Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por otro lado, la distribución de Poisson es utilizada para modelar eventos raros o poco
frecuentes en el tiempo o el espacio. Es útil, por ejemplo, para analizar los patrones de
llegada de pacientes a un servicio de urgencias, o el número de casos de enfermedad
infecciosa en una población. La distribución binomial, por su parte, se utiliza en problemas
donde se tienen únicamente dos resultados posibles, como la presencia o ausencia de una
enfermedad en un grupo de individuos.
En el marco de esta investigación, se ha desarrollado una metodología sólida y rigurosa que aborda la
aplicación de distribuciones de probabilidad en el sistema de salud. El objetivo de este informe es
comprender y evaluar cómo estas distribuciones pueden ser utilizadas como herramientas efectivas
en la toma de decisiones clínicas y la gestión de eventos médicos. A continuación, se detallan los
aspectos clave en la metodología:
El primer ítem “Calcula probabilidades aproximadas, en problemas del área”, consta de cuatro
preguntas claves, referidas a la tasa de atenciones diarias, la probabilidad que una persona al azar
sea mujer, el promedio y la desviación estándar de la presión sistólica, así como la probabilidad de
que una persona seleccionada al azar sea hipertensa.
La tasa de atenciones por día se ha calculado y se ha establecido en 24 atenciones por día, este valor
representa el número promedio de personas atendidas en un día típico. La probabilidad de que una
persona seleccionada al azar sea mujer es de 67%, lo que se traduce en un 0.55% en términos
porcentuales. El promedio y desviación estándar de la presión sistólica ha arrojado un promedio de
129,82 mm Hg y una desviación estándar de 109.45 mm Hg. El promedio representa el valor medio
de la presión sistólica en la población, mientras que la desviación estándar indica la dispersión de
estos datos en relación con la media. La probabilidad de que una persona seleccionada al azar de la
lista sea hipertensa, definida como tener una presión sistólica igual o mayor a 130 mm Hg, es de
58%, lo que equivale a un 48,3% en términos porcentuales.
1. Recopila datos históricos: Para utilizar la distribución de Poisson, necesitarás datos sobre la
llegada de pacientes en períodos anteriores. Esto te ayudará a determinar la tasa promedio
de llegada de pacientes por período de tiempo.
2. Calcula la tasa promedio de llegada: Utiliza los datos recopilados para calcular la tasa
promedio de llegada de pacientes por período de tiempo. Por ejemplo, si tienes datos de un
mes, puedes calcular la tasa promedio por día o por semana.
3. Usa la distribución de Poisson: Aplica la fórmula de la distribución de Poisson para
determinar la probabilidad de que ocurran diferentes cantidades de llegadas de pacientes en
un período de tiempo determinado. Esto te dará una idea de la variabilidad esperada en la
llegada de pacientes.
4. Evalúa la capacidad actual: Analiza la capacidad actual del establecimiento de salud para
manejar la llegada de pacientes. Ten en cuenta el número de camas, personal médico y
recursos disponibles.
5. Considera el objetivo de atención: Determina cuál es el objetivo de atención del
establecimiento de salud. Si el objetivo es brindar atención oportuna y de calidad a todos los
pacientes, es posible que necesites considerar una ampliación si la capacidad actual no
permite cumplir con ese objetivo.
6. Realiza proyecciones: Utilizando la distribución de Poisson y los datos históricos, realiza
proyecciones sobre la llegada de pacientes en un futuro próximo. Estas proyecciones te
ayudarán a anticipar el aumento en la demanda y evaluar si es necesario ampliar la
capacidad del establecimiento de salud.
7. Considera otros factores: Además de la distribución de Poisson, considera otros factores
como la disponibilidad de recursos financieros, espacio físico y personal médico necesario
para la ampliación del establecimiento de salud.
Conclusión 2
Recomendación sobre cómo estimar la probabilidad de que concurran más mujeres que hombres
utilizando la distribución binomial para ofrecer exámenes de mamografía:
Conclusión 3
2. Calcula la media (μ) y la desviación estándar (σ) de esta muestra de presiones sistólicas.
3. Utiliza la distribución normal para estimar la probabilidad de que un paciente tenga una presión
sistólica igual o superior a 130 mmHg. Puedes utilizar la función de densidad de probabilidad (PDF)
de la distribución normal.
4. Si la probabilidad es mayor al 50%, significa que más del 50% de los pacientes tienen una presión
sistólica igual o superior a 130 mmHg. En este caso, no se requiere asistencia adicional.
Badii, M.H. & J. Castillo (eds.). 2007. Técnicas Cuantitativas en la Investigación. 348 pp.
UANL, Monterrey.
ISBN: 970-694-377-3.