APLICACIÓN DE DISTRIBUCIONES ESTADÍSTICA

BRENDA

Para tener en claro y de manera muy definida las distribución es necesario tener el conocimiento necesito de estas mismas.

La distribución de probabilidad de poisson sabemos que es una distribución de probabilidad discreta que expresa a partir de una frecuencia de ocurrencia media, es una variable aleatoria que esta nos ayuda a que ocurra un determinado suceso tanto tiempo, longitud y area con un determinado número de veces. Esta nos ayuda para tener con exactitud la probabilidad de la variable que nos pide aleotoriamente la probabilidad avace de los sucesos que nos piden que son independientes.

Distribución geometría es cualquiera de las dos distribuciones de probabilidad discretas, se utiliza cuando dada una prueba binaria, con dos resultados posibles, éxito y fracasó, se estudia el número de fracasó antes del primer éxito siendo esta la misma probabilidad del exito y siendo cada estadística independiente a las demás, es obtener la probabilidad con ayuda a la media y varianza, por lo general es sumamente útil en los cálculos de la ingeniería

Distribuciones T de studentes es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño de la muestra es pequeño, es una distribución de prueba de hipótesis del media usando distribución T, tenemos dos tipos de hipótesis la hipótesis nula que descara que la media poblacional sea igual a cierto valor, en la hipótesis alternativa podemos hacer tres casas declarar que la media poblacional sea menor a cierto valor diferente o mayor valor, en el segundo es el nivel dd significancia y grado de libertad tanto los puntos críticos, para tener una aceptación si la hipótesis está en el area de aceptación quiere decir que la distribución es correcta.

 RICAS

distribuciones poisson es discreta que expresa, a partir de un a frecuencia de ocurrencia media, la probabilidad de que ocurra un determinado numero de eventos durante cierto periodo de tiempo. en concreto se especializa  en la probabilidad de ocurrencia de sucesos  con probabilidades muy pequeñas,  o sucesos con probabilidades raros.fue una propuesta de poisson, que la dio a conocer en 1838 en su trabajo. la suma de variables aleatoria de posisson cuyo parámetro es la suma de los parámetros de las originales, dicho esto no se mantgenga constante la distribución limite obtenida es de poisson. se aplica a varios fenomenos discretos de la naturaleza.

las distribución geométrica en la teoría de probabilidad y estadística es cualquier de las dos sitribuciines discretas siguientes de la distribuciin de probabilidad necesaria para obtener un éxito y contenido en un conjunto varios conjuntos. la distribución de probabilidad del numero de fallos antes del primer tabajo o el primer éxito debe de contener un conjunto. la distribución geométrica es una caso especial de la distribución binominal negativa con parámetro mas generalmente si son variables independientes distribuidas geométricamente con un parámetros. son variables indpendientes distribuidas con diferentes parámetros con éxito posibles entonces su minimo es también geométricamente distribuido con varios parámetros.

la distribución t student o solamente distribución t es un modelo teorico utilizando para aproximar el momento de primer orden de una población normalmente distribuida cuando el tamaño de la muestra es pequeño y se desconoce la desviación típica. en otras palabras la distribución t es una distribución de probabilidad que estima el valor de la media de una muestra pequeña extraida de una población que sigue una distribución normal y de la cual no conocemos su desviación típica .dada una variable aleatoria continua, decimos que la frecuencia de sus observaciones puede aproxiamarse  satisfactoriamente a una distribuciin t con g de grados de libertad tal que la sitribucion solo se aplica cuando queremos estimar la población de media distribuida.

VALERIA

Para tener claro esto es necesario definir las siguientes distribuciones, y al mismo tiempo tener en claro lo que deben de contener para que estas sean identificados.

Para la primera, que es la DISTRIBUCIÓN DE POISSON, es una distribución de la probabilidad de una variable aleatoria discreta, para así poder determinar el número de hechos de ciertos tipos (TIEMPO, LONGITUD, ÁREA).

Unas de las cosas en las que necesita la distribución de Poisson  son:

-Aleatoriedad

-Sucesos que ocurren en el intervalo (independientes).

Para tener una más clara idea de cómo aplicarlo en la ingeniería industrial, se podría decir el numero de daños en las telas, podríamos aplicar, ¿Cuál sería la probabilidad de que en una semana se dañe la mitad de la materia?

Otra es DISTRIBUCIÓN ES LA GEOMÉTRICA que habla de que es un método que cuando la prueba binaria tiene 2 resultados ÉXITO Y FRACASO. Para llevarlo a cabo se estudiara el número de fracasos antes del primer éxito, y cada que se realizo es independiente de las demás y con la misma probabilidad del éxito P.

Un ejemplo de esta al momento de aplicarla en la Ing. industrial, seria al momento de analizar una nueva máquina para que haga más rápido el proceso y saber cuáles son las fallas en una semana y cuantos son los éxitos.

La última es DISTRIBUCION T DE STUDENTS que es un modelo utilizado para aproximar el valor de la media de una muestra pequeña, extraída de una población distribuida cuando el tamaño de una muestra es pequeño y se desconoce la desviación típica.

Se deben considerar estas cosas al momento de aplicar.

-         Un espacio muestral menor a 30

-         Población normal

Para aplicarla en  ing. Industrial seria a los integrantes de un área específica, y poder ver su desempeño en hacer su trabajo.

NOVIA DEL GORDIS

De acuerdo a las distribuciones de probabilidad ya vista, mi opinión respecto a la relación que tiene estas distribuciones con la carrera de ingeniería industrial:

Primero en la de POISSON su aplicación sería que nos funciona de acuerdo a lo que investigue, sirve para determinar el número de actividades o hechos de cierto tipo que pudieran ocurrir en algún intervalo de tiempo con presupuestos aleatorios, tomando en cuenta ciertas circunstancias, esto quiere decir que en un ejemplo de la vida real nos serviría para determinar el n° de producción de acuerdo al tiempo del trabajo, debemos tomar en cuenta que nuestra variable debe ser independiente porqué sino no sería una distribución de este tipo.

...