


Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Prepara tus exámenes
Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity
Prepara tus exámenes con los documentos que comparten otros estudiantes como tú en Docsity
Encuentra los documentos específicos para los exámenes de tu universidad
Estudia con lecciones y exámenes resueltos basados en los programas académicos de las mejores universidades
Responde a preguntas de exámenes reales y pon a prueba tu preparación
Consigue puntos base para descargar
Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium
Comunidad
Pide ayuda a la comunidad y resuelve tus dudas de estudio
Ebooks gratuitos
Descarga nuestras guías gratuitas sobre técnicas de estudio, métodos para controlar la ansiedad y consejos para la tesis preparadas por los tutores de Docsity
Asignatura: Estadistica Empresariales I, Profesor: , Carrera: Administración y Dirección de Empresas, Universidad: UCM
Tipo: Ejercicios
1 / 4
Esta página no es visible en la vista previa
¡No te pierdas las partes importantes!



Modelos de probabilidad. La variable aleatoria de Poisson. Con el fin de introducir el modelo de probabilidad de Poisson relativo procesos temporales, vamos a suponer que un acontecimiento se produce de manera repetitiva en el tiempo, y que los instantes en los que la repetición se produce están repartidos al azar en el eje temporal, siendo la cadencia media α constante: Se considera un intervalo de tiempo (0 , t] en el que se observa cuántas veces se produce el acontecimiento, magnitud que define una variable aleatoria : Bajo los supuestos que se exponen a continuación, esta variable aleatoria se comporta como un modelo de probabilidad de función de densidad: Las variables aleatorias que se define sobre intervalos de tiempo disjuntos son independientes. p ( ocurran x repeticiones en (a,a+t] ) = p ( Xt = x), cualquiera que sea t>0. En un intervalo de longitud suficientemente pequeña Δt , la probabilidad de que ocurra una vez el suceso es αΔt , mientras que la de que ocurra más de una es prácticamente cero. Si dividimos el intervalo temporal de observación, (0 , t] , en un número considerable, n, de subintervalos I 1 , I 2 , ..., In , podemos escribir obviamente
Como suma de variables independientes de Bernoulli B(αt/n) , Xt es una variable binomial B(n,αt/n) , con función de densidad Se dice que una variable aleatoria X sigue una ley de probabilidad de Poisson de parámetro λ , donde λ es una constante positiva, si su función de densidad de probabilidad presenta la siguiente forma: Su valor medio y varianza son La representación gráfica de algunos valores de la función de densidad del modelo de Poisson P(6)
Una variable aleatoria X se distribuye según el modelo exponencial de parámetro α , donde α es una constante positiva, si su función de densidad de probabilidad presenta la forma: Su valor medio y varianza son Representación gráfica de la función de densidad del modelo exponencial de parámetro α=0.