Professional Documents
Culture Documents
INGENIERÍA INDUSTRIAL
Módulo VII
INTEGRANTES:
⇨ Giraldo Tigua Liliana.
⇨ Lucas Domínguez Thalía.
⇨ Simba Morán David
2017-2018 1
DISTRIBUCIÓN DE POISSON La distribución de
Poisson se utiliza en
situaciones donde los
sucesos son
Esta distribución fue impredecibles o de
descubierta por Siméon ocurrencia aleatoria.
En otras palabras no se
Denis Poisson (1781-1840) sabe el total de
y publicada, junto con su posibles resultados
teoría de probabilidades ,
en 1838.
Permite determinar la
probabilidad de
ocurrencia de un
suceso.
Se utiliza cuando la
probabilidad del
evento que nos
interesa se distribuye
dentro de un segmento
n dado como por
ejemplo distancia,
área volumen o tiempo
definido.
Sus principales aplicaciones
hacen referencia a la
modelización de situaciones
en las que nos interesa
Esta distribución es una
determinar el número de
de las más importantes
hechos de cierto tipo que se
distribuciones
pueden producir en un
de variable discreta.
intervalo de tiempo o de
espacio, bajo presupuestos
de aleatoriedad y ciertas
circunstancias restrictivas.
10trabajos/8horas
de trabajo) =1.25
(𝜆ℎ𝑜𝑟𝑎 )0 𝑒 −𝜆
𝑃(𝑛𝑜 ℎ𝑎𝑦 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 ℎ𝑜𝑟𝑎) =
0!
(1.25)0 𝑒 −1.25
𝑃= 𝑃 = 0.2865
0!
Distribución Exponencial
Distribución de Poisson
P 𝑡 > 𝑐 = 𝑒 −λ𝑐
1
λ= Inverso de la media
β
1
− 𝑐
P 𝑡 ≤𝑐 =1−𝑒 β
1
− 𝑐
P 𝑡>𝑐 =𝑒 β
Distribución Exponencial
Distribución Sin Memoria
x -
Z=
s
Z se la conoce como variable aleatoria estandarizada.
Esta función se caracteriza por tener media igual a cero y
desviación tipificada igual a uno : N(0,1)
Representa a todas las distribuciones Normales. Igual densidad de
probabilidad, si medimos desviaciones de media en base a s.
Valores obtenidos de tabla Normal válidos para todas las
distribuciones Normal de media = y varianza =s2.
EJEMPLO
La base para identificar cualquier fdp son los datos sin procesar que
reunimos sobre la situación que estamos estudiando. Esta sección muestra
cómo los datos muestreados pueden convertirse en una fdp.