You are on page 1of 15

Probabilidad y Estadística

Ingeniería Civil
Grupo:
UNIDAD 3
Tema: “ Distribución de Poisson y
Normal”
Equipo Número: 8

Probabilidad y estadística
Introducción
• Para comenzar esta pequeña introducción al tema que
abordaremos, toquemos que la distribución de probabilidad la
podemos concebir como una distribución teórica de frecuencia, es
decir, es una distribución que describe como se espera que varíen
los resultados.
• Como ya habíamos visto durante la unidad 3, destacamos que las
variables de probabilidad cuantitativas se subdivide en 2, discreta y
continua.
• Una distribución continua describe las probabilidades de los
posibles valores de una variable aleatoria continua.
• Y las discretas describen la probabilidad de ocurrencia de cada valor
de una variable aleatoria discreta.
OBJETIVO

El objetivo de estos planteamientos es aprender a aplicar


la distribución DISCRETA, que en este caso la distribución
POISSON, y la distribución CONTINUA, se debe usar la
distribución NORMAL. Resumirlo como todo el conocimiento
adquirido durante la unidad 3.
• DESCRIPCIÓN BREVE DEL PROYECTO (Experimento)
Una empresa que fabrica pantalones tiene dos máquinas A y B, en los
últimos días ha estado fabricando algunos pantalones con posibles
faltas de botones o elásticos, lo que ha estado provocando las
llamadas de quejas de los productos por parte de los clientes. Lo cual
la empresa ha decidido tomar un producto de cada máquina durante
una semana para realizar pruebas y considerar la máquina que lo
procesa, así como la cantidad de defectuosos que produce cada
máquina.
DESARROLLO O MÉTODO

• Se llevará un registro de la producción de pantalones durante


un mes consecutivo registrándose en una tabla la cantidad de
pantalones y las máquinas de las cuales provenían los
pantalones y así como saber si estos pasaron el control de
calidad.
TABLA 2.1. Tabla de datos observados

Máquina A Máquina B Total

SIN botón 4 7 11

CON botón 13 14 27

Total 17 21 38

RESULTADOS OBSERVADOS
ESPACIO MUESTRAL
Nuestro espacio muestral de nuestro experimento está
dado por los pantalones que NO tienen botones y los que SI
tienen botones y los resultados están entre 0 y 38.
• EVENTOS
Los eventos que se consideraron en este proyecto fueron los
siguientes:
A: Pantalón hecho por la máquina A.
B: Pantalón hecho por la máquina B.
D: Pantalón SIN botón
E: Pantalón CON botón
Tipo de variable
• En este caso las variables que se utilizan se clasifican como
cualitativas.
• TIPO DE MUESTREO
En este problema se emplea el muestreo estratificado.
Como ejemplo, se realiza una regla de tres:
Se sabe que nuestra población cuenta con 38 pantalones, 17 fabricados por
la máquina A y 21 fabricados por la máquina B, de las cuales se elegirá 12 de
los 38 pantalones al azar para ser evaluado por el gerente.

𝟏𝟐 𝑨
• = 𝟏𝟕 =5.36= 5 pantalones fabricados por la máquina A
𝟑𝟖

𝟏𝟐 𝑩
• = =6.63= 7 Pantalones fabricados por la máquina B
𝟑𝟖 𝟐𝟏
PROBLEMA (resuelto con DISTRIBUCION POISSON)

• Una fábrica de pantalones realizará un encargo de 38


pantalones para los alumnos del grupo 1CA de la ingeniería
civil, si este en promedio fabrica 5 pantalones por hora:

• ¿Cuál es la probabilidad de que el gerente saque 4 pantalones


SIN botón durante 1 hora?
• ¿Cuál es la probabilidad de que seque 6 pantalones sin botón
en la siguiente hora?
• ¿Cuál es la probabilidad de que saque 8 pantalones sin botón
en la siguiente hora?
ESQUEMA
Para ello utilizaremos la fórmula para desarrollar la distribución de Poisson,
como sabemos:
𝑒 −𝜆 𝜆𝑥
𝑃 𝑋 =
𝑥!
• Donde:
λ= promedio de éxitos o eventos en una unidad de tiempo = 5
е= base de logaritmos naturales = 2.71828
ᵡ= 4
• Al efectuar la fórmula tenemos que:
(2.71828)−5 (5)4
𝑃 4 = 𝑃 4 = 0.17
4!

(2.71828)−5 (5)6
𝑃 4 = 𝑃 6 = 0.14
6!

(2.71828)−5 (5)8
𝑃 4 = 𝑃 8 = 0.065
8!
• MEDIA
En este caso la media es igual a “λ”, por lo que es igual a 5
• VARIANZA
Sabemos que la varianza 𝜎 2 es igual a “λ”, tenemos que:
𝜎2= 𝜆 𝜎= 5 𝜎 = 2.2360
• DESVIACIÓN ESTANDAR
Como podemos observar la media “λ” es igual a la desviación
estándar, es decir que es igual a 5
• INTERPRETACION DEL RESULTADO
Esto quiere decir que la probabilidad de que el gerente saque 4
pantalones SIN botón es del 17%, de que saque 6 pantalones es
del 14% y de que saque 8 es del 6,5%.
PROBLEMA (resuelto con DISTRIBUCION NORMAL ESTANDAR)
Una empresa que fabrica pantalones tiene maquinas que tienen una duración de
fabricación, antes de repartirse se distribuyen normalmente con media 13
pantalones por hora y una desviación estándar de 12 horas.
Encuentra la probabilidad de que se fabriquen en 11 y 20 horas.
ESQUEMA
Poder realizarlo tenemos que la fórmula es:
𝑥−𝜇
Z=
𝜎
MEDIA
La media μ de este caso es de 13 horas

Desviación estándar
La desviación estándar σ de este caso es de 12horas.
Para ello se usó la fórmula:

𝑥−𝜇
Z= σ= 12 hrs
𝜎
μ= 13 hrs

z=13-20/12= 0.58

ẑ=13-11/12= 0.16
A lo que recurrimos a nuestra tabla:
.71904 - .56356= 0.155
INTERPRETACION DEL RESULTADO del problema
Tenemos que la probabilidad de que se fabriquen entre 11 y 20 horas es de
15%.

CONCLUSIONES
Al realizar esta tarea podemos concluir que se nos es de mucha facilidad y
eficiencia el poder realizar ciertas probabilidades de nuestros problemas así
como se pudo manejar y dominar la probabilidad de poisson
BIBLIOGRAFÍA

http://www.x.edu.uy/inet/Distribucion_Normal_ejemplos.pdf

https://support.minitab.com/es-mx/minitab/18/help-and-how-
to/probability-distributions-and-random-data/supporting-
topics/distributions/poisson-distribution/

https://www.lifeder.com/teorema-de-bayes-explicacion-
aplicaciones-para-que-sirve-ejercicios-resueltos/