Professional Documents
Culture Documents
Dato Histrico
Su frmula es:
Siendo
Dnde:
P(x)= Probabilidad de tener exactamente x ocurrencias.
= Nmero medio de presentaciones por intervalos
e= 2.71828 (base de los logaritmos neperianos o natrales).
!= Factorial
Utilidad
.- La distribucin de Poisson se utiliza en situaciones donde los sucesos son
impredecibles o de ocurrencia aleatoria. En otras palabras no se sabe el total
de posibles resultados
.- Permite determinar la probabilidad de ocurrencia de un suceso con resultado
discreto.
.- Es muy til cuando la muestra o segmento n es grande y la probabilidad de
xitos p es pequea.
.- Se utiliza cuando la probabilidad del evento que nos interesa se distribuye dentro de
un segmento n dado como por ejemplo distancia, rea, volumen o tiempo definido.
Ejemplos de la Utilidad
.- La llegada de un cliente al negocio durante una hora.
.- Las llamadas telefnicas que se reciben en un da.
.- Los defectos en manufactura de papel por cada metro producido.
La distribucin de Poisson se emplea para describir procesos con un
elemento en comn, pueden ser descritos por una variable aleatoria
discreta.
Proceso de llegada
.- Un proceso de llegada es una secuencia en aumento de variables aleatorias,
0 < S1<S2 <<, donde S<S + 1, es decir, una variable aleatoria X tal que Fx
(0) = 0.
.- En el proceso de Poisson, las llegadas se pueden producir en cualquier
momento, y la probabilidad de una llegada en cualquier instante particular es 0.
Propiedades de un proceso de Poisson
Un proceso de Poisson es un proceso de renovacin en la que los intervalos
entre llegadas tienen una funcin de distribucin exponencial, es decir, para
algunos > 0 reales, cada X tiene la funcin densidad Fx(X) = exp (- x) para
x
.- La probabilidad de observar exactamente un xito en el segmento o tamao
de muestra n es constante.
.- El evento debe considerarse un suceso raro.
.- El evento debe ser aleatorio e independiente de otros eventos.
.- Proporcionar los tiempos entre llegadas y las descripciones ms convenientes desde
los tiempos entre llegadas se definen como IID.
Si repetimos el experimento n veces podemos obtener resultados para la
construccin de la distribucin de Poisson.
Probabilidad Densidades de Sn y S1, ..Sn