Una variable aleatoria discreta que a menudo es útil para estimar
el número de ocurrencias en un intervalo específico de tiempo o espacio. Por ejemplo, la variable aleatoria de interés podría ser el número de llegadas a un centro de lavado automotriz en una hora, el número de reparaciones necesarias en 10 millas de una autopista o el número de fugas en 100 millas de tubería. Si las dos propiedades siguientes se satisfacen, el número de ocurrencias es una variable aleatoria descrita por la distribución de probabilidad de Poisson
Mauricio López Bonill
Distribución de Probabilidad de Poisson
Mauricio López Bonill
Distribución de Probabilidad de Poisson
Ejemplo: Suponga que le interesa conocer el número de llegadas al autocajero de
un banco en las mañanas de lunes a viernes durante un periodo de 15 minutos. Si se asume que la probabilidad de un automóvil que llega es la misma para cualquiera de dos periodos de igual duración y que la llegada o no llegada de un vehículo en cualquier periodo es independiente del arribo o no en cualquier otro periodo, la función de probabilidad de Poisson es aplicable. el número medio de automóviles que llega en un periodo de 15 minutos es 10; en este caso, se aplica la función de probabilidad siguiente:
Mauricio López Bonill
La variable aleatoria aquí es x = número de automóviles que llega en un periodo de 15 minutos. Si la gerencia quisiera conocer la probabilidad de exactamente cinco llegadas en 15 minutos, se establecería que x = 5 y por tanto obtendríamos
Aunque esta probabilidad se determinó al evaluar la función de probabilidad con μ = 10
y x = 5, a menudo es más fácil remitirse a una tabla para la distribución de Poisson, la cual proporciona probabilidades para valores específicos de x y μ.
Mauricio López Bonill
Mauricio López Bonill
En el ejemplo anterior, la media de la distribución de Poisson es μ ! 10 llegadas por un periodo de 15 minutos. Una propiedad de la distribución de Poisson consiste en que la media de la distribución y la varianza de la distribución son iguales. Por tanto, la varianza para el número de llegadas durante un periodo de 15 minutos es = 10. La desviación estándar es . El ejemplo involucra un periodo de 15 minutos, pero se pueden usar otros. Suponga que se quiere calcular la probabilidad de una llegada en un periodo de 3 minutos. (regla de tres)
Por tanto, la probabilidad de x llegadas en un periodo de 3 minutos con μ = 2 está dada
por la función de probabilidad de Poisson siguiente.
Mauricio López Bonill
La probabilidad de una llegada en un periodo de 3 minutos se calcula como sigue:
Previamente se calculó la probabilidad de cinco llegadas en un periodo de 15 minutos;
fue 0.0378. Observe que la probabilidad de un arribo en 3 minutos (0.2707) no es la misma. Cuando se estima una probabilidad de Poisson para un intervalo de tiempo distinto, primero se debe convertir la tasa media de llegadas al periodo de interés y luego calcular la probabilidad.
Mauricio López Bonill
Suponga que se enteró de que los principales defectos después de un mes de repavimentar ocurren a una tasa media de 2 por milla. En seguida se determinará la probabilidad de que no hay defectos importantes en un tramo particular de 3 millas de la autopista. (calcular la nueva tasa media para e millas)
Mediante la ecuación de Poisson la probabilidad de que no haya alguna avería
importante es Por tanto,es poco probable que ningún defecto importante se presente en la sección de las 3 millas. Calcular la Probabilidad de por lo menos un defecto importante en la sección de tres millas
Mauricio López Bonill
Taller 5 DISTRIBUCIÓN DE PROBABILIDAD DE POISSON
Mauricio López Bonil
Estadística 2 DISTRIBUCIÓN DE PROBABILIDAD HIPERGEOMÉTRICA
Mauricio López Bonil
Distribución de Probabilidad Hipergeométrica
La distribución de probabilidad hipergeométrica mantiene una relación
estrecha con la distribución binomial, pero difiere de ésta en dos puntos esenciales: sus ensayos no son independientes y su probabilidad de éxito cambia de un ensayo a otro. Se usa para calcular la probabilidad de que en una muestra aleatoria de n elementos, seleccionados sin remplazo, se obtengan x elementos etiquetados como éxitos y n - x elementos marcados como fracasos. Para que este resultado ocurra, se deben obtener x éxitos de los r éxitos que hay en la población y n - x fracasos de los N - r fracasos
Mauricio López Bonill
Distribución de Probabilidad Binomial
Experimento Binomial: Une experimento binomial tiene