dr. jorge acuÑa a., profesor1 universidad latina de costa rica universidad latina de costa rica...

18
DR. JORGE ACUÑA A. , PROF ESOR 1 UNIVERSIDAD LATINA DE UNIVERSIDAD LATINA DE COSTA RICA COSTA RICA DISTRIBUCION DE POISSON

Upload: hernando-hipolito

Post on 16-Feb-2015

22 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

1

UNIVERSIDAD LATINA DE UNIVERSIDAD LATINA DE COSTA RICACOSTA RICA

DISTRIBUCION DE POISSON

Page 2: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

2

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

¿Cuándo usar esta distribución?• Útil para la ocurrencia de eventos por unidad de tiempo:

errores/mes, quejas/semana, defectos/día. • Para su aplicación, la probabilidad de ocurrencia del evento

debe ser constante en tiempo o espacio y debe haber independencia de ocurrencia de eventos.

• También se puede usar como una aproximación de la distribución binomial, cuando el valor de n* es menor que 5 lo que implica tener muestras grandes y valores de pequeños.

• Cuando está en función del tiempo se debe multiplicar ese valor de por el número de unidades de tiempo, sea que se habla en este caso de =t.

Page 3: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

3

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSONFORMULAS

2

1

var

),(),(

*!

),(

ianzaladeesperadoValor

medialadeesperadoValor

xpxP

acumuladaFunción

ex

xp

densidadFunción

X

ii

x

t

ianzaladeesperadoValor

t

medialadeesperadoValor

txptxP

acumuladaFuncion

ex

ttxp

densidadFuncion

X

ii

tx

2

1

var

),(),(

*!

)(),(

Page 4: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

4

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

Forma de la curva

Page 5: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

5

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

¿Cómo usar las tablas? Para usar las tablas se sigue este procedimiento:• Asegurar que la variable sigue un comportamiento

Poisson (prueba de bondad de ajuste).• Se identifican los valores de n, y x o el valor de si

este es dado.• Se determina el valor de multiplicando n por , en

el caso de una aproximación a la binomial.• En el caso de probabilidades puntuales, se localiza el

valor de x en la columna de la izquierda y el valor de o (media de la distribución de Poisson) en la parte superior de la tabla.

Page 6: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

6

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

¿Cómo usar las tablas? • En el caso de probabilidades acumuladas, se

localiza el valor de en la columna de la izquierda y el valor de x en la parte superior de la tabla.

• El valor de la probabilidad es el valor que interseca al valor de x con el valor de . Esto se muestra en el siguiente segmento de la tabla. Por ejemplo si =3.2, x=7, la respuesta es 0.0278.

Page 7: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

7

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EJEMPLO 3

Una compañía vende productos en metros y se ha caracterizado por tener una tasa promedio de 4 defectos por cada 200 metros. Si se compran 80 metros, ¿cuál es la probabilidad de que haya:

1. dos defectos?2. más de cuatro defectos?

Page 8: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

8

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

SOLUCION1. dos defectos?P(x=2) para n=80. El valor de es (4/200)*80 = 1.6

defectos. Se usa la tabla densidad de Poisson con x=2, por lo que el resultado es:P(x=2)=p(2,1.6)=0.2584Se puede usar también la tabla Poisson acumulada con =1.6 defectos.P(x=2)= P(x2) – P(x1) = P(2,1.6)- P(1,1.6)P(X=2)=0.783-0.525 = 0.258 La probabilidad de que haya dos defectos es 0.2584.

Page 9: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

9

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

SOLUCION• También a manera de ejemplo se puede usar

la fórmula correspondiente, así:

La probabilidad de que haya dos defectos es 0.2584.

2584.0*!2

6.1)6.1,2( 6.1

2

ep

2584.0*!2

6.1)6.1,2( 6.1

2

ep

Page 10: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

10

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

SOLUCION2. más de cuatro defectos? P(x>4) = 1- P(x4)= 1- P(4,1.6)= 1-

0.976=0.024Se usa la tabla de Poisson acumulada con =1.6 defectos.P(x4)= 0.976La probabilidad de que haya más de cuatro defectos es 0.024.

Page 11: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

11

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EJEMPLO 4 Una compañía de ventas por teléfono recibe

llamadas a razón de 5 por segundo. ¿Cuál es la probabilidad de que reciba:1. tres llamadas en un segundo?2. más de cuatro llamadas en dos

segundos?

Page 12: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

12

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSONSOLUCION

1. El valor de es 5 llamadas por segundo y el de x es 3 llamadas en un segundo. Se usa la tabla densidad. Así:P(x=3)=p(3,5)=0.1404Se puede usar también la tabla Poisson acumulada de =5 llamadas por segundo.P(x=3)= P(x3) – P(x2) = 0.265-0.125 = 0.14La probabilidad de que haya dos defectos es 0.1404.2. El valor de es 5*2=10 llamadas por segundo y el de x>4 llamadas por segundo. Se usa la tabla Poisson acumulada de =10 llamadas por segundo.P(x>4)= 1- P(x4) = 1- 0.029 = 0.971La probabilidad de que haya dos defectos es 0.971.

Page 13: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

13

DISTRIBUCIODISTRIBUCION DE N DE

POISSONPOISSONDENSIDADDENSIDAD

TABLASPARA P(X=…)

Page 14: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

14

DISTRIBUCIODISTRIBUCION DE N DE

POISSONPOISSONACUMULADAACUMULADA

TABLAS

Page 15: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

15

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EXCEL=media=(4/200)*80=1.6

En Excel se pulsa en el menú: INSERTAR, FUNCIÓN, ESTADÍSTICAS,

POISSON1. P(x=2) se introduce el número de éxitos que

es 2, 1.6 en el valor de la media y en Acumulado se escribe Falso pues es para densidad el cálculo. Excel retorna el valor de la probabilidad que es 0.2584.

Page 16: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

16

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EXCEL

Page 17: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

17

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EXCEL2. P(x>4) = 1- P(x4)= ?

En Excel se pulsa en el menú: INSERTAR, FUNCIÓN, ESTADÍSTICAS,

POISSONP(x4). Se introduce el número de éxitos que es 4, 1.6

en el valor de la media y en Acumulado se escribe Verdadero pues es para acumulado el cálculo. Excel retorna el valor de 0.976331. Sin embargo, lo que se pide es el complemento que es de 0.02369.

Page 18: DR. JORGE ACUÑA A., PROFESOR1 UNIVERSIDAD LATINA DE COSTA RICA UNIVERSIDAD LATINA DE COSTA RICA DISTRIBUCION DE POISSON

DR. JORGE ACUÑA A. , PROFESOR

18

DISTRIBUCION DE DISTRIBUCION DE POISSONPOISSON

EXCEL