Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE INGENIERÍA
Resumen
En el siguiente laboratorio se desarrollaron 2 experimentos con la intención de demostrar
la convergencia de distribución binomial a la distribución de poisson, donde con ayuda
de una caja binomial llena de 85 bolas de colores y 15 bolas blancas(unidades no
conforme) se pueda representar la distribución binomial, posteriormente, para el 2do
experimento se utilizaría la caja anterior con la misma cantidad total de bolas, solo que
esta vez será solo 2 canicas blancas y el resto de color, aun así, cada experimento tendrá
un tamaño de muestra diferente o se podría decir inversamente proporcional al tamaño de
unidades no conforme.
Palabras claves
Binomial, poisson, convergencia.
Abstract
In the following laboratory, 2 experiments were carried out with the intention of
demonstrating the convergence of binomial distribution to the poisson distribution, where
with the help of a binomial box full of 85 colored balls and 15 white balls (non-compliant
units) the Binomial distribution, later, for the 2nd experiment the previous box with the
same total amount of balls would be used, only this time it will be only 2 white marbles
and the rest of color, even so, each experiment will have a different sample size or I could
say inversely proportional to the size of nonconforming units.
Keywords
Binomial, poisson, convergence.
1
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
1. Introducción
Propiedades de la distribución
Cuando inferimos en el término de binomial
distribución de variables discretas en
estadística, llegamos a dos definiciones Para que una variable aleatoria se
como lo son la distribución binomial y la considere que sigue una distribución
distribución de poisson. Donde la binomial, tiene que cumplir las
distribución binomial es cuando se siguientes propiedades:
realizan n pruebas sucesivas e
independientes, en experimentos En cada ensayo, experimento o
aleatorios que solo admiten dos prueba solo son posibles dos
resultados éxito o fracaso. por otro lado, resultados (éxito o fracaso).
se dice que una variable discreta tiene
una distribución de poisson cuando su La probabilidad del éxito ha de
numero de muestra es grande o tiende a ser constante. Esta se representa
infinito y su probabilidad es muy mediante la letra p. La
pequeño o cercano a cero. probabilidad de que salga cara al
lanzar una moneda es 0,5 y esta
es constante dado que la moneda
2. Fundamentos Teóricos no cambia en cada experimento y
las probabilidades de sacar cara
Una distribución binomial es una es constate.
distribución de probabilidad discreta que
describe el número de éxitos al realizar n La probabilidad de fracaso ha de
experimentos independientes entre sí, ser también constate. Esta se
acerca de una variable aleatoria. representa mediante la letra q =
1-p. Es importante fijarse que,
Existen una gran diversidad de mediante esa ecuación, sabiendo
experimentos o sucesos que pueden ser p o sabiendo q, podemos obtener
caracterizados bajo esta distribución de la que nos falte.
probabilidad. Imaginemos el
lanzamiento de una moneda en el que El resultado obtenido en cada
definimos el suceso “sacar cara” como el experimento es independiente del
éxito. Si lanzamos 5 veces la moneda y anterior. Por lo tanto, lo que
contamos los éxitos (sacar cara) que ocurra en cada experimento no
obtenemos, nuestra distribución de afecta a los siguientes los sucesos
probabilidades se ajustaría a una son mutuamente excluyentes, es
distribución binomial. decir, no pueden ocurrir los 2 al
mismo tiempo. No se puede ser
Por lo tanto, la distribución binomial se hombre y mujer al mismo tiempo
entiende como una serie de pruebas o o que al lanzar una moneda salga
ensayos en la que solo podemos tener 2 cara y cruz al mismo tiempo.
resultados (éxito o fracaso), siendo el
éxito nuestra variable aleatoria.
2
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
3
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
4
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Así,
Dado que:
5
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Teorema de adición:
Haciendo t = 0
6
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Para y:
El resultado se prueba, comprobando
como la función de cuantía de una
distribución binomial con
De manera que la función generatriz de
momentos Z será el producto de ambas
ya que son independientes. Y
Siendo la F.G.M. de una Poisson: Siempre que este producto sea una
cantidad constante (un valor finito). En
7
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Equipos
1. A qué razones obedece las
Canicas de colores y blancas
diferencias entre la probabilidad
Caja binomial (caja con apertura
teórica y la probabilidad
de vidrio en los laterales)
experimental resultante.
8
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
9
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
6. Bibliografía
[2]
Distribución Poisson. (s.f.). Recuperado
de
https://www.uv.es/ceaces/base/modelos
%20de%20probabilidad/poisson.htm
10
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
7. Anexos
Exp 1
11
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
12
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Exp 2
13
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
14
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
15
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
Aplicabilidad de probabilidad
binomial y Poisson en el Control de
Calidad
16
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
17
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
18
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
P (X = 1) = 3 C1 p1 (1 - p)3 – 1 = 3 x 0.41
x (1 – 0.4)2 = 0.432 = 43.2%
P (X = 2) = 3 C2 p2 (1 - p)3 – 2 = 3 x 0.42
x (1 – 0.4)1 = 0.288 = 28.8%
P (X = 3) = 3 C3 p3 (1 - p)3 – 3 = 1 x 0.43
x (1 – 0.4)0 = 0.064 = 6.4%
Referencias
i. La función de distribución de
Poisson. (s.f.). Recuperado 21
Ejemplo de distribución binomial agosto, 2019, de
https://www.matematicasypoesi
1. Un lote de 10 pernos contiene 4 a.com.es/Estadist/ManualCPE04
defectuosos. Considere el p4.htm
experimento de elegir un perno al ii. Arturo Robirosa, A. R. AR.
azar del lote y luego de observar (2013, 7 noviembre). Relación
si es o no defectuoso se regresa al entre la Distribución Binomial,
lote. ¿Cuál es la probabilidad de Poisson y Normal. Recuperado
que en tres repeticiones de este 21 agosto, 2019, de
experimento se obtengan 0 https://prezi.com/gkcwwipu0xup
defectuosos? /relacion-entre-la-distribucion-
binomial-poisson-y-normal/
Este experimento tiene dos resultados iii. Camilo Ernesto Pardo Beainy, C.
posibles mutuamente excluyentes, esto E. P. B. (1970, 1 enero).
es, el perno o es defectuoso o es no Distribución binomial aplicada a
defectuoso (bueno) y la probabilidad de un sistema de clasificación de
que sea defectuoso es 4/10 en cada una piezas con tratamiento digital de
de las tres repeticiones. Por lo tanto, el imágenes. Recuperado 21 agosto,
experimento es binomial y la variable 2019, de
aleatoria X, definida como el número de https://dialnet.unirioja.es/servlet/
pernos defectuosos obtenidos en las tres articulo?codigo=4991587
repeticiones, se distribuye binomial con iv. Probabilidad binomial. (s.f.).
parámetros n = 3 y p = 0.4 (X b(3; Recuperado 21 agosto, 2019, de
0.4)). https://www.varsitytutors.com/h
otmath/hotmath_help/spanish/to
En consecuencia, la probabilidad de pics/binomial-probability
obtener 0 defectuosos, es:
P (X = 0) = 3C0 p0 (1 - p)3 – 0 = 1 x 1 x (1
– 0.4)3 = 0.216 = 21.6%
19
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y
OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
v. http://materconstrucc.revistas.csi
c.es/index.php/materconstrucc/ar
ticle/download/1746/2143
Imágenes
Caja binomial
20
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
21
UNIVERSIDAD DE LA COSTA
DEPARTAMENTO DE GESTIÓN INDUSTRIAL AGROINDUSTRIAL Y OPERACIONES
LABORATORIO DE CONTROL DE CALIDAD
FACULTAD DE INGENIERÍA
22