Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
()
Dnde:
P(X=x): es la probabilidad de ocurrencia cuando la variable discreta X toma un
valor finito x.
: promedio de ocurrencias en un intervalo(tiempo,volumen,rea,etc).
e : tiene el valor aproximado de 2.71828183
x : es el nmero de ocurrencias
Utilidad
La distribucin 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.
Ejemplos:
La llegado de un cliente de un negocio durante
Las llamadas telefnicas que se reciben en un da
Nmero de accidentes de trabajo que ocurren en una fbrica durante una
semana.
La distribucin de Poisson tiene un parmetro que representa la media.
El smbolo para denotar la distribucin de poisson es la letra griega Lambda
().
La media es igual que la varianza
DISTRIBUCIN NORMAL O CAMPANA DE GAUSS
La distribucin normal fue reconocida por primera vez por el francsAbraham de
Moivre (1667-1754). Posteriormente, Carl Friedrich Gauss (1777-1855)realiz
estudios ms a fondo donde formula la ecuacin de la curva conocida
comnmente, como la Campana de Gauss".
Concepto:
La mayora de las variables aleatorias que se presentan en los estudios
relacionados con las ciencias sociales, fsicas y biolgicas, por ejemplo, el peso de
nios recin nacidos, talla de jvenes de 18 aos en una determinada regin, son
continuas y se distribuyen segn una funcin de densidad, que tiene la siguiente
expresin analtica:
Donde es la media de la variable aleatoria y es su desviacin tpica. Este tipo
de variables se dice que se distribuye normalmente. El rea bajo la funcin de
densidad es 1.
La funcin de densidad, en el caso de la distribucin Normal, tiene forma de
campana:
2
2
1
2
1
) (
e
x
x f
|
.
|
\
|
=
o
t o
Para una variable aleatoria X, que se distribuye normalmente con media: y
desviacin tpica: , la probabilidad de que la variable X est comprendida entre
los valores a y b es el rea oscura en la siguiente figura :
Analticamente se puede calcular as:
DISTRIBUCIN NORMAL ESTANDAR
Un conjunto de datos con distribucin normal siempre se puede convertir en su
forma estandarizada y despus determinar cualquier probabilidad deseada, a
partir de la tabla de distribucin normal.
Dnde:
Z se la denomina variable tipificada de X, y a la curva de su funcin de
densidad se le conoce como la curva normal estndar.
Es una distribucin normal con promedio 0 y una desviacin estndar de 1.
Todas las variables normalmente distribuidas se pueden transformar a la
distribucin normal estndar utilizando la frmula para calcular el valor Z
correspondiente.
( )
}
= < <
b
a
x
e b X a p
2
2
2
2
1
) (
o
t o
Funcin F (Z):
En la siguiente grfica vemos la representacin grfica de la funcin de Z
CARACTERISTICAS DE LA DISTRIBUCION NORMAL ESTNDAR
No depende de ningn parmetro.
Su media es 0, su varianza es 1 y su desviacin estndar es 1.
La curva f(x) es simtrica respecto del eje de Y
Tiene un mximo en el eje de Y.
Tiene dos puntos de inflexin en z=1 y z=-1
EJERCICIOS RESUELTOS:
Distribucin Poisson
Se calcula que en la escuela de ingeniera de sistemas el 30% de las personas
tienen defecto de la vista. Si tomamos una muestra de 50 personas al azar
Calcular la probabilidad de que 10 de ellos tengan defecto en la vista.
Datos:
n=100
p (%)=0.3
lamda=30
x=10
Aplicando la frmula:
***************************Poner conclusin************************************
Distribucin Normal
Las calificaciones de los 500 aspirantes presentados a un examen para
contratacin laboral, se distribuye normalmente con media 6'5 y varianza
4.Recordar: Desviacin estndar =sqrt (varianza).Calcule la probabilidad de que
un aspirante obtenga ms de 8 puntos
***************************Poner conclusin************************************
Funcion De Densidad
En una granja los pesos de las gallinas siguen una funcin de probabilidad
definida por:
F(X)=2x-6
Determine la probabilidad de que pase entre los 3,3 y 3,7 kilos
( )
]
[
]
[
Funcin Probabilstica
Supongamos que el nmero de automviles x que pasa por un lavado de autos
entre 16:00 y 17:00 horas en cualquier viernes soleado tiene la siguiente
distribucin de probabilidades:
___x_______4_______5_________6_________7_________8_________9
P(X=x) 1/12 1/12 1/6 1/6
sea g(X)=2X-1 la cantidad de dinero en dlares, que el administrador recibe.
Calcular las ganancias esperadas.
E (g(X)) = E(2X -1)
= ( )()
= (7) (1/12) + (9)(1/12) +(11)(11/4) + (15)(1/6) + (17)(1/6)
=12.66667
Bibliografa:
- Anderson, D.R., Sweeney, D. J. y Williams, T.A. (2001) (Captulos 1 y 7)
- Hillier, F.S. y Liebermann, G.J. (2001) (Captulos 1,2 y 3)
- Hillier, F.S., Hillier, M.S. y Liebermann, G.J. (2000) (Captulos 1 y 2)
- http://www.informs.org/ Sociedad Americana de Investigacin Operativa.
- http://www.ifors.org/ Federacin Internacional de Sociedades de Investigacin de
Operaciones.
- http://www.orie.cornell.edu/ Departamento de Investigacin Operativa de la
Universidad de Cornell en Nueva York.
- http://www.worms.ms.unimelb.edu.au/ Informacin genrica sobre Investigacin
Operativa.
- http://uat.gustavoleon.com.mx/102b%20Modelos%20-%20Poisson.pdf
- http://materias.fi.uba.ar/7628/AnexoEstadistica.pdf
- http://www.itchihuahua.edu.mx/academic/industrial/sabaticorita/_private/05Distr%20P
oisson.htm
- http://www.ditutor.com/distribucion_binomial/distribuciones_discretas.html
- http://www.dm.uba.ar/materias/probabilidades_estadistica_C/2011/1/PyEC03.pdf