FERNANDA VASQUEZ

Distribucin de Poisson

Expresa la probabilidad de que ocurra un evento un determinado nmero de veces en una medida dada (tiempo, distancia, piezas, etc). Cabe destacar que las ocurrencias son discretas.

Para calcularlo
Si el numero esperado de ocurrencias en el intervalo es , entonces la probabilidad de que haya exactamente k ocurrencias es:

Es importante sealar que y k deben de estar expresadas en la misma medida.

Ejemplo
En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar
a) una imperfeccin en 3 minutos b) al menos dos imperfecciones en 5 minutos c) cuando ms una imperfeccin en 15 minutos.

a) Un solo xito

b) Un rango indeterminado de xitos, pero s de fracasos

c) Un rango determinado de xitos

Distribucin

Exponencial

Distribucin exponencial

Esta distribucin se utiliza como modelo para la distribucin de tiempos entre la presentacin de eventos sucesivos. Existe un tipo de variable aleatoria que obedece a una distribucin exponencial la cul se define como EL TIEMPO QUE OCURRE DESDE UN INSTANTE DADO HASTA QUE OCURRE EL PRIMER SUCESO

Distribucin exponencial

Se dice que una variable aleatoria continua tiene una distribucin exponencial con parmetro > 0 si:
su funcin de densidad es:

Distribucin exponencial
su esperanza o valor esperado Su varianza Su funcin de distribucin acumulada es:

Distribucin exponencial
Sea X una distribucin exponencial, entonces: P(X > a+t | X > a)=P( X >t ) Supongamos que la duracin de cierto componente en estado slido X es exponencial. Entonces la probabilidad de que X dure t unidades despus de haber durado a unidades es la misma que la probabilidad de que X dure t unidades cuando X estaba nuevo.

Distribucin exponencial: ejemplo

Suponga que el tiempo de respuesta X en cierta terminal de computadora en lnea (el tiempo transcurrido entre el fin de la consulta del usuario y el principio de la respuesta del sistema a esa consulta) tiene una distribucin exponencial con tiempo esperado de respuesta igual a 5 s. Cul es la probabilidad de que el tiempo de respuesta sea a lo sumo 10 s?

Distribucin exponencial: ejemplo

Datos: E ( X ) = 1 / = 5 s

:. =.2

Obteniendo la distribucin acumulada: F(10)=1- e ^ - ( 0.2 * 10 )= 1 e ^ -2 =.865 .

P(X<=10)=F(10)=.86 La probabilidad de que el tiempo de respuesta est entre 5 y 10s es: P ( 5 <= X <=10) = F(10) F(5) = ( 1 - e ^ -2) ( 1 - e ^ -1) =.233

Relacin con el proceso de Poisson

La relacin viene de que con el uso de la distribucin de Poisson encontramos que la probabilidad de que no ocurra algn evento, en el periodo hasta el tiempo t est dada por:

La probabilidad de que la duracin del tiempo hasta el primer evento exceda x es la misma que la probabilidad de que no ocurra algn evento de Poisson en x, est dado por:

Entonces: P(X>=x)=E^-x

Y la funcin de distribucin acumulada est dada por: P(0<=X<=x)=1 e ^- x Obteniendo la funcin de densidad: f(x)= e^-x la cual es la funcin de densidad exponencial con: =1/

Comparacin

La distribucin de Poisson en un experimento nos dice la frecuencia con la que puede ocurrir un determinado error y la exponencial nos dice luego de que evento-tiempo ocurre este error.

Fuentes de informacin

Instituto Tecnolgico de Chihuahua http://www.itchihuahua.edu.mx/academic/industrial /sabaticorita/_private/03Distribucion %20Exponencial.htm Wikipedia. http://es.wikipedia.org/wiki/Portada 25 de enero del 2008. Devore, Jay. Probabilidad y estadstica para ingeniera y ciencias. Mxico: Thomson learning, 2001. ITESM. Probabilidad y estadstica. Material de apoyo. Mxico: 1992. Lipschutz, Seymour. Probabilidad. Colombia: Mc Graw Hill, 2001.