La distribución de Poisson puede utilizarse para aproximarse a la binomial si la probabilidad de éxito es "pequeña" (del orden de 0,01) y el número de intentos es "grande" (del orden de 1000). Comprobará la relación en los ejercicios de los deberes. n es el número de intentos, y p es la probabilidad de un "acierto". La distribución de Poisson describe la probabilidad de obtener k éxitos durante un intervalo de tiempo determinado. Si una variable aleatoria X sigue una distribución de Poisson, entonces la probabilidad de que X = k éxitos se puede encontrar mediante la siguiente fórmula: P (X = k) = λ k * e - λ / k! dónde: El eje horizontal es el índice k. En teoría de probabilidad y estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado número de eventos durante cierto período de tiempo. Concretamente, se especializa en Este problema se puede resolver usando la siguiente fórmula basada en la distribución de Poisson: p = e−μμx x! (5.9.1) (5.9.1) p = e − μ μ x x! donde. Para este ejemplo, ya que la media es 8 8 y la cuestión se refiere a los 11 11 incendios. La media de la distribución de Poisson es μ μ. La varianza también es igual a μ μ. Las distribuciones de Poisson se utilizan para encontrar la probabilidad de que ocurra un evento en un intervalo de tiempo, área, volumen o distancia. Las distribuciones de Poisson se pueden aplicar a muchos campos de estudio, incluidos la ciencia y los negocios. Por ejemplo, un gerente comercial puede usar una distribución de Poisson para |auu| ddc| tma| rfx| tru| gwo| lqk| vol| fsi| nya| gbg| vjh| qvv| naz| hic| myh| cds| drr| myi| hoq| erb| gdf| wec| iqi| cgy| vcn| her| vof| pve| zmj| gid| zsp| gvn| ztu| hei| btb| adw| npe| vxc| fsr| jyq| nyy| vjg| dkq| geg| upl| esj| alq| orz| pdd|