TRABAJO DE PROBABILIDAD Y ESTADSTICA DISTRIBUCIN DE POISSON Y CONTNUAS (NORMAL)

WILLIAM WOOD VARGAS Docente

JAFFETH DAVID BERDUGO ARRIETA Estudiante

0211110054

FACULTAD DE INGENIERAS INGENIERA CIVIL SEMESTRE IV

UNIVERSIDAD DE CARTAGENA 3 DE SEPTIEMBRE DEL 2012

DISTRIBUCIN DE POISSON. La distribucin de Poisson fue desarrollada por SimonDenis Poisson (17811840). Esta distribucin de probabilidades es muy utilizada para situaciones donde los sucesos son impredecibles o de ocurrencia aleatoria. En general, la distribucin de Poisson se usa como aproximacin de experimento binomiales donde el nmero de pruebas es muy alto (n), pero la probabilidad de xito muy baja (p0). Para la distribucin de Poisson se platea una probabilidad de un hecho a partir de un valor promedio conocido, estudiado previamente y de un dato a evaluar. Su funcin de probabilidad viene dada por: ( Donde x debe ser un entero positivo. PROPIEDADES DE LA DISTRIBUCIN DE POISSON. 1. El nmero de resultados que ocurren en un intervalo o regin especifica es independiente del nmero que ocurre en cualquier otro intervalo o regin del especio disjunto. De esta forma vemos que el proceso de Poisson no tiene memoria. 2. La probabilidad de que ocurra un solo resultado durante un intervalo muy corto o en una regin pequea es proporcional a la longitud del intervalo o al tamao de la regin y no depende del nmero de resultados que ocurren fuera de este intervalo o regin. 3. La probabilidad de que ocurre ms de un resultado en tal intervalo corto o que caiga en tal regin pequea es insignificante. )

EJEMPLOS: 1. Durante un experimento de laboratorio el nmero promedio de partculas radioactivas que pasan a travs de un contador de un milisegundo es cuatro. Cul es la probabilidad de que seis partculas entren al contador en un milisegundo dado? Solucin: al usar la distribucin de Poisson con x= 6 y ( ) ( ) ( ) =4

2. El nmero promedio de camiones tanque que llega cada da a cierta ciudad portuaria es 10. Las instalaciones en el puerto pueden manejar a lo ms 15 camiones tanque por da. Cul es la probabilidad de que en un da dado los camiones se tengan que regresar?

Solucin: Sea X el nmero de camiones tanque que llegan. Al usar la distribucin de Poisson desde x=0 a x=15 y encontrando el complementario tenemos el resultado: ( ) ( )

p=0.95 representa la probabilidad de recibir de 0 a 15 camiones, es decir, no rebasa la capacidad de las instalaciones. El complementario p=0.05 es la probabilidad de rebasar la capacidad, es decir, de devolver camiones. DISTRIBUCIONES CONTINUAS El soporte de una v.a. continua se define como aquella regin de donde su densidad es no nula ( ) . Para las distribuciones que nombrar, podr ser bien todo ( ) o bien un segmento de la forma DISTRIBUCIN NORMAL La distribucin normal fue reconocida por primera vez por el francs Abraham de Moivre (1667-1754).Posteriormente, Carl Friedrich Gauss (1777-1855) elabor desarrollos ms profundos y formul la ecuacin de la curva; de ah que tambin se la conozca, ms comnmente, como la "campana de Gauss". La distribucin de una variable normal est completamente determinada por dos parmetros, su media y su desviacin estndar, denotadas generalmente por y . Con esta notacin, la densidad de la normal viene dada por la ecuacin: ( ) { ( ) }

Propiedades de la distribucin normal: La distribucin normal posee ciertas propiedades importantes que conviene destacar: 1. Tiene una nica moda, que coincide con su media y su mediana. 2. La curva normal es asinttica al eje de abscisas. Por ello, cualquier valor entre y es tericamente posible. El rea total bajo la curva es, por tanto, igual a 1. 3. Es simtrica con respecto a su media . Segn esto, para este tipo de variables existe una probabilidad de un 50% de observar un dato mayor que la media, y un 50% de observar un dato menor. 4. La distancia entre la lnea trazada en la media y el punto de inflexin de la curva es igual a una desviacin tpica ( ). Cuanto mayor sea , ms aplanada ser la curva de la densidad. 5. El rea bajo la curva comprendida entre los valores situados aproximadamente a dos desviaciones estndar de la media es igual a 0.95. En concreto, existe un 95% de posibilidades de observar un valor comprendido en el intervalo ( ). 6. La forma de la campana de Gauss depende de los parmetros y . La media indica la posicin de la campana, de modo que para diferentes valores de la grfica es desplazada a lo largo del eje horizontal. Por otra parte, la desviacin estndar determina el grado de apuntamiento de la curva. Cuanto mayor sea el valor de , ms se dispersarn los datos en torno a la media y la curva ser ms plana. Un valor pequeo de

este parmetro indica, por tanto, una gran probabilidad de obtener datos cercanos al valor medio de la distribucin. EJEMPLOS 1. La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan: a. Entre 60 kg y 75 kg. b. Ms de 90 kg. c. Menos de 64 kg. d. 64 kg. e. 64 kg o menos. Solucin: La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg. Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan: a. Entre 60 kg y 75kg. ( ( ( b. Ms de 90 kg. ( ( ) ( ) ) ( ) ) ( ) ) ( ) ( ) ( )= ( ))

c. Menos de 64 kg. ( ) ( ) ( ) ( )

d. 64 kg. ( ) ( ) ( )

e. 64 kg o menos ( ) (

FUENTES CONSULTADAS 1. WALPOLE, Meyers. Probabilidad y estadstica. 6 edicin. 2. Enciclopedia Encarta 2001. Microsoft Corporation. 3. http://www.vitutor.com/pro/5/a_g.html#cero 4. http://www.vitutor.com/pro/5/a_g.html