Distribución de Poisson.docx
-
Upload
a-fabian-rodriguez -
Category
Documents
-
view
219 -
download
5
Transcript of Distribución de Poisson.docx
Distribución de Poisson
Es una de las probabilidades más importantes de variables discretas, el interés es determinar el número de hechos de cierto tipo que pueden producirse en un intervalo de tiempo o despacio. Sus usos frecuentes es averiguar y considerar límite de procesos dicotómicos reiterados un gran número de veces si la probabilidad de éxito es muy pequeña. La distribución poisson suele también llamarse de eventos raros.
La distribución de poisson parte de la distribución binomial, cuando la probabilidad de éxito de cada ensayo es baja entonces en esos sucesos aplicamos la distribución de poisson:
Se debe cumplir
P < 0.10
P * n < 10
Distribución de probabilidad de poisson
Ejemplo 1
La probabilidad de que haya un accidente en una compañía de manufacturas es de 0.02 por cada día de trabajo. Si se trabajan 300 días al año,¿ cuál es la probabilidad de tener 3 accidentes?
Como la probabilidad p es menor que 0.1, y el producto n*p es menor que 10 (300*0.02= 6), entonces, aplicamos el modelo de distribución de poisson:
Al realizar la operación tenemos que p(x=3)=0.0892
Entonces la probabilidad de tener 3 accidentes laborales en 300 días de trabajo es de 8.9%
Ejemplo 2
La probabilidad de un producto salga defectuoso es de 0.012. ¿Cuál es la probabilidad de que entre 800 productos ya fabricados haya 5 defectuosos?
En este ejemplo vemos nuevamente la probabilidad p menor que 0.1, y el producto n*p menor que 10, por lo que aplicamos el modelo de distribución de poisson:
El resultado de p(x=5)=0.04602
La probabilidad de que haya 5 productos defectuosos entre 800 recién producidos es de 4.6%
Ejemplo 3:
La producción de televisores en SAMSUNG trae asociada una probabilidad de defecto del
2%, si se toma un lote o muestra de 85 televisores, obtener la probabilidad de que existan
4 televisores con defectos.
n = 85
P = 0.02
X = 4
Lambda = 1.7
La probabilidad es de 6.3%
Aproximación de una binomial a una normal
En este caso se estarán calculando probabilidades de experimentos Binomiales de una forma muy aproximada con la distribución Normal, esto puede llevarse a cabo si n y p = p (éxito) no es muy cercana a 0 y 1, o cuando n es pequeño y p tiene un valor muy cercano a ½; esto es
npq
npxzpqpC)p,n,x(P xnx
xn
x = variable de tipo discreto; solo toma valores enteros = np = media de la distribución Binomial
= npq = desviación estándar de la distribución Binomial
Las Probabilidades asociadas a una variable discreta x, con una distribución que evalúa variables de tipo continúo como es la Normal,Por lo que z sufre un pequeño cambio como se muestra a continuación:
Ejemplo 1
1. Una prueba de opción múltiple tiene 200 preguntas, cada una con 4 posibles respuestas, de las cuáles solo una es la correcta ¿cuál es la probabilidad de que al azar se den de 25 a 30 respuestas correctas para 80 de las 200 preguntas acerca de los cuales el estudiante no tiene conocimientos?
Solución:n = 80p = p (dar una contestación correcta) = 0.25q = p (dar una contestación incorrecta) = 1 – p = 0.75
2025080 .xnp Preguntas contestadas correctamente
8729375025080 .).).)((npq Preguntas contestadas correctamentex = número de preguntas que son contestadas correctamente = 0, 1, 2,...,80
16116191
87293
2021252111 ..
.
)/()/x(z
, p (z1 = 1.16) = 0.377
= 20 X1 = 24.5
X2 = 30.5
71271112
87293
2021302122 ..
.
)/()/x(z
, p (z2 = 2.71) = 0.4966
p (25 x 30) = p (z2) – p (z1) = 0.4966 – 0.377 = 0.1196
Ejemplo2
Si 35% de los productos manufacturados en cierta línea de producción es defectuoso, ¿cuál es la probabilidad de que entre los siguientes 1000 productos manufacturados en esa línea a) menos de 354 productos sean defectuosos?, b) entre 342 y 364 productos sean defectuosos, c) exactamente 354 productos sean defectuososSolución:a)n = 1000p = p (un producto sea defectuoso) = 0.35q = p (un producto no sea defectuoso) = 1- p = 0.65
3503501000 ).(np Productos defectuosos
).(.)((npq 6503501000 15.0831 productos defectuososx = número de productos defectuosos que se manufacturan en la línea = 0, 1, 2,..., 1000
23023200
083115
3502135421354..
.
)/()/(z
, p (z = 0.23) = 0.091
P(x 354) = 0.5 + p (z = 0.23) = 0.5 + 0.091 = 0.5091
b)
= 350X = 353.5
= 350 X2 = 364.5X1 = 341.5
56056350
083115
350213421 ..
.
)/(z
, p (z1= - 0.56) = 0.2123
96130
083115
35021364213642 .
.
)/()/(z
0.96, p (z2= 0.96) = 0.3315
p (342 x 364) = p (z1) + p (z2) = 0.2123 + 0.3315 = 0.5438
c)
23200
083115
35021354213541 .
.
)/()/(z
0.23, p (z1 = 0.23) = 0.091
30029830
083115
35021354213542 ..
.
)/()/(z
, p (z2= 0.30) = 0.1179
p(x = 354) = p (z2) - p (z1) = 0.1179 – 0.091 = 0.0269
= 350X1 = 353.5
X2 = 354.5
Ejemplo3
La probabilidad de que un paciente se recupere de una rara enfermedad de la sangre es de 0.4. Si se sabe que 100 personas han contraído esta enfermedad, ¿Cuál es la probabilidad de que: a) al menos 30 sobrevivan?, b) más de 46 sobrevivan, c) menos de 50 no sobrevivan
Solución:
a) n = 100p = p (paciente se recupere) = 0.40q = p (paciente no se recupere) = 1 – p = 1 – 0.40 = 0.60 = np = (100) (0.40) = 40 pacientes se recuperen
= npq = 8994600400100 .).)(.( pacientes que se recuperanx = variable que nos define el número de pacientes que se recuperanx = 0, 1, 2,....,100 pacientes que se recuperan
14214332
8994
40529
8994
40213021..
.
.
.
)/()/x(z
p (z = -2.14) =0.4838
P(x 30) = p (z = -2.14) +0.5 = 0.4838 + 0.5 = 0.9838
a)
X = 29.5 = 40
= 40 X = 46.5
331
8994
40546
8994
402146
8994
4021.
.
.
.
)/(
.
)/x(z
p (z = 1.33) = 0.4082
P(x 46) = 0.5 – p (z = 1.33) = 0.5 – 0.4082 = 0.0918
b) n = 100p = p (paciente no sobreviva) = 0.60q = p (paciente sobreviva) = 1 – p = 0.40
60600100 ).)((np Pacientes que no se recuperan
8994400600100 .).)(.(npq Pacientes que no se recuperanx = variable que nos define el número de pacientes que no sobrevivenx = 0, 1, 2,....,100
142
8994
60549
8994
602150.
.
.
.
)/(z
p (z = -2.14) = 0.4838
P(x 50) = 0.5 – p (z = -2.14) = 0.5 – 0.4838 = 0.0162
= 60X = 49.5
Ejercicios
Binomial
La probabilidad de que un hombre acierte en el blanco es 1/4. Si dispara 10 veces
¿cuál es la probabilidad de que acierte exactamente en tres ocasiones?
¿Cuál es la probabilidad de que acierte por lo menos en una ocasión?
B (10, 1/4) p = 1/4q = 3/4
Normal
Si X es una var iab le a leator ia de una d is t r ibuc ión N (µ , σ) , ha l lar : p (µ−3σ ≤ X ≤ µ+3σ)