0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
69 tayangan4 halaman
La distribución de Poisson describe el número de eventos que ocurren en un intervalo de tiempo o espacio si dichos eventos ocurren con una tasa constante e independientemente unos de otros. Se presentan ejemplos y propiedades clave de esta distribución, incluido que la media y varianza del número de eventos son iguales a su parámetro λ. También se explica cómo la distribución de Poisson surge como un límite de la binomial cuando el número de ensayos es grande y la probabilidad de éxito es pequeña.
La distribución de Poisson describe el número de eventos que ocurren en un intervalo de tiempo o espacio si dichos eventos ocurren con una tasa constante e independientemente unos de otros. Se presentan ejemplos y propiedades clave de esta distribución, incluido que la media y varianza del número de eventos son iguales a su parámetro λ. También se explica cómo la distribución de Poisson surge como un límite de la binomial cuando el número de ensayos es grande y la probabilidad de éxito es pequeña.
La distribución de Poisson describe el número de eventos que ocurren en un intervalo de tiempo o espacio si dichos eventos ocurren con una tasa constante e independientemente unos de otros. Se presentan ejemplos y propiedades clave de esta distribución, incluido que la media y varianza del número de eventos son iguales a su parámetro λ. También se explica cómo la distribución de Poisson surge como un límite de la binomial cuando el número de ensayos es grande y la probabilidad de éxito es pequeña.
Las distribuciones binomial, hipergeomtrica y binomial negativa se obtuvieron comenzando con un
experimento formado por ensayos y aplicando las leyes de probabilidad a varios resulta dos del experimento. No hay experimento sencillo en el cual est basada la distribucin de Poisson, aunque describiremos brevemente cmo se puede obtener a travs de ciertas operaciones, que involucran lmites. Distribucin de Poisson !e dice que una va X tiene una distribucin de Poisson si la pmf de X es" #$%,l,&,... 'l valor de con frecuencia es una tasa por unidad de tiempo o por unidad de (rea. La letra e en p)x* +, representa la base del sistema de logaritmos naturales* su valor numrico es aproximadamente &.- ./&/. 0ebido a que debe ser positiva, p)x* +,1% para todos los valores posibles de x. 'l hecho de que es una consecuencia del desarrollo de , en la serie infinita de 2aclaurin que aparece en la mayora de los libros de texto de c(lculo" (2.14) !i los dos trminos de los extremos de la expresin )&..3, se multiplican por e & despus e & coloca dentro de la suma, el resultado es" que demuestra que p)x* +, satisface la segunda condicin necesaria para especificar una pmf. Ejemplo 2.38 Distribucin de Poisson como un Lmite Proposicin !upongamos que en la pmf binomial b)x* n, p, hacemos n45 y p4%, en tal forma que np se acerca al valor +1%. 'ntonces, b)x* n, p, 4 p)x* +,. La razn fundamental para utilizar la distribucin de Poisson en muchas situaciones est( dada por la siguiente proposicin. !eg6n esta proposicin, en cualquier experimento binomial donde n sea grande y p peque7a, b)x* n, p, 8p)x* +, donde np. 9omo regla pr(ctica, se puede confiar en esta aproximacin si n : .%%, p ; .%. y np ; &%. Ejemplo 2.39 Medi ! "rin# de $ 9omo b)x* n, p,4p)x*+, conforme n45p4%, np4+, la media y la varianza de una variable binomial deben aproximarse a los de una variable de Poisson. 'stos lmites son np4+ y np)l<p,4+. Proposicin !i X tiene una distribucin de Poisson con par(metros +. entonces ')#,$=)#,$+ 'stos resultados tambin se pueden obtener directamente de las definiciones de media y varianza. Ejemplo 2.40 Ejercicios Seccin 37. !ea X la cantidad de grietas en la superficie de una caldera de cierto tipo, seleccionada al azar, con una distribucin de Poisson con par(metro +$> y utilice la tabla ?.& del apndice para calcular las siguientes probabilidades. a. P)#;/, b. P)#$/, c. P)@;A, d. P)>;#;/, e. P)>B#B/, 38. !uponga que la cantidad de conductores que viaCan entre cierto origen y destino, durante determinado periodo, tiene una distribucin de Poisson con par(metro +$&% )sugerido en el artculo D0ynamic Eide !haring" Fheory and PracticeG, H. of Fransp. 'ngr., .@@-, pp. I%/<I.&,. J9u(l es la probabilidad de que la cantidad de conductores" a. sea m(ximo .%K b. sea mayor que &%K c. est entre .% y &% inclusiveK J'st estrictamente entre .% y &%K d. sea mayor que la cantidad media en m(s de dos desviaciones est(ndarK 39. Ln artculo de Poisson de Los Mngeles Fimes )I de diciembre de .@@I, reporta que, de cada &%% personas, una lleva el gen defectuoso que ocasiona c(ncer de colon hereditario. 'n una muestra de .%%% personas, Jcu(l es la distribucin aproximada del n6mero de quienes llevan este genK Ltiliza esta distribucin para calcular la probabilidad aproximada de que" a. entre > y / )inclusive, lleven el gen. b. por lo menos / lleven el gen. 40. !uponga que aviones peque7os llegan a cierto aeropuerto, seg6n un proceso de Poisson, con tasa +$/ aviones por hora, de modo que el n6mero de llegadas por un periodo de t horas es una va de Poisson con par(metro +$/t. a. J9u(l es la probabilidad de que exactamente > aviones peque7os lleguen durante un periodo de una horaK JPor lo menos >K JPor lo menos .%K b. J9u(les son el valor esperado y la desviacin est(ndar del n6mero de aviones peque7os que lleguen durante un periodo de @% minutosK c. J9u(l es la probabilidad de que por lo menos &% aviones peque7os lleguen durante un periodo de & .N& horasK J0e que a lo sumo .% lleguen durante este periodoK 41. 'l n6mero de solicitudes de asistencia recibido por un servicio de remolque de vehculos con fallas es un proceso de Poisson con razn +$3 por hora. a. 9alcule la probabilidad de que exactamente .% solicitudes se reciban durante un periodo en particular de dos horas. b. !ilos operadores de las gr6as de remolque descansan durante I% minutos para tomar alimentos, Jcu(l es la probabilidad de que no se pierda ninguna llamada de asistenciaK c. J9u(ntas llamadas se esperaran durante el descansoK 42. 'l reporte cientfico DEeliability<Oased !ervice<Life ?ssessment of ?ging 9oncrete !tructuresG )H. !tructuraN 'ngr* .@@I, pp.PQ%%R.Q&P, sugiere que se puede emplear un proceso de Poisson para representar la ocurrencia de cargas estructurales en el tiempo. !u ponga que el tiempo medio entre ocurrencias de cargas es .> a7os. a. J9u(ntas cargas se espera que ocurran durante un periodo de & a7osK b. J9u(l es la probabilidad de que m(s de cinco cargas ocurran durante un periodo de & a7osK c. JSu tan largo debe ser un periodo para que la probabilidad de que no ocurran cargas durante l sea a lo sumo .K 43. !uponga que hay (rboles distribuidos en un bosque seg6n un proceso de Poisson de dos dimensiones, con par(metro T y que el n6mero esperado de (rboles por acre es igual a /%. a. J9u(l es la probabilidad de que en cierto lote de un cuarto de acre haya a lo sumo .Q (rbolesK b. !i el bosque cubre />,%%% acres, Jcu(l es el n6mero esperado de (rboles en el bosqueK c. !uponga que se selecciona un punto del bosque y se construye un crculo de . milla de radio. !ea #$ n6mero de (rboles dentro de esa regin circular, Jcu(l es la pmf de XK )!ugerencia" . milla cuadrada $ Q3% acres,. 44. a. 'n un proceso de Poisson, Jqu tiene que pasar tanto en el intervalo de tiempo )%, t, como en el t, tUVt para que no ocurran eventos en todo el intervalo )%, tUVt,K Ltilice esto y las suposiciones . a I para escribir una relacin entre P% )tUV t, y P%)t,. b. Ltilice el resultado del inciso a, para escribir una expresin para la diferencia P% )tUV t,<P%)t,. 0espus, divida Vt entre y haga que Vt4% para obtener una ecuacin donde aparezca )dNdt, P%)t, la derivada de P con respecto at. c. =erifique que satisface la ecuacin del inciso b,. d. !e puede demostrar de manera similar a los incisos a, y b, que deben satisfacer el sistema de ecuaciones diferenciales =erifique que satisface el sistema. )Wsta es, en realidad, la 6nica solucin,. Ejercicios Complementrios