La probabilidad, una proyecciónJosé Armando Ortega Camarillo 21 de Marzo del 2018 Caso 1 En una empresa automotriz, la media de accidentes es de 4 por mes. Calcular la probabilidad de: a) Que no ocurra ningún accidente en un mes. b) Que como máximo ocurran 2 accidentes en un mes. c) Que ocurran 30 accidentes en un año. d) Que ocurran 8 accidentes en un trimestre. Caso 1 Explicación: Modelo de distribución de Poisson, se emplea cuando sabemos la ocurrencia media y buscamos calcular la probabilidad de que se presenten cierto número de eventos durante determinado intervalo de tiempo. Características: Suelen ser en intervalos de tiempo, distancia, volumen, área; que ocurren en un espacio finito de observación. Se representa con un histograma o gráfica de barras. Aplicaciones: Número de llamadas que entran a un call center en cierto tiempo, el número de coches que pasan por una caseta de cobro en hora pico. Permite determinar la probabilidad de ocurrencia de un evento con resultado discreto. Caso 2 Un estudio ha mostrado que en la colonia “Loma perdida” el 65% de los hogares tienen al menos dos computadoras. Se elige al azar una muestra de 50 hogares en esa colonia y se pide: a) ¿Cuál es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos computadoras? b) ¿Cuál es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos computadoras? Caso 2 Explicación: Modelo de distribución Normal, es la distribución estadística más común debido a que la normalidad aproximada ocurre naturalmente en muchas situaciones de mediciones físicas, biológicas y sociales. Características: Se utilizan variables aleatorias continuas, se grafica en forma de campana llamada de Gauss. Aplicaciones: Caracteres morfológicos de individuos de una especie (tallas, pesos, diámetros, perímetros), caracteres fisiológicos (efecto de una misma dosis de un fármaco), entre otras. Caso 3 La probabilidad de que un pescador novato, con una caña de pescar, colecte un pescado es de 0,4. Si lo intenta 5 veces, calcula la probabilidad de que pesque al menos 3 veces. Caso 3 Explicación: Modelo de distribución Binomial, es una distribución de probabilidad discreta que indica el número de éxitos al realizar una secuencia de (n) ensayos independientes entre sí, con una probabilidad fija (p) de ocurrencia del éxito entre esos ensayos. Característica: Solo hay dos posibles resultados, los resultados son independientes, la probabilidad de éxito permanece constante en todas las veces que se realiza el experimento, se grafica con un histograma o gráfica de barras. Aplicaciones: En la producción de una pieza esta puede salir buena o defectuosa, nacimientos: se puede ser hombre o mujer, un test con dos alternativas: verdadero o falso. Referencias soporte de minitab18. (2017). Distribuciones. 23 de Marzo del 2018, de Minitab statistical software Sitio web: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting- topics/distributions/binomial-distribution/ GestioPolis.com Experto. (2002, septiembre 15). ¿Qué es la distribución de Poisson?. Recuperado de https://www.gestiopolis.com/que-es-la-distribucion-de-poisson/ GestioPolis.com Experto. (2002, septiembre 8). ¿Qué es la distribución normal?. Recuperado de https://www.gestiopolis.com/que-es-la-distribucion-normal/ Módulo 17 Semana 2 Actividad Integradora: La probabilidad, una proyección Facilitador: Alfonso T. Bejarano Escárcega Alumno: José Armando Ortega Camarillo