Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GUÍA 2
OBJETIVOS ESPECÍFICOS
JUSTIFICACIÓN
Las empresas realizan controles de calidad a sus productos o servicios, en estos controles se pueden
presentar dos tipos de eventos, aceptado o no aceptado, bueno o malo, cumple o no cumple. Con
la presente practica de laboratorio, se quiere simular resultados posibles de éxito o fracaso
aleatoriamente. Teniendo en cuenta lo anterior se realizan (n) pruebas idénticas que tienen dos
resultados posibles y la probabilidad de éxito permanece constante de prueba en prueba.
Por otro lado, en algunos procesos pueden surgir eventos repetitivos de manera aleatoria a lo largo
de un determinado periodo de tiempo, por ejemplo, el ingreso de personas a una fila para un trámite
administrativo, la recepción de una llamada en un PBX de una empresa o que una determinada
máquina requiera mantenimiento correctivo. Los procesos mencionados anteriormente son
variables aleatorias que el ingeniero debe saber cómo manejar a fin de tener bajo control sus
procesos, de ahí la importancia de utilizar la distribución de Poisson.
MATERIALES NECESARIOS
Cuando x’ es una variable aleatoria con distribución de poisson y parámetro (np) se puede decir que:
X Poisson (np)
PROCEDIMIENTO
Se llevarán a cabo dos experimentos:
1. Con una fracción de no conformidad de p = 0.15, tomar una muestra de tamaño 10
y anotar el número de unidades no conformes (bolas blancas) en la tabla 1.
Número de repeticiones: 50.
El número de bolas blancas dentro de la caja debe tener una proporción de 0.15 con
respecto a la población (85 bolas de color / 15 bolas blancas)
6 16 26 36 46
7 17 27 37 47
8 18 28 38 48
9 19 29 39 49
10 20 30 40 50
25 50 75 100
Se quiere saber, tomando como base los datos obtenidos en cada experimento, la distribución de
probabilidad experimental del número de unidades no conformes (bolas de color blanco)
encontradas por muestra y comparar con la distribución de probabilidades teóricas según la ley
Binomial y Poisson, tanto a nivel individual (por grupos de trabajo) como a nivel general (todos los
grupos).
5. Tomando como base los datos del experimento 2, calcular la probabilidad experimental de
la distribución del número de unidades no conformes encontradas por muestra (Tabla 5).
Frecuencia Experimental
Probabilidad Experimental
Probabilidad Teórica Binomial
Frecuencia Teórica Binomial
Probabilidad Teórica Poisson
Frecuencia Teórica Poisson
TRABAJO INDEPENDIENTE
PREGUNTAS
a) ¿Cuál es la probabilidad de que, a lo más, tres autos por año sufran catástrofe?
b) ¿Cuál es la probabilidad de que más de un auto por año experimente una catástrofe?
2.2. El número de clientes que llega por hora a ciertas instalaciones de servicio automotriz se
supone que sigue una distribución de Poisson con media λ =7
TEXTO DE CONSULTA