Distribución de
Poisson
                             Jessica Aurora Sánchez Caro




Universidad Tecnológica de
                   Torreón




     18DE MARZO DEL 2012
Distribución de Poisson
  0   Es una distribución de probabilidad discreta que expresa, a partir de una
      frecuencia de ocurrencia media, la probabilidad que ocurra un determinado
      número de eventos durante cierto periodo de tiempo.

Ejercicio 1
  0   Sea X ~ Poisson (4). Determine

  0   P(X=1)

  0   P(X=0)

  0   P(X<2)

  0   P(X>1)

  0   µx

  0   σ2x

Respuesta
  0   P(X=1) e-4(41     )= 0.075262555

  0   P(X=0) e-4(40     )= 0.018315638

  0   P(X<2) e-4(42     )= 0.14652511

  0   P(X>1) e-4(41     )= 0.075262555

  0   µx =0.077841464

  0   σ2x = 0.045559576
Ejercicio 2


  0   La concentración de partículas en una suspensión es 2por ml. Se agita por
      completo la concentración, y posteriormente se extraen 3ml. Sea X el
      número de partículas que son retiradas. Determine.

  0   P(X=5)

  0   P(X≤2)

  0   P(X>1)

  0   µx



      Respuesta


  0   P(X=5) e-3(35   )= 0.100818813

  0   P(X≤2) e-3(32   )= 0.22404187

  0   P(X>1) e-3(31   )= 0.149361205

  0   µx= 0.149361205
Ejercicio 3


  0   El número de mensajes recibidos por el tablero computado de anuncios es
      una variable aleatoria de Poisson con una razón media de ocho mensajes
      por hora.

  0   ¿Cuál es la probabilidad de que se reciban cinco mensajes en una hora?

  0   ¿Cuál es la probabilidad de que se reciban diez mensajes en 1.5 hora?

  0   ¿Cuál es la probabilidad de que se reciban menos de tres mensajes en 1 ½
      hora?



Respuesta


  0   P(X=5) e-8(85     )= 0.091603661

  0   P(X=10) e-8(810      )= 0.1048

  0   P(X=3) e-8(83     )= 0.2381
Ejercicio 4


  0   Una variable aleatoria X tiene una distribución binominal y una variable
      aleatoria Y tiene una distribución de Poisson. Tanto X como Y tienen
      medias iguales a tres. ¿Es posible determinar que variable aleatoria tiene
      una varianza más grande?

  0   Elija una de la sig. Respuestas:

Respuesta


  0   Si X tiene la varianza más grande.

  0   Si Y tiene la varianza mas grande.

  0   No, se necesita conocer el número de ensayos, n, para Y.

  0   No, se necesita conocer la probabilidad de éxito, P, para X.

  0   No, se necesita conocer el valor de λ para Y.
Ejercicio 5


  0   Mamá y la abuela están horneando, cada una, galletas de chispas de
      chocolate. Cada una le da dos galletas. Una de las galletas de mamá tiene
      14 chispas de chocolate y la otra tiene 11. Las galletas de la abuela tienen
      seis y ocho chispas.

  0   Estime la media del número de chispas en una de las galletas de mamá.

  0   Estime la media del número de chispas en una de las galletas de la abuela.

  0   Determine la incertidumbre en la estimación de las galletas de mamá.

  0   Determine la incertidumbre en la estimación de las galletas de abuela.

  0   Estime cuantas chipas mas en promedio tiene una galleta de mamá en
      comparación de una de las galletas de la abuela. Determine la
      incertidumbre en la estimación

      Respuesta


  0   14+11/2 =12.5

  0   6+8/2 =7.0

  0   12.5/5= 2.5

  0   1.9

  0   5.5 ±3.1

Distribución de poisso ejercicios

  • 1.
    Distribución de Poisson Jessica Aurora Sánchez Caro Universidad Tecnológica de Torreón 18DE MARZO DEL 2012
  • 2.
    Distribución de Poisson 0 Es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad que ocurra un determinado número de eventos durante cierto periodo de tiempo. Ejercicio 1 0 Sea X ~ Poisson (4). Determine 0 P(X=1) 0 P(X=0) 0 P(X<2) 0 P(X>1) 0 µx 0 σ2x Respuesta 0 P(X=1) e-4(41 )= 0.075262555 0 P(X=0) e-4(40 )= 0.018315638 0 P(X<2) e-4(42 )= 0.14652511 0 P(X>1) e-4(41 )= 0.075262555 0 µx =0.077841464 0 σ2x = 0.045559576
  • 3.
    Ejercicio 2 0 La concentración de partículas en una suspensión es 2por ml. Se agita por completo la concentración, y posteriormente se extraen 3ml. Sea X el número de partículas que son retiradas. Determine. 0 P(X=5) 0 P(X≤2) 0 P(X>1) 0 µx Respuesta 0 P(X=5) e-3(35 )= 0.100818813 0 P(X≤2) e-3(32 )= 0.22404187 0 P(X>1) e-3(31 )= 0.149361205 0 µx= 0.149361205
  • 4.
    Ejercicio 3 0 El número de mensajes recibidos por el tablero computado de anuncios es una variable aleatoria de Poisson con una razón media de ocho mensajes por hora. 0 ¿Cuál es la probabilidad de que se reciban cinco mensajes en una hora? 0 ¿Cuál es la probabilidad de que se reciban diez mensajes en 1.5 hora? 0 ¿Cuál es la probabilidad de que se reciban menos de tres mensajes en 1 ½ hora? Respuesta 0 P(X=5) e-8(85 )= 0.091603661 0 P(X=10) e-8(810 )= 0.1048 0 P(X=3) e-8(83 )= 0.2381
  • 5.
    Ejercicio 4 0 Una variable aleatoria X tiene una distribución binominal y una variable aleatoria Y tiene una distribución de Poisson. Tanto X como Y tienen medias iguales a tres. ¿Es posible determinar que variable aleatoria tiene una varianza más grande? 0 Elija una de la sig. Respuestas: Respuesta 0 Si X tiene la varianza más grande. 0 Si Y tiene la varianza mas grande. 0 No, se necesita conocer el número de ensayos, n, para Y. 0 No, se necesita conocer la probabilidad de éxito, P, para X. 0 No, se necesita conocer el valor de λ para Y.
  • 6.
    Ejercicio 5 0 Mamá y la abuela están horneando, cada una, galletas de chispas de chocolate. Cada una le da dos galletas. Una de las galletas de mamá tiene 14 chispas de chocolate y la otra tiene 11. Las galletas de la abuela tienen seis y ocho chispas. 0 Estime la media del número de chispas en una de las galletas de mamá. 0 Estime la media del número de chispas en una de las galletas de la abuela. 0 Determine la incertidumbre en la estimación de las galletas de mamá. 0 Determine la incertidumbre en la estimación de las galletas de abuela. 0 Estime cuantas chipas mas en promedio tiene una galleta de mamá en comparación de una de las galletas de la abuela. Determine la incertidumbre en la estimación Respuesta 0 14+11/2 =12.5 0 6+8/2 =7.0 0 12.5/5= 2.5 0 1.9 0 5.5 ±3.1