SlideShare a Scribd company logo
1 of 8
L i c . G e r a r d o E d g a r M a t a
2013
Estadística Aplicada a la
Ingeniería
Problemas Poisson
Iris Márquez
Universidad Tecnológica de Torreón
Estadística Aplicada a la Ingeniería
Caso
1. Gracias a la asesoría del Ing. Crisito, la fábrica Lupita ha reducido su tasa de
defectos a 3 de cada 10,000. Para verificar esta afirmación, Charly el
desconfiado extrae una muestra de 5,000 piezas. Determina la probabilidad
de que:
a) Ninguna este defectuosa
b) Una, dos….. 10 estén defectuosas
Determina el valor esperado y la varianza
Cálculos de probabilidades:
Xi p(Xi) Xi ⋅ p(Xi) (Xi - µ)² ⋅ p(Xi)
0 0.2231301601 0.000000000000 0.5020428603
1 0.3346952402 0.334695240223 0.0836738101
2 0.2510214302 0.502042860334 0.0627553575
3 0.1255107151 0.376532145250 0.2823991089
4 0.0470665182 0.188266072625 0.2941657385
5 0.0141199554 0.070599777234 0.1729694542
6 0.0035299889 0.021179933170 0.0714822744
7 0.0007564262 0.005294983293 0.0228818921
8 0.0001418299 0.001134639277 0.0059923137
9 0.0000236383 0.000212744864 0.0013296554
10 0.0000035457 0.000035457477 0.0002561803
Valor esperado: 1.5 1.4999486455 Varianza
1.224723906 Desviación Estándar
Universidad Tecnológica de Torreón Página 2
Datos
n=5000
p= 0.0003
q= 0.99
Fórmulas
P(x=x)=λx e −λ
x!
λ=n⋅p
Estadística Aplicada a la Ingeniería
Solución al problema:
Como conclusión podemos decir que es probable que haya de 1 hasta 3 defectos
pero también estaríamos posibles a que se presenten 4 defectos.
Solo que según nuestro muestreo no pasarían a más de 5.
Universidad Tecnológica de Torreón Página 3
Estadística Aplicada a la Ingeniería
2. Una solución contiene partículas en suspensión con una concentración de 6
partículas por mililitro. De un gran volumen de esta suspensión que está
perfectamente mezclado se extraen 3ml. ¿Cuál es la probabilidad de que
estos 3ml se suspensión contengan exactamente 15 y 18 partículas en
suspensión?
Cálculos de probabilidades:
Solución al Problema:
Como solución podemos encontrar que en los 3ml de suspensión exista una
posibilidad de 7.88% de probabilidad que contenga 15 partículas como lo presenta el
problema y un 9.35% que contenga 18 partículas Así que es más probable que sea
de 18 partículas nuestra suspensión de 3 mililitros.
Universidad Tecnológica de Torreón Página 4
Datos
n=6
p=3
x=15
λ=18
Fórmulas
P(x=x)=λx e −λ
x!
Fórmulas
λ= n⋅p
p(15)= 1815
(2.718281828)-18
15!
p(15) = 0.0788575524
p(18)= 1818
(2.718281828)-18
18!
p(18) = 0.093597316
Estadística Aplicada a la Ingeniería
3. El nuevo blog de nena flaquilla recibe 5 visitas por minuto. Determina la
probabilidad de que reciba 12, 13,14….20 visitas en los próximos 3 minutos
Cálculos de probabilidades:
Xi (Xi -µ)2 * p(Xi )
12 0.082859234
13 0.095606809
14 0.102435867
15 0.102435867
16 0.096033625
17 0.084735551
18 0.070612960
19 0.055747073
20 0.041810305
Universidad Tecnológica de Torreón Página 5
Datos
n=5
p=3
λ=15
Fórmulas
P(x=x)=λx
Fórmulas
λ= n⋅p
Estadística Aplicada a la Ingeniería
Solución al problema:
Arrojados los datos en los cálculos que hicimos, podemos observar que es más
probable que reciba entre 14 y 15 visitas en los próximos 3 minutos.
Universidad Tecnológica de Torreón Página 6
Estadística Aplicada a la Ingeniería
4. La abuela prepara galletas con chispas de chocolate en 10 charolas con 10
piezas cada una. Al preparar la masa agrega 300 chispas de chocolate,
cuando las galletas están listas se toma cada una de ellas.
¿Cuál es la probabilidad de que esa galleta….
a) No tenga chispas de chocolate
b) Contenga 1…..10 chispas de chocolate
Cálculos de probabilidades:
Xi P(Xi) Xi * P(Xi) (Xi-m)2 * P(Xi)
0 0.049787068 0 0.447096146
1 0.149361205 0.149361205 0.595470427
2 0.224041808 0.448083615 0.222562238
3 0.224041808 0.672125423 2.45087E-06
4 0.168031356 0.672125423 0.169144709
5 0.10082 0.504094067 0.404610175
6 0.050409407 0.30245644 0.454685576
7 0.021604031 0.15122822 0.346236376
8 0.008101512 0.064812094 0.202805838
9 0.002700504 0.024304535 0.097325353
10 0.000810151 0.008101512 0.03973493
Valor Esperado = 3.00 2.97967422 Varianza
1.726173288 Desviación Estándar
Universidad Tecnológica de Torreón Página 7
Datos
n=300
p= 100
λ=3
Fórmulas
P(x=x)=λx e −λ
x!
λ=n⋅p
Estadística Aplicada a la Ingeniería
Solución al problema:
De acuerdo a los datos obtenidos mediante los cálculos realizados podemos
observar que es más posible que entre 2 y 3 chispas de chocolate tenga una galleta
Universidad Tecnológica de Torreón Página 8

More Related Content

What's hot

Probabilidad y teorema de bayes class no3
Probabilidad y teorema de bayes class no3Probabilidad y teorema de bayes class no3
Probabilidad y teorema de bayes class no3Valerya Aguilera
 
Teoría y problemas resueltos de Porcentajes III ccesa007
Teoría y problemas resueltos de Porcentajes III ccesa007Teoría y problemas resueltos de Porcentajes III ccesa007
Teoría y problemas resueltos de Porcentajes III ccesa007Demetrio Ccesa Rayme
 
Método de mínimos cuadrados
Método de mínimos cuadradosMétodo de mínimos cuadrados
Método de mínimos cuadradoscriollitoyque
 
Coeficiente de Correlación
Coeficiente de  CorrelaciónCoeficiente de  Correlación
Coeficiente de CorrelaciónWillian Delgado
 
Coeficientes de Correlación
Coeficientes de  CorrelaciónCoeficientes de  Correlación
Coeficientes de CorrelaciónWillian Delgado
 
Teoría y problemas resueltos de Porcentajes VI ciclo ccesa007
Teoría y problemas resueltos de Porcentajes VI ciclo  ccesa007Teoría y problemas resueltos de Porcentajes VI ciclo  ccesa007
Teoría y problemas resueltos de Porcentajes VI ciclo ccesa007Demetrio Ccesa Rayme
 
Cuatro ejercicios de probabilidad
Cuatro ejercicios de probabilidadCuatro ejercicios de probabilidad
Cuatro ejercicios de probabilidadVioleta Migallón
 
Modelo de examen cuadraticas
Modelo de examen cuadraticasModelo de examen cuadraticas
Modelo de examen cuadraticasflor2510
 
Aplicación 2 cuadráticas
Aplicación 2 cuadráticasAplicación 2 cuadráticas
Aplicación 2 cuadráticasPablo Perez
 
Taller-matematicas discretas ecci
 Taller-matematicas discretas ecci Taller-matematicas discretas ecci
Taller-matematicas discretas eccicfleon
 

What's hot (20)

Distribuciones Discretas
Distribuciones DiscretasDistribuciones Discretas
Distribuciones Discretas
 
Teorema de bayes
Teorema de bayesTeorema de bayes
Teorema de bayes
 
Probabilidad y teorema de bayes class no3
Probabilidad y teorema de bayes class no3Probabilidad y teorema de bayes class no3
Probabilidad y teorema de bayes class no3
 
Teoría y problemas resueltos de Porcentajes III ccesa007
Teoría y problemas resueltos de Porcentajes III ccesa007Teoría y problemas resueltos de Porcentajes III ccesa007
Teoría y problemas resueltos de Porcentajes III ccesa007
 
Método de mínimos cuadrados
Método de mínimos cuadradosMétodo de mínimos cuadrados
Método de mínimos cuadrados
 
Coeficiente de Correlación
Coeficiente de  CorrelaciónCoeficiente de  Correlación
Coeficiente de Correlación
 
Seminario 7 estadistica
Seminario 7 estadisticaSeminario 7 estadistica
Seminario 7 estadistica
 
Laboratorio 2
Laboratorio 2Laboratorio 2
Laboratorio 2
 
Ejercicios de estadística
Ejercicios de estadísticaEjercicios de estadística
Ejercicios de estadística
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
Coeficientes de Correlación
Coeficientes de  CorrelaciónCoeficientes de  Correlación
Coeficientes de Correlación
 
Ejercicios de estadística
Ejercicios de estadísticaEjercicios de estadística
Ejercicios de estadística
 
Teoría y problemas resueltos de Porcentajes VI ciclo ccesa007
Teoría y problemas resueltos de Porcentajes VI ciclo  ccesa007Teoría y problemas resueltos de Porcentajes VI ciclo  ccesa007
Teoría y problemas resueltos de Porcentajes VI ciclo ccesa007
 
Cuatro ejercicios de probabilidad
Cuatro ejercicios de probabilidadCuatro ejercicios de probabilidad
Cuatro ejercicios de probabilidad
 
Modelo de examen cuadraticas
Modelo de examen cuadraticasModelo de examen cuadraticas
Modelo de examen cuadraticas
 
Taller de tecnologia
Taller de tecnologiaTaller de tecnologia
Taller de tecnologia
 
Aplicación 2 cuadráticas
Aplicación 2 cuadráticasAplicación 2 cuadráticas
Aplicación 2 cuadráticas
 
Taller-matematicas discretas ecci
 Taller-matematicas discretas ecci Taller-matematicas discretas ecci
Taller-matematicas discretas ecci
 
Bayes ejercicios
Bayes ejerciciosBayes ejercicios
Bayes ejercicios
 
Diccionario economía
Diccionario economíaDiccionario economía
Diccionario economía
 

Similar to Problemas Poisson

Similar to Problemas Poisson (20)

Ejemplos poisson
Ejemplos poissonEjemplos poisson
Ejemplos poisson
 
distribución
distribución distribución
distribución
 
Distribución de Poisson
Distribución de PoissonDistribución de Poisson
Distribución de Poisson
 
Problemas de probabilidad (4)
Problemas de probabilidad  (4)Problemas de probabilidad  (4)
Problemas de probabilidad (4)
 
Problemas de probabilidad
Problemas de probabilidadProblemas de probabilidad
Problemas de probabilidad
 
Ejercicio 9 11
Ejercicio 9 11Ejercicio 9 11
Ejercicio 9 11
 
Ejercicio 9 11
Ejercicio 9 11Ejercicio 9 11
Ejercicio 9 11
 
Ejercicio 9 11
Ejercicio 9 11Ejercicio 9 11
Ejercicio 9 11
 
Taller de bioestadistica
Taller de bioestadisticaTaller de bioestadistica
Taller de bioestadistica
 
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
EJERCICIOS DE DISTRIBUCIÓN BINOMIAL
 
Problemas poisson
Problemas poissonProblemas poisson
Problemas poisson
 
Ejemplos binomial
Ejemplos binomialEjemplos binomial
Ejemplos binomial
 
Ejemplos binomial
Ejemplos binomialEjemplos binomial
Ejemplos binomial
 
DISTRIBUCION POSSION
DISTRIBUCION POSSION DISTRIBUCION POSSION
DISTRIBUCION POSSION
 
trabajo de estadistca
trabajo de estadistcatrabajo de estadistca
trabajo de estadistca
 
Formato de word
Formato de wordFormato de word
Formato de word
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 
Problemas de distribuciones
Problemas de distribucionesProblemas de distribuciones
Problemas de distribuciones
 
Estudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidadEstudio de los conceptos de la probabilidad
Estudio de los conceptos de la probabilidad
 
EJEMPLOS
EJEMPLOSEJEMPLOS
EJEMPLOS
 

More from Iris Márquez

Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de HipotesisIris Márquez
 
Problema Distribución Normal
Problema Distribución NormalProblema Distribución Normal
Problema Distribución NormalIris Márquez
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesIris Márquez
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesIris Márquez
 
50 palabras y su significado
50 palabras y su significado50 palabras y su significado
50 palabras y su significadoIris Márquez
 
Ensayo sobre el artículo del mes
Ensayo sobre el artículo del mesEnsayo sobre el artículo del mes
Ensayo sobre el artículo del mesIris Márquez
 
Conceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoConceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoIris Márquez
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de TorreónIris Márquez
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónIris Márquez
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónIris Márquez
 
Articulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoArticulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoIris Márquez
 
Cosas importantes que debo aprender
Cosas importantes que debo aprender Cosas importantes que debo aprender
Cosas importantes que debo aprender Iris Márquez
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaIris Márquez
 
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesisIris Márquez
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadIris Márquez
 

More from Iris Márquez (20)

Manual Prueba de Hipotesis
Manual Prueba de HipotesisManual Prueba de Hipotesis
Manual Prueba de Hipotesis
 
Problema Distribución Normal
Problema Distribución NormalProblema Distribución Normal
Problema Distribución Normal
 
Caso Carlos Gardel
Caso Carlos GardelCaso Carlos Gardel
Caso Carlos Gardel
 
Caso charly
Caso charlyCaso charly
Caso charly
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
El inaceptable costo de los malos jefes
El inaceptable costo de los malos jefesEl inaceptable costo de los malos jefes
El inaceptable costo de los malos jefes
 
50 palabras y su significado
50 palabras y su significado50 palabras y su significado
50 palabras y su significado
 
Ensayo sobre el artículo del mes
Ensayo sobre el artículo del mesEnsayo sobre el artículo del mes
Ensayo sobre el artículo del mes
 
Conceptos relacionados con el control estadistico
Conceptos relacionados con el control estadisticoConceptos relacionados con el control estadistico
Conceptos relacionados con el control estadistico
 
Angelica Checklist
Angelica ChecklistAngelica Checklist
Angelica Checklist
 
Checklist
ChecklistChecklist
Checklist
 
Universidad Tecnológica de Torreón
Universidad Tecnológica de TorreónUniversidad Tecnológica de Torreón
Universidad Tecnológica de Torreón
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y Correlación
 
Aplicación de Histogramas y Correlación
Aplicación de Histogramas y CorrelaciónAplicación de Histogramas y Correlación
Aplicación de Histogramas y Correlación
 
Articulo de Chismes en el Trabajo
Articulo de Chismes en el TrabajoArticulo de Chismes en el Trabajo
Articulo de Chismes en el Trabajo
 
Cosas importantes que debo aprender
Cosas importantes que debo aprender Cosas importantes que debo aprender
Cosas importantes que debo aprender
 
Trabajo de Intervalos de Confianza
Trabajo de Intervalos de ConfianzaTrabajo de Intervalos de Confianza
Trabajo de Intervalos de Confianza
 
Trabajo de prueba de hipótesis
Trabajo de prueba de hipótesisTrabajo de prueba de hipótesis
Trabajo de prueba de hipótesis
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Trabajo final
Trabajo finalTrabajo final
Trabajo final
 

Recently uploaded

TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...JonathanCovena1
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioELIASAURELIOCHAVEZCA1
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptxolgakaterin
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxMaritzaRetamozoVera
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...JAVIER SOLIS NOYOLA
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfJonathanCovena1
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfenelcielosiempre
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Carlos Muñoz
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMarjorie Burga
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxYadi Campos
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dstEphaniiie
 

Recently uploaded (20)

TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...La empresa sostenible: Principales Características, Barreras para su Avance y...
La empresa sostenible: Principales Características, Barreras para su Avance y...
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptx
 
Sesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docxSesión de aprendizaje Planifica Textos argumentativo.docx
Sesión de aprendizaje Planifica Textos argumentativo.docx
 
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
ACERTIJO DE LA BANDERA OLÍMPICA CON ECUACIONES DE LA CIRCUNFERENCIA. Por JAVI...
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdf
 
plande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdfplande accion dl aula de innovación pedagogica 2024.pdf
plande accion dl aula de innovación pedagogica 2024.pdf
 
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
Plan Refuerzo Escolar 2024 para estudiantes con necesidades de Aprendizaje en...
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
Presentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza MultigradoPresentacion Metodología de Enseñanza Multigrado
Presentacion Metodología de Enseñanza Multigrado
 
MAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grandeMAYO 1 PROYECTO día de la madre el amor más grande
MAYO 1 PROYECTO día de la madre el amor más grande
 
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptxSEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
SEXTO SEGUNDO PERIODO EMPRENDIMIENTO.pptx
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 

Problemas Poisson

  • 1. L i c . G e r a r d o E d g a r M a t a 2013 Estadística Aplicada a la Ingeniería Problemas Poisson Iris Márquez Universidad Tecnológica de Torreón
  • 2. Estadística Aplicada a la Ingeniería Caso 1. Gracias a la asesoría del Ing. Crisito, la fábrica Lupita ha reducido su tasa de defectos a 3 de cada 10,000. Para verificar esta afirmación, Charly el desconfiado extrae una muestra de 5,000 piezas. Determina la probabilidad de que: a) Ninguna este defectuosa b) Una, dos….. 10 estén defectuosas Determina el valor esperado y la varianza Cálculos de probabilidades: Xi p(Xi) Xi ⋅ p(Xi) (Xi - µ)² ⋅ p(Xi) 0 0.2231301601 0.000000000000 0.5020428603 1 0.3346952402 0.334695240223 0.0836738101 2 0.2510214302 0.502042860334 0.0627553575 3 0.1255107151 0.376532145250 0.2823991089 4 0.0470665182 0.188266072625 0.2941657385 5 0.0141199554 0.070599777234 0.1729694542 6 0.0035299889 0.021179933170 0.0714822744 7 0.0007564262 0.005294983293 0.0228818921 8 0.0001418299 0.001134639277 0.0059923137 9 0.0000236383 0.000212744864 0.0013296554 10 0.0000035457 0.000035457477 0.0002561803 Valor esperado: 1.5 1.4999486455 Varianza 1.224723906 Desviación Estándar Universidad Tecnológica de Torreón Página 2 Datos n=5000 p= 0.0003 q= 0.99 Fórmulas P(x=x)=λx e −λ x! λ=n⋅p
  • 3. Estadística Aplicada a la Ingeniería Solución al problema: Como conclusión podemos decir que es probable que haya de 1 hasta 3 defectos pero también estaríamos posibles a que se presenten 4 defectos. Solo que según nuestro muestreo no pasarían a más de 5. Universidad Tecnológica de Torreón Página 3
  • 4. Estadística Aplicada a la Ingeniería 2. Una solución contiene partículas en suspensión con una concentración de 6 partículas por mililitro. De un gran volumen de esta suspensión que está perfectamente mezclado se extraen 3ml. ¿Cuál es la probabilidad de que estos 3ml se suspensión contengan exactamente 15 y 18 partículas en suspensión? Cálculos de probabilidades: Solución al Problema: Como solución podemos encontrar que en los 3ml de suspensión exista una posibilidad de 7.88% de probabilidad que contenga 15 partículas como lo presenta el problema y un 9.35% que contenga 18 partículas Así que es más probable que sea de 18 partículas nuestra suspensión de 3 mililitros. Universidad Tecnológica de Torreón Página 4 Datos n=6 p=3 x=15 λ=18 Fórmulas P(x=x)=λx e −λ x! Fórmulas λ= n⋅p p(15)= 1815 (2.718281828)-18 15! p(15) = 0.0788575524 p(18)= 1818 (2.718281828)-18 18! p(18) = 0.093597316
  • 5. Estadística Aplicada a la Ingeniería 3. El nuevo blog de nena flaquilla recibe 5 visitas por minuto. Determina la probabilidad de que reciba 12, 13,14….20 visitas en los próximos 3 minutos Cálculos de probabilidades: Xi (Xi -µ)2 * p(Xi ) 12 0.082859234 13 0.095606809 14 0.102435867 15 0.102435867 16 0.096033625 17 0.084735551 18 0.070612960 19 0.055747073 20 0.041810305 Universidad Tecnológica de Torreón Página 5 Datos n=5 p=3 λ=15 Fórmulas P(x=x)=λx Fórmulas λ= n⋅p
  • 6. Estadística Aplicada a la Ingeniería Solución al problema: Arrojados los datos en los cálculos que hicimos, podemos observar que es más probable que reciba entre 14 y 15 visitas en los próximos 3 minutos. Universidad Tecnológica de Torreón Página 6
  • 7. Estadística Aplicada a la Ingeniería 4. La abuela prepara galletas con chispas de chocolate en 10 charolas con 10 piezas cada una. Al preparar la masa agrega 300 chispas de chocolate, cuando las galletas están listas se toma cada una de ellas. ¿Cuál es la probabilidad de que esa galleta…. a) No tenga chispas de chocolate b) Contenga 1…..10 chispas de chocolate Cálculos de probabilidades: Xi P(Xi) Xi * P(Xi) (Xi-m)2 * P(Xi) 0 0.049787068 0 0.447096146 1 0.149361205 0.149361205 0.595470427 2 0.224041808 0.448083615 0.222562238 3 0.224041808 0.672125423 2.45087E-06 4 0.168031356 0.672125423 0.169144709 5 0.10082 0.504094067 0.404610175 6 0.050409407 0.30245644 0.454685576 7 0.021604031 0.15122822 0.346236376 8 0.008101512 0.064812094 0.202805838 9 0.002700504 0.024304535 0.097325353 10 0.000810151 0.008101512 0.03973493 Valor Esperado = 3.00 2.97967422 Varianza 1.726173288 Desviación Estándar Universidad Tecnológica de Torreón Página 7 Datos n=300 p= 100 λ=3 Fórmulas P(x=x)=λx e −λ x! λ=n⋅p
  • 8. Estadística Aplicada a la Ingeniería Solución al problema: De acuerdo a los datos obtenidos mediante los cálculos realizados podemos observar que es más posible que entre 2 y 3 chispas de chocolate tenga una galleta Universidad Tecnológica de Torreón Página 8