miércoles, 26 de junio de 2019

DISTRIBUCION DE POISSON




Distribución de Poisson
La distribución de Poisson se especifica por un parámetro: lambda (λ). Este parámetro es igual a la media y la varianza. Cuando lambda aumente a valores lo suficientemente grandes, la distribución normal (λ, λ) podría utilizarse para aproximar la distribución de Poisson.
Utilice la distribución de Poisson para describir el número de veces que un evento ocurre en un espacio finito de observación. Por ejemplo, una distribución de Poisson puede describir el número de defectos en el sistema mecánico de un avión o el número de llamadas a un centro de llamadas en una hora. La distribución de Poisson se utiliza con frecuencia en el control de calidad, los estudios de fiabilidad/supervivencia y los seguros.
Una variable sigue una distribución de Poisson si se cumplen las siguientes condiciones:
·         Los datos son conteos de eventos (enteros no negativos, sin límite superior).
·         Todos los eventos son independientes.
·         La tasa promedio no cambia durante el período de interés.

Las siguientes gráficas representan distribuciones de Poisson con valores diferentes 









 

  Ejercicio:
  1. Si un banco recibe en promedio 6 cheques sin fondo por día, ¿cuáles son las probabilidades de que reciba, 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 cualquiera = 0, 1, 2, 3, ....., etc, etc.
l = 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 días consecutivos = 0, 1, 2, 3, ......, etc., etc.
l = 6 x 2 = 12 cheques sin fondo en promedio que  llegan al banco en dos días consecutivos
Nota: l siempre debe de estar en función de x siempre o dicho de otra forma, debe “hablar” de lo mismo que x.

                        


Ejercicio propuesto:
  1. En la inspección de hojalata producida por un proceso electrolítico continuo, se identifican 0.2 imperfecciones en promedio por minuto.
Determine las probabilidades de identificar
a) una imperfección en 3 minutos,
b) al menos dos imperfecciones en 5 minutos,
c) cuando más una imperfección en 15 minutos.

No hay comentarios:

Publicar un comentario