Introduction a Distribución de Poisson conditionsIn teoría de la probabilidad y la estadística, la distribución de Poisson es una distribución de probabilidad discreta que expresa la probabilidad de que un determinado número de eventos que ocurren en un intervalo fijo de tiempo y /o espacio si estos eventos se producen con una tasa media conocida y de forma independiente del tiempo desde el último evento. La distribución de Poisson también puede ser utilizado para el número de eventos en otros intervalos especificados como la distancia, el área o la distribución de Poisson volumen.El se puede definir como la distribución de la cantidad de eventos dentro de un intervalo de tiempo fijo, se ofreció a los eventos que suceden al azar, en un tiempo separado y en una velocidad constante. La tasa de ocurrencia, λ, es el número de procedimientos por unidad de tiempo. Cuando λ es enorme, la forma de una distribución de Poisson es extremadamente relacionada con la de la distribución normal estándar. Veamos acerca de la probabilidad de distribución de Poisson Distribución conditions.Poisson ConditionsThe de eventos x ocurrencia dentro de la unidad de tiempo a través de una tasa de eventos de λ es: P (x) = '(e ^ -lambda lambda ^ x) /(| __x)' Wherex = 0, 1, 2, 3, 4 ... e = 2.71828λ = número medio de logros en el intervalo de tiempo conocido o región de la distribución de Poisson spaceThe tiene el siguiente número de conditionsThe logros dentro de los dos intervalos de tiempo disjuntos es independiente desde probabilidad de un éxito a través de un pequeño intervalo de tiempo es proporcional a todo lo largo del tiempo interval.The probabilidad de que dos eventos que tienen lugar dentro del estrecho intervalo igual es insignificant.The probabilidad de un evento que figura a través de un intervalo de confianza no modifican lo largo de intervalos desiguales .ExampleFind la distribución de Poisson Si 'lambda' = 2, x = 4 y e = 2.718SolutionStep 1: Given'lambda '= 2x = 4Paso 2: Buscar ee ^ -2 = (2.718) ^ - 2 = 0.1353Step 3: Encontrar 'lambda ^ x''lambda' = 2x = x ^ 4'lambda '= (2) ^ 4 = 16Step 4: Sustituir el valor de la distribución de Poisson fórmula' ((e ^ -lambda) (lambda ^ x)) /( x!) '=' ((0,1353) (16)) /(4!) '=' ((0,1353) (16)) /(24) '= 0.0902Therefore la distribución de Poisson = 0.0902Examples para la distribución de Poisson para ConditionsExample 1 Poisson distributionFind la distribución de Poisson Si 'lambda' = 3, x = 5 y e = 2.718SolutionStep 1: Given'lambda '= 3x = 5Step 2: Encontrar ee ^ -3 = (2.718) ^ - 3 = 0.0498Step 3: Encontrar 'lambda ^ x''lambda' = 3x = 5'lambda ^ x '= (3) ^ 5 = 243Step 4: Sustituir el valor de la distribución de Poisson fórmula' ((e ^ -lambda) (lambda ^ x)) /( x!) '=' ((0,0498) (243)) /(5!) '=' ((0,0498) (243)) /(120) '= 0.1008Therefore la distribución de Poisson = 0.1008Example 2 de Poisson distributionFind Poisson Si la distribución 'lambda' = 4, x = 7 y e = 2.718SolutionStep 1: Given'lambda '= 4x = 7Step 2: Encontrar ee ^ = -4 (2.718) ^ - 4 = 0.0183Step 3: Encontrar' lambda ^ x '' lambda '= 4x = 7'lambda ^ x' = (4) ^ 7 = 16384Step 4: Sustituir el valor de la distribución de Poisson fórmula '(! x) ((e ^ -lambda) (lambda ^ x)) /' = '((0,0183) (16384)) /(7!)' = '((0,0183) (16384)) /(5040)' = 0.0594Therefore la distribución de Poisson = 0,0594