%
6 2.310%
7 0.488%
8 0.068%
9 0.006%
10 0.000%
La distribución de Poisson es una distribución de probabilidad discreta que se aplica a las ocurrencias
suceso durante un intervalo determinado.
Donde:
* µ es la media del número de sucesos en el intervalo que estemos tomando, ya sea de tiempo, dist
volumen, etc. Es importante entender que este valor es una media en el sentido estrictamente estad
palabra y como tal se calculará mediante dicha expresión y no debe calcularse nunca con una regla d
proporcionalidad o regla de tres.
* La desviación típica es
* Cuando realizamos un experimento contando sucesos y obtenemos un valor x, su error vendrá dete
por la raíz de x.
* Las ocurrencias deben ser aleatorias y no contener ningún vicio que favorezca unas ocurrencias en
otras.
* Las ocurrencias deben estar uniformemente distribuidas dentro del intervalo que se emplee.
Ejemplo:
Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que re
a) cuatro cheques sin fondo en un día dado
b) 10 cheques sin fondos en cualquiera de dos días consecutivos?
Solución:
a) x = variable que nos define el número de cheques sin fondo que llegan al banco en un día cualquie
2, 3, ….
µ = 6 cheques sin fondo por día
e = 2.718
b) x = variable que nos define el número de cheques sin fondo que llegan al banco en dos dias conse
0, 1, 2, 3, ....
µ = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos días consecutivos
Nota: µ siempre debe de estar en función de x siempre o dicho de otra forma, debe “hablar” de lo m
x.
plica a las ocurrencias de algún
un intervalo determinado, el
erivada de éstas.
tervalo
ue se emplee.
consecutivos
https://fisicaymates.com/distribucion-de-poisson/
http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20Poisson.htm