Si en 10 minutos ocurren 4 llamadas, en 5 minutos ocurrirá la mitad: llamadas cada 5 minutos. Ahora aplicamos la fórmula para nuestra nueva variable llamadas en 5 minutos, buscando
Vamos a resolver tres escenarios distintos para dominar el tema.
Un banco tiene un promedio de 2,5 clientes que llegan por hora. ¿Cuál es la probabilidad de que lleguen más de 4 clientes en una hora determinada?
Esta distribución discreta se aplica a procesos donde los eventos ocurren de manera independiente a una tasa constante. La Fórmula Fundamental Para calcular la probabilidad de que ocurran exactamente éxitos, se utiliza la siguiente ecuación: ejercicios resueltos de distribucion de poisson
Es fundamental en campos como la ingeniería, la gestión de inventarios, las telecomunicaciones y la medicina, ya que permite predecir eventos raros o flujos de llegada. 1. ¿Qué es la Distribución de Poisson?
. Observa que a medida que el promedio aumenta, la curva se desplaza hacia la derecha y se vuelve más simétrica. 4. Aplicaciones Comunes en la Vida Real Cómo desarrollar la distribución Poisson Estadistica
: Variable aleatoria discreta (número de éxitos o eventos). : Número de ocurrencias deseadas ( Si en 10 minutos ocurren 4 llamadas, en
: Recuerda que en la distribución Binomial conoces el número total de ensayos (
Ejercicios Resueltos de Distribución de Poisson (Paso a Paso)
Esta distribución describe variables aleatorias discretas que contabilizan éxitos raros o aleatorios. Para que un fenómeno cumpla con este modelo, debe seguir estas condiciones: Los eventos ocurren de forma independiente. ¿Cuál es la probabilidad de que lleguen más
Para calcular "más de 2", no podemos calcular infinitos valores. Usamos el complemento: $$P(X > 2) = 1 - P(X \leq 2)$$ $$P(X > 2) = 1 - [P(X=0) + P(X=1) + P(X=2)]$$
Ahora es un problema de Binomial donde el "éxito" es encontrar 4+ larvas (( p = 0.3528 )). Se toman ( n = 5 ) muestras y queremos ( k = 3 ). [ P(X=3) = \binom53 (0.3528)^3 (0.6472)^2 = 10 \cdot 0.0439 \cdot 0.4189 \approx 0.1839 ] Solución: La probabilidad es del 18.39% de que exactamente 3 de las 5 muestras contengan 4 o más larvas.
$$\frace^-2 \cdot 2^11! = 0.1353 \cdot 2 = 0.2707$$
P(X