PROBABILIDAD

100402A_360

Fase 2
Distribuciones de probabilidad.

Presentado a:
Ing. LUZ ANA ABAD

Tutora

Entregado por:

Rodrigo I. Mndez Kekhn

Cdigo: 79798010

Grupo: 100402_338

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA - UNAD

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
05.05.2017
Bogot D.C.
 2

INTRODUCCION

Al realizar esta actividad adquirimos la habilidad el manejo y los conocimientos

de las herramientas estadstica ya que en este colaborativo se emplean estudios
de tipo cuantitativo para con esos anlisis podamos dar respuestas a problemas
de carcter social donde podemos utilizar anlisis de probabilidades que nos
permiten llegar an mejor y mayor entendimiento de las problemticas de una
poblacin.

Estudiaremos de variable aleatoria, distribucin discreta y continua, medidas de

tendencia central, la distribucin binominal y negativa, distribucin hipergeometrica
y geomtrica, la distribucin de poison la distribucin normal estndar, entre otros
tems.

Segn el ejercicio o estudio de caso que seleccione optare por el mtodo de

distribucin ms adecuado para dar solucin al mismo.
 3

CONTENIDO

RESUMEN CONCEPTOS TERICOS DE LA UNIDAD 2........................................4

Distribucin Poisson...............................................................................................4
Definicin:...............................................................................................................4
Propiedades de un proceso de Poisson................................................................5
La distribucin de Poisson.....................................................................................5
Ejemplo 1 de la funcin..........................................................................................6
F (x=k)....................................................................................................................6
Tablas de probabilidad de Poisson........................................................................6
ESTUDIO DE CASO 4..........................................................................................8
DESARROLLO.......................................................................................................9
Prepare un informe en el que como mnimo, incluya:............................................9
CONCLUSIONES....................................................................................................11
BIBLIOGRAFIA........................................................................................................12
 4

RESUMEN CONCEPTOS TERICOS DE LA UNIDAD 2

Distribucin Poisson

Definicin:

La distribucin Poisson describe el nmero de veces que se presenta un evento

durante un intervalo especifico. El intervalo puede ser de tiempo, distancia, rea o
volumen.

La distribucin se basa en 2 supuestos. El primero se basa en que la probabilidad

es proporcional a la longitud del intervalo. El segundo supuesto consiste en que
los intervalos son independientes. En otras palabras, cuanto ms grande sea el
intervalo, mayor ser la probabilidad.

El nmero de veces que se presenta un evento en un intervalo no influye en los

dems intervalos. Tambin constituye una forma restrictiva de la distribucin
binomial cuando la probabilidad de xito es muy pequea y n es grande. A esta se
le conoce como ley de evento improbables lo cual significa que la probabilidad
, de que ocurra un evento en particular es muy pequea. Es una distribucin

de probabilidad discreta por que se genera contando:

La variable aleatoria es el nmero de veces que ocurre un evento durante

un intervalo definido.

La probabilidad de que ocurra el evento es proporcional al tamao del

intervalo.

Los intervalos no se superponen y son independientes.

Donde:

= Corresponde a la media de veces es decir xitos que son

representadas en un evento es un intervalo particular.
 5

e = Equivale a la constante 2.17828 el cual es el valor del sistema de los

logaritmos Neperianos.

X = Corresponde al nmero de veces en el que se representa un evento.

P( x) = Este representa la probabilidad (ad) para un valor especifico de

(X ) .

La media de nmero de xitos, , puede determinarse con n;

en este caso, n es el nmero total de pruebas, y , la
probabilidad de xito.

=n

Propiedades de un proceso de Poisson

1. La probabilidad de observar exactamente un xito en el segmento o tamao

de muestra n es constante.

2. El evento debe considerarse un suceso raro.

3. El evento debe ser aleatorio e independiente de otros eventos.

La distribucin de Poisson se emplea para describir procesos con un elemento en

comn, pueden ser descritos por una variable aleatoria discreta.

La distribucin de Poisson

La distribucin de probabilidad de Poisson es un ejemplo de distribucin de

probabilidad discreta.

La distribucin de Poisson parte de la distribucin binomial.

 6

Cuando en una distribucin binomial se realiza el experimento muchas veces, la

muestra n es grande y la probabilidad de xito P en cada ensayo es baja, es
aqu donde aplica el modelo de distribucin de Poisson.

Se tiene que cumplir que:

p < 0.10
p * n < 10

Ejemplo 1 de la funcin.

F (x=k)

La probabilidad de que haya un accidente en una compaa de manufactura es de

0.02 por cada da de trabajo. Si se trabajan 300 das al ao, cul es la
probabilidad de tener 3 accidentes?

Como la probabilidad p es menor que 0.1, y el producto n * p es menor que

10 (300 * 0.02 = 6), entonces, aplicamos el modelo de distribucin de Poisson:

e663
P ( x=3 )=
3!

Al realizar el cmputo tenemos que P (x = 3) = 0.0892.

Por lo tanto, la probabilidad de tener 3 accidentes laborales en 300 das de trabajo

es de 8.9%.

Tablas de probabilidad de Poisson.

 7

Utilizando la tabla de probabilidad de Poisson se pueden resolver los ejemplos

anteriores.

Para esto, se debe saber los valores X y .

x es el nmero de xitos que buscamos. Este es el valor k .

es el nmero promedio de ocurrencias por unidad (tiempo, volumen,

rea,

etc.). Se consigue multiplicando a p por el segmento dado n .

Del anterior ejemplo se representa as:

= 0.02 * 300 = 6
 8

ESTUDIO DE CASO 41

La distribucin de probabilidad de Poisson describe el nmero de veces que se

presenta un evento durante un intervalo especfico. El intervalo puede ser de tiempo,
distancia, rea o volumen. La distribucin se basa en dos supuestos. El primero
consiste en que la probabilidad es proporcional a la longitud del intervalo. El segundo
supuesto consiste en que los intervalos son independientes. En otras palabras, cuanto
ms grande sea el intervalo, mayor ser la probabilidad; adems, el nmero de veces
que se presenta un evento en un intervalo no influye en los dems intervalos.

Esta distribucin posee diversas aplicaciones. Se le utiliza como modelo para describir
la distribucin de errores en una entrada de datos, el nmero de rayones y otras
imperfecciones en las cabinas de automviles recin pintados, el nmero de partes defectuosas en envos, el nmero de
clientes que esperan mesa en un restaurante, el nmero de accidentes en una carretera en un periodo determinado.

La compaa de aviacin Delta Airlines, se caracteriza por su responsabilidad y cuidado con el equipaje de sus pasajeros,
por lo que pocas veces se pierde equipaje. En la mayora de los vuelos no se pierden maletas; en algunos se pierde una;
en unos cuantos se pierden dos; pocas veces se pierden tres, etc. Suponga que una muestra aleatoria de 1 000 vuelos
arroja un total de 300 maletas perdidas. De esta manera, el nmero promedio de maletas perdidas por vuelo es de 0.3.

Prepare un informe en el que como mnimo, incluya:

1.- Esta situacin cumple con los supuestos de la distribucin Poisson? Identifquelos

2.- Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una maleta
1 Tomado y adaptado de Ritchey F., Estadstica para las Ciencias sociales, Mc Graw Hill, 2014
 9

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro maletas
5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de cuatro maletas
6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn perdiendo demasia
DESARROLLO Esto se corrobora al momento de tomar los intervalos
distintos no se ve afectada la proporcionalidad de la
probabilidad con referencia su extensin.
Prepare un informe en el que como mnimo, incluya:

2.- Determine cul es la probabilidad de que en un

1.- Esta situacin cumple con los supuestos de la vuelo no se pierda ninguna maleta.
distribucin Poisson? Identifquelos.

n
A. La probabilidad cumple puesto que esta es Xi
proporcional a la extensin del intervalo, lo que nos = i=1
indica que cuanto mayor sea la magnitud o la n
extensin del intervalo mayor ser la probabilidad.

a. En esta primer suposicin o supuesto e, identifica

cuando este declara que por cada 100 vuelos se x . e
f (x ; )=
pierden 300 maletas lo que nos quiere decir que en x!
un caso de 2000 vuelos se podran perder 600, esto
nos permite ver y a su vez demostrar con total acierto
Donde:
su proporcionalidad.
En el caso del segundo supuesto se asevera que:

b. Los intervalos son independientes. p(x , ) = Probabilidad de que ocurran (x) xitos,
cuando el nmero promedio
 10

de ocurrencia de ellos es .

3.- Determine cul es la probabilidad de que en un

= Media o promedio de xitos por unidad de tiempo, vuelo se pierda exactamente una maleta.
volumen rea o Producto.

(e) = Es la base del logaritmo neperianos igual a 1 0

2.71828. 1 ( X=1 )= P ( x ; 0.3 ) P( x ; 0.3)
0 0

(x) = Es el nmero de ocurrencias de un evento; la

probabilidad de que viene

Dada por la funcin. ( 0,3 )1 . ( e0.3 )

P (1 ) = =0.222
1!
k! = Es la factorial de k

es un nmero real positivo, igual que el nmero

esperado de ocurrencias durante el intervalo dado. Los En base al resultado obtenido se puede decir que la
eventos ocurren en promedio 300 maletas prdidas por probabilidad de que se pierda solo una maleta es del
1000 vuelos, 22,2%

( 0,3 )0 . ( e0.3 )
P ( 0 )= =0.7408
0! 4.- Determine cul es la probabilidad de que en un
vuelo se pierdan entre dos y cuatro maletas.

Teniendo en cuenta lo anterior podemos decir que hay un

74% de probabilidad que en los vuelos no se pierda
ninguna maleta.
 11

( 0,3 )2 . ( e0.3 )
P ( 2 )= =0.033
2!
La probabilidad de que pierda cuatro maletas es de
0.025%
( 0,3 )3 . ( e0.3 )
P ( 3 )= =0.00333
3!
6.- En qu momento debe sospechar el supervisor
De acuerdo a los resultados obtenidos se puede decir de la Aerolnea que en un vuelo se estn perdiendo
que el 3.33 %, pierde dos y cuatro maletas, que el 0.3% demasiadas maletas?
pierde tres maletas, el 0.025% pierde cuatro maletas.

De acuerdo a los resultados obtenidos, se puede

5.- Podra establecer cul es la probabilidad de que evidenciar que el momento en el cual se pierden mayor
se pierdan en un vuelo ms de cuatro maletas. cantidad de maletas es en el 1, es decir que se debe
cuidar al momento de recoger las maletas para ser
trasladadas al avin.
( 0,3 )4 . ( e0.3 )
P ( 4 )= =0.00025
4!
 CONCLUSIONES

Se logran identificar y comprender los conocimientos estudiados a lo largo de la

segunda unidad acadmica del curso.

Se comprenden los principios y aplicaciones que tiene la probabilidad en los

distintos campos disciplinares.

Se le proporciona el desarrollo de habilidades al estudiante para llevar a cabo el

anlisis de eventos cuantificables, mediante el uso sistemtico de conceptos,
fundamentos y mtodos de la Probabilidad.

Se identifican, apropian y usan los distintos conceptos, fundamentos y mtodos

de la Probabilidad en ejercicios prcticos enmarcados en situaciones y
fenmenos reales de acuerdo a la disciplina desarrollada.
 BIBLIOGRAFIA

(9) Estadstica Descriptiva - Salvador Monroy Saldvar-FREELIBROS ORG | Alis Otavalo -

Academia.edu. (s. f.). Recuperado 5 de mayo de 2017, a partir de
https://www.academia.edu/10178322/Estad%C3%ADstica_Descriptiva_-
_Salvador_Monroy_Sald%C3%ADvar-FREELIBROS_ORG

Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre2014.pdf. (s. f.). Recuperado a

partir de http://www.sergas.es/Saude-
publica/Documents/1899/Ayuda_Epidat_4_Distribuciones_de_probabilidad_Octubre201
4.pdf

Distribuciones de probabilidad - Distribuciones_de_Probabilidad.pdf. (s. f.). Recuperado a

partir de
http://www.franciscojaviercruzariza.com/attachments/File/Distribuciones_de_Probabilida
d.pdf

Estadstica para administracin - 9789708170062.pdf. (s. f.). Recuperado a partir de

http://www.editorialpatria.com.mx/pdffiles/9789708170062.pdf

I.PDF - Tema_1.pdf. (s. f.). Recuperado a partir de

http://www2.ulpgc.es/hege/almacen/download/5/5509/Tema_1.pdf

Probabilidad y estadstica | Matemticas. (s. f.). Recuperado 5 de mayo de 2017, a partir de

https://es.khanacademy.org/math/probability

Tema 5: Principales Distribuciones de Probabilidad - Estadstica. 4 o Curso. -

tema5_nuevo.pdf. (s. f.). Recuperado a partir de
http://matematicas.unex.es/~mota/ciencias_ambientales/tema5_nuevo.pdf