Estadística Capítulo 5.3 Distribución Poisson 2-2008.

Slides:



Advertisements
Presentaciones similares
Universidad Central de Venezuela Facultad de Ciencias Económicas y Sociales Escuela de Sociología Departamento de Estadística DISTRIBUCIÓN DE PROBABILIDAD.
Advertisements

Simulación por Eventos Discretos
Introducción a la Estadística
SIMULACION DE SISTEMAS DISCRETOS
Generación de variables aleatorias
Colas con Servidores en Paralelo
Conferencia sobre Cuentas Nacionales en el contexto de la cooperación para el desarrollo Creación de capacidad en los países hispanohablantes Alfredo Cristóbal.
Estadística I. Finanzas Y Contabilidad
Modelo de Colas Simulación.
Procesos estocásticos 1
Distribución de Probabilidad de una variable discreta
PROBABILIDAD CONDICIONAL
INTRODUCCIÓN A LA PROBABILIDAD
Distribución Binomial
Estadística Capítulo 6.1 Distribución Normal
Distribución de poisson
Estadística Administrativa I
Modelo m/G/1 Teoría de Colas.
8. Distribuciones continuas
Simulación 3 Generación de variables aleatorias.
Modelo m/Ek/1 Teoría de Colas.
Modelo m/m/s Teoría de Colas.
Variables Aleatorias Continuas
Ayudantía Nº 1 Carola Muñoz R..
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Parámetros estadísticos
Facultad de Ingeniería, División de Ciencias Básicas Bernardo Frontana, Irene Valdez /
La Ruta del Quijote Daimiel 2008 (puedes poner alguna foto)
Medidas de dispersión y variabilidad
Variables Aleatoria Continua
Estimación por Intervalos de confianza
Índice Estadística Aplicada Unidad II: Probabilidades
Distribuciones de Probabilidad
MUESTREO ESTADISTICO. Nivel de Comportamiento Se puede entrevistar o encuestar a una muestra representativa para programas de muchos clientes.
1 M. en C. Gal Vargas Neri. ESTADISTICA I CSH, Tema III TEMARIO.
Distribución de Poisson
Modelo de Análisis Centro ISYS Escuela de Computación
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Distribuciones Discretas
Variables Aleatorias Unidimensionales
Estadística 2221 Prf. Jorge L. Cotto
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Estimación e intervalos de confianza
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Principales distribuciones discretas
Colas M/M/1 Simulación Simulación- Ing. Ricardo Fernando Otero - Pregrado Ingeniería Industrial – Pontificia Universidad Javeriana Sede Bogotá.
Líneas de Espera: Teoría de Colas
3. Distribución de probabilidad
Sesión 10: Variable Aleatoria

Tema 6: Distribuciones estadísticas
Distribuciones probabilísticas discretas
1 DISTRIBUCIONES DE PROBABILIDAD Estad í stica Capítulo 5.3.
Distribución de Probabilidades
Física Experimental IV Curso 2010 Experimento 12 Página-1 Departamento de Física Fac. Ciencias Exactas - UNLP Distribución de Poisson En cualquier serie.
La Distribución Binomial
Probabilidad y Estadística
Fecha de entrega: 21/09/11. La Teoría de Colas es el estudio de la espera en las distintas modalidades. El uso de los modelos de colas sirve para representar.
Distribuci ó n Binomial Estad í stica Capítulo 5.2.
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
Inferencia estadística: Muestreo aleatorio simple
Distribución Binomial
Tema 3: El azar también se distribuye Una distribución: la binomial Imagen de Freddy The Boy bajo licencia Creative CommonsFreddy The Boy.
Inferencia Estadística Conceptos Previos. Conceptos Previos Población: Es la colección de toda la posible información que caracteriza a un fenómeno aleatorio.
FUNCIÓN DE PROBABILIDADES. ENTRE PROBABILIDADES Y FUNCIÓN HAY UNA ESTRECHA RELACIÓN…
Laboratorio de Estadística administrativa Distribución Poisson Distribución exponencial Febrero de 2007.
Generación de Variables Aleatorias
La distribución de Poisson Walter López Moreno, MBA, DBA ©Todos los derechos son reservados
Transcripción de la presentación:

Estadística Capítulo 5.3 Distribución Poisson 2-2008

Distribución de Poisson Muchos estudios se basan en el conteo de las veces que se presenta un evento dentro de un área de oportunidad dada. El área de oportunidad es una variables continua en donde se puede presentar más de un evento. 2-2008

Ejemplo Número de clientes que son atendidos en el banco en una hora Clientes: Variable discreta Hora: Rango de tiempo Variable continua. Sí aplica Poisson 2-2008

Ejemplo Número de personas que viven en Honduras por kilómetro cuadrado Personas: Variable discreta Kilometro: Superficie Variable continua. Sí aplica Poisson 2-2008

Distribución de Poisson La distribución de Poisson tiene un parámetro que representa la media. El símbolo para denotar la distribución de poisson es la letra griega Lambda (λ). La media λ es igual que la varianza 2-2008

Distribución de Poisson La fórmula de la distribución es: e = 2.71828 2-2008

Si λ=4. ¿A qué es igual P(X=2)? Ejemplo Si λ=4. ¿A qué es igual P(X=2)? La probabilidad de que x=2 es del 14.65% 2-2008

Si λ=2.5. ¿A qué es igual P(X=4) Ejemplo Si λ=2.5. ¿A qué es igual P(X=4) La probabilidad de que x=4 es del 13.36% 2-2008

Ejemplo En estudios anteriores, en una agencia bancaria, en promedio llegan 3 clientes a una ventanilla para ser atendido durante la hora del almuerzo. Si en la actualidad queremos hacer modificaciones en la ventanillas, una de las preguntas que se pueden hacer los del depto. de Mercadeo es: ¿Cuál es la probabilidad de que lleguen dos clientes en un minuto dado. 2-2008

Ejemplo En el enunciado el promedio es de 3 clientes por minuto; λ=3; al preguntar por la probabilidad de que 2 clientes lleguen en un minuto dato se quiere calcular x=2 La probabilidad que lleguen 2 clientes por minuto es 22.4% 2-2008

Desigualdades en la Distribución Poisson La probabilidad de que un evento sea menor o igual que 2, se denota así: Cuando la población es infinita, la probabilidad en mayor se convierten en tipo menor, de la siguiente manera: 2-2008

Calcular P(X < 2), si λ=3 Ejemplo Calcular P(X < 2), si λ=3 La probabilidad de que x<2 es de 19.91% 2-2008

Ejemplo La probabilidad de que x ≤ 2 es de 42.32% Si λ=3, calcular P(X ≤ 2) La probabilidad de que x ≤ 2 es de 42.32% 2-2008

Si λ=3 y n=5, calcular P(X > 2) Ejemplo Si λ=3 y n=5, calcular P(X > 2) La probabilidad de que x ≤ 2 es de 42.32% 2-2008

Fin del capítulo 5.3 Continúa el capítulo 6.1 2-2008