ESTUDIO DE 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

Como podemos ver si cumple con el primer supuesto, que dice que la probabilidad es
proporcional a la longitud del intervalo, en este caso de 1000 vuelos se pierden 300 maletas,
es decir que existe un promedio de 0.3 maletas perdidas por vuelo.
Tambin cumple con el segundo supuesto, debido a que el nmero de veces que se presenta
un evento en un intervalo si influye en los dems intervalos, ya que es una muestra aleatoria
y los intervalos son independientes, es decir si es ms grande el intervalo tendr mayor
probabilidad.
2. Determine cul es la probabilidad de que en un vuelo no se pierda ninguna maleta

ni=1 Xi
=
n

x . e
f(x; ) =
x!

e : es la base del logaritmo natural igual a 2.71828.

k es el nmero de ocurrencias de un evento; la probabilidad de que viene dada por la funcin

k: es el factorial de k

es un nmero real positivo, igual que el nmero esperado de ocurrencias durante el intervalo
dado. Los eventos ocurren en promedio 300 maletas prdidas por 1000 vuelos,

(0,3)0 . (e0.3 )
P(0) = = 0.7408
0!

De acuerdo a lo anterior podemos decir que hay un 74% de probabilidad de que ninguna
maleta se pierda.

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

(0,3)1 . (e0.3 )
P(1) = = 0.222
1!
De acuerdo al resultado obtenido se puede decir que la probabilidad de que se pierda solo
una maleta es del 22,2%

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

(0,3)2 . (e0.3 )
P(2) = = 0.033
2!
(0,3)3 . (e0.3 )
P(3) = = 0.00333
3!

Con base a los resultados obtenidos se puede decir que el 3.33 %, pierde dos maletas, que el
0.3% pierde tres maletas, el 0.025% pierde cuatro maletas.

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

maletas

(0,3)4 . (e0.3 )
P(4) = = 0.00025
4!

La probabilidad de que pierda cuatro maletas es de 0.025%

6. En qu momento debe sospechar el supervisor de la Aerolnea que en un vuelo se estn

perdiendo demasiadas maletas?
Tomando en cuenta los resultados obtenidos, se puede evidenciar que el momento en el cual
se pierden mayor cantidad de maletas es en el 1, es decir que se debe cuidar al momento de
recoger las maletas para ser trasladadas al avin.