UNMSM - Facultad de Qumica e Ingeniera Qumica

Control de Calidad de Procesos Ing. Heber Helfer

B-1
INTRODUCCIN A LAS
DISTRIBUCIONES DE PROBABILIDAD DISCRETAS

DISTRIBUCIN DE PROBABILIDAD DE POISSON

( )
!
.
r
e p n
y
np
r

=




En la prctica, la distribucin discreta ms importante es la de Poisson. Es una
aproximacin a distribuciones ms exactas y se aplica cuando el tamao de la
muestra es 16 como mnimo, el tamao de la poblacin es diez veces el tamao
de la muestra como mnimo, y la probabilidad de opurrencia p, en cada prueba,
es menor que 0,1. (Estas condiciones se cumplen a menudo.)
En la figura anterior se da la funcin de probabilidad de Poisson, pero en la
prctica se trabaja con las tablas de probabilidad acumulada.

UNMSM - Facultad de Qumica e Ingeniera Qumica


Control de Calidad de Procesos Ing. Heber Helfer
B-2
MODO DE HACER PREDICCIONES UTILIZANDO
LA DISTRIBUCIN DE PROBABILIDAD DE POISSON
Un proveedor enva un lote de 300 unidades de un producto, que en el pasado
se caracteriza por tener un 2% de unidades defectuosas. Se selecciona una
muestra de 40 unidades tomadas al azar del lote. La Tabla E del Apndice II
nos da la probabilidad de hallat r o menos unidades defectuosas en una muestra
de n unidades. Entrando en la tabla con un valor de np igual a 40(0,02) o sea
0.8, obtenemos la tabla 22-9. Las probabilidades individuales pueden obtenerse
restando las probabilidades acumuladas. As, la probabilidad de tener
exactamente 2 unidades defectuosas es 0,953 0,809, es decir 0.144.

TABLA DE PROBABILIDADES DE POISSON


R
Probabilidad. de hallar r o menos piezas defectuosas
en la muestra
0 0,449
1 0,809
2 0,953
3 0,991
4 0,999
5 1,000

MEDIA DE LA DISTRIBUCIN DE POISSON

p n =



DESVIACIN ESTNDAR DE LA DISTRIBUCIN DE POISSON
p n =

la media y la variancia son iguales entre s :
p n = =
2




UNMSM - Facultad de Qumica e Ingeniera Qumica


Control de Calidad de Procesos Ing. Heber Helfer
B-3
LA DISTRIBUCIN DE PROBABILIDAD BINOMIAL


Si la probabilidad p de ocurrencia de un suceso es constante en cada una de n
pruebas, independientes del suceso entonces la probabilidad de r ocurrencias en
n experimentos es
( )
n
r n r
p q
r n r
!
! !

donde q = 1 - p.
En la prctica se considera razonable suponer una probabilidad de
ocurrencia constante cuando el tamao de la poblacin es, como mnimo, diez
veces el tamao de la muestra. (Obsrvese que la binomial exige menos
supuestos que la distribucin de Poisson.)
La tabla F del Apndice II proporciona tablas parciales para la binomial.
MODO DE HACER PREDICCIONES UTILIZANDO
LA DISTRIBUCIN DE PROBABILIDAD BINOMIAL
Un proveedor enva un lote de 100 unidades de un producto que en
pasado se caracterizaba por tener un 5% de unidades defectuosas. Se
selecciona una muestra de 6 unidades, tomadas al azar del lote. Las
probabilidades de diverso resultados de la muestar aparecen en la siguiente
tabla:
Tabla de probabilidades binomiales



R
P(exactamente r unidades de 6) = |6!/r!(6 - r )!|(0.05)
r
(0.95)
6-r


0 0,7351
1 0,2321
2 0,0306
3 0,0021
4 0,0001
5 0,0000
6 0,0000
UNMSM - Facultad de Qumica e Ingeniera Qumica


Control de Calidad de Procesos Ing. Heber Helfer
B-4
Al utilizar la frmula obsrvese que 0! = 1. La tabla F del Apndice II da las
probabilidades binomiales en forma acumulada, es decir, la probabilidad de r o
menos ocurrencias en n experimentos. Para el ejemplo anterior, la probabilidad
de 1 o menos unidades defectuosas en una muestra de 6 se puede leer en la
tabla como 0,9672. Obsrvese que sta es la suma de las probabilidades para r
= 0 y r = 1, es decir,

0,7351 + 0,2321 = 0,9672.
MEDIA DE LA DISTRIBUCIN BINOMIAL
p n =


DESVIACIN ESTNDAR DE LA DISTRIBUCIN BINOMIAL

q p n =

donde q = 1 - p



DISTRIBUCIN BINOMIAL NEGATIVA


La distribucin binomial negativa est relacionada con casos especiales de
distribucin de Poisson.

UNMSM - Facultad de Qumica e Ingeniera Qumica


Control de Calidad de Procesos Ing. Heber Helfer
B-5
LA DISTRIBUCIN HIPERGEOMTRICA


En algunas ocasiones no se cumplen los supuestos de Poisson ni de la
distribucin binomial. Con la nica suposicin de que se trata de una muestra
aleatoria, la hipergeomtrica da la probabilidad de que se produzcan
exactamente r ocurrencias en n experimentos hechoa a partir de un lote N
elementos con d unidades defectuosas, expresndola por la frmula:
d
r
N d
n r
N
n

_
,

_
,

_
,

.

donde
N
n

_
,
es la combinacin de N elementos tomados de n en n y es igual a
( )! !
!
n N n
N

, donde N! = [ N.(N-1).(N-2). . .1 ] y 0! = 1. Los clculos pueden

evitarse utilizando tablas.

MODO DE HACER PREDICCIONES UTILIZANDO LA DISTRIBUCIN
DE PROBABILIDAD HIPERGEOMTRICA
Un proveedor enva un lote de 100 unidades de un producto que en el pasado se
caracterizaba por tener alrededor del 5% de unidades defectuosas. Se
selecciona una muestra de 20 unidades, tomadas al azar del lote. Para calcular
la probabilidad de 0 unidades defectuosas en 20, obsrvese que el lote tiene 5
defectuosas y 95 no defectuosas. Entonces:
319 , 0
)! 20 100 ( ! 20
! 100
)! 20 95 ( ! 20
! 95
.
)! 0 5 ( ! 0
! 5
20
100
20
95
.
0
5
) 20 0 (

1
]
1

1
]
1

,
_

,
_

,
_

en P
Hganse las necesarias sustituciones en la frmula para hallar
sucesivamente P (r en 20), donde r es, en este ejemplo, 0, 1, 2, 3, 4 y 5.
UNMSM - Facultad de Qumica e Ingeniera Qumica


Control de Calidad de Procesos Ing. Heber Helfer
B-6
Prueba de una distribucin supuesta
En la prctica, se da por supuesta una distribucin al evaluar una muestra de
datos. A menudo es suficiente con evaluar la forma del histograma o el grado
en que la grfica trazada sobre papel probabilstico sigue una lnea recta. Estos
mtodos requieren un buen juicio (por ejemplo:hasta qu extremo ha de ser
recta la lnea?), porque la muestra no es nunca un ajuste perfecto. Sospeche
de los datos si el ajuste es perfecto. Las pruebas de la bondad del ajuste
(Contraste de Hiptesis) evalan cualquier distribucin supuesta utilizando
criterios cuantitativos.

MEDIA DE LA DISTRIBUCIN HIPERGEOMTRICA
N
d
n =


VARIANCIA DE LA DISTRIBUCIN HIPERGEOMTRICA
( )( )
( )

=
1
2
2
N N
n N d N d n