DISTRIBUCIONES DE PROBABILIDAD

Aporte Individual

PROBABILIDAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

 CASO 4

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.

La distribucin de poisson suele emplearse con sucesos de probabilidades pequeas y/o

muy escazas. En este caso el suceso que rara vez ocurre es que una maleta se pierda en la
mayora de vuelos de Delta Airlines lo que significa que la probabilidad que ocurra es muy
pequea.

Tomando la muestra aleatoria de la cantidad de maletas que se esperan que se pierdan en

1000 vuelos serian un total de 300 maletas; entonces tenemos que:

= (Numero promedio de ocurrencias)

x = (Numero de Ocurrencias o xitos)

300
= = 0,3
1000

Entonces el nmero de ocurrencias del evento es 0.

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

() =
!
Donde:
= es el nmero promedio de ocurrencias (xitos) durante un intervalo especfico de tiempo.
e = es la constante 2.71828 (base del sistema de logaritmos naturales)
x = es el nmero de ocurrencias (xitos).

Entonces tenemos:

(0,3)0 (2.71828)0,3
(0) = = 0,74 100 = 74%
0!
Como conclusin tenemos que en el 74% de los vuelos realizados de 1000 (740 vuelos) no
tuvo ninguna maleta perdida

3.- Determine cul es la probabilidad de que en un vuelo se pierda exactamente una

maleta.

Desarrollamos:

(1) =
!

(0,3)1 (2.71828)0,3
(1) =
1!

(0,3)1 (2.71828)0,3
(1) = = 0,22 100 = 22%
1

Como conclusin tenemos que en el 22,2% de los vuelos (220 vuelos) habr una maleta
perdida.

4.- Determine cul es la probabilidad de que en un vuelo se pierdan entre dos y cuatro
maletas.

(1) =
!

(0,3)2 (2.71828)0,3
(2) =
2!

(, ) (. ),
() = = , = , %

 (0,3)3 (2.71828)0,3
(3) =
3!

(, ) (. ),
() = = , = , %

(0,3)4 (2.71828)0,3
(4) =
4!

(, ) (. ),
() = = , = , %

Como conclusin tenemos que la probabilidad de que se pierdan ms maletas va

disminuyendo a medida que va aumentando el nmero de estas.

5.- Podra establecer cul es la probabilidad de que se pierdan en un vuelo ms de

cuatro maletas.

Para este caso tenemos x>4 entonces tomaremos 5 maletas:

(0,3)5 (2.71828)0,3
(5) =
5!

(, ) (. ),
() = = , = , %

Como conclusin vemos que la probabilidad es an menor.

6.- En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se
estn perdiendo demasiadas maletas?

Segn los resultados anteriores el supervisor debe sospechar en el 22% de los vuelos ya que
obtuvimos que se perder en promedio 1 maleta.