Scribd
Cargar
308 vistas1 página

Probabilidades en Distribución de Poisson

La distribución de Poisson modela eventos aleatorios e independientes que ocurren en intervalos de tiempo, distancia, área o volumen. La distribución depende de un parámetro λ que representa el número promedio de eventos y tiene una forma exponencial. Se usa para calcular probabilidades como la llegada de vehículos a una gasolinera, con λ=1.6 vehículos por unidad de tiempo.

Cargado por

Hernan Quintero
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 PDF, TXT o lee en línea desde Scribd
308 vistas1 página

Probabilidades en Distribución de Poisson

La distribución de Poisson modela eventos aleatorios e independientes que ocurren en intervalos de tiempo, distancia, área o volumen. La distribución depende de un parámetro λ que representa el número promedio de eventos y tiene una forma exponencial. Se usa para calcular probabilidades como la llegada de vehículos a una gasolinera, con λ=1.6 vehículos por unidad de tiempo.

Cargado por

Hernan Quintero
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 PDF, TXT o lee en línea desde Scribd

Los únicos supuestos necesario al usar la distribución de Poisson para modelar experimentos tales como éstos, son

que las cuentas o eventos ocurren al azar e independientemente unos de otros.

La distribución de probabilidad de una variable aleatoria de Poisson X, que representa el número de


resultados que ocurren en un intervalo dado o región especı́ficos, es
e−λ (λ)k
p(X = k) = , k = 0, 1, 2, ...,
k!
donde λ es el número promedio de resultados por unidad de tiempo, distancia,área o volumen, y e = 2.71828...

Obsevación
La media µ, varianza σ 2 y desviación estándar, de una variable aleatoria Poisson son respectivamente:

µ = λt
σ 2 = λt
√
σ = λt

Ejemplos
1. En una gasolinera la llegada de vehı́culos sigue la distribución de Poisson de parámetro 1.6. Calcúlese la
probabilidad de que:
a. El número de vehı́culos que lleguen sea superior a 3.
b. Esté comprendido entre dos y cinco.
c. Llegue algún vehı́culo.

Solución del ejemplo


Definimos la variable X como sigue:

X = ”Número de vehı́culos que entran a la gasolinera en un tiempo determinado”,

donde X sigue una distribución poisson con parámetro λ = 1.6.

a. Para calcular que tan probable es que ingresen mas de 3 vehı́culos a la gasolinera, se debe utilizar la propiedad
del complemento. Ası́,

P (X > 3) = 1 − P (X ≤ 3) = 1 − (P (X = 0) + P (X = 1) + P (X = 2) + P (X = 3)),
donde
e−1.6 (1.6)0
P (X = 0) = = e−1.6 = 0.2019,
0!
e−1.6 (1.6)1
P (X = 1) = = e−1.6 · (1.6) = 0.3230,
1!
e−1.6 (1.6)2 e−1.6 (1.6)2
P (X = 2) = = = 0.2584,
2! 2
e−1.6 (1.6)3 e−1.6 (1.6)3
P (X = 3) = = = 0.1378,
3! 6
por lo tanto, P (X > 3) = 1 − (0.2019 + 0.3230 + 0.2584 + 0.1378) = 1 − 0.9211 = 0.0789. Esto significa que
la probabilidad de que lleguen mas de 3 vehı́culos a la gasolinera es de 7.89%
b. Si se desea calcular la probabilidad de que el número de vehı́culos que entran a la gasolinera está comprendido
entre 2 y 5, queda planteada como sigue:
e−1.6 (1.6)3 e−1.6 (1.6)4
P (2 < X < 5) = P (X = 3) + P (X = 4) = + = 0.1378 + 0.0551 = 0.1929.
3! 4!

También podría gustarte