Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Distribución dePoisson                             Jessica Aurora Sánchez CaroUniversidad Tecnológica de                  ...
Distribución de Poisson  0   Es una distribución de probabilidad discreta que expresa, a partir de una      frecuencia de ...
Ejercicio 2  0   La concentración de partículas en una suspensión es 2por ml. Se agita por      completo la concentración,...
Ejercicio 3  0   El número de mensajes recibidos por el tablero computado de anuncios es      una variable aleatoria de Po...
Ejercicio 4  0   Una variable aleatoria X tiene una distribución binominal y una variable      aleatoria Y tiene una distr...
Ejercicio 5  0   Mamá y la abuela están horneando, cada una, galletas de chispas de      chocolate. Cada una le da dos gal...
Upcoming SlideShare
Loading in …5
×

Distribución de poisso ejercicios

3,545 views

Published on

  • Be the first to comment

  • Be the first to like this

Distribución de poisso ejercicios

  1. 1. Distribución dePoisson Jessica Aurora Sánchez CaroUniversidad Tecnológica de Torreón 18DE MARZO DEL 2012
  2. 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 σ2xRespuesta 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. 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. 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. 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. 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

×