UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS

FACULTAD:
CIENCIAS ECONÓMICAS ADMINISTRATIVAS Y CONTABLES
CARRERA:
MERCADOTECNIA
ASIGNATURA: ANÁLISIS CUANTITATIVO I
TEMA:
DISTRIBUCIÓN POISSON
ESTUDIANTE:
VALERIA ABIGAIL ESCOBAR OSORIO
No. CUENTA:
20221002806
LICENCIADO:
JUAN JOSE LOBO NUÑEZ
TEGUCIGALPA M.D.C 11-11-2022
INTRODUCCION:

El nombre de esta distribución proviene de su creador, Siméon-Denis

Poisson (1781-1840), un matemático y filósofo francés, que quería modelar
la frecuencia de eventos durante un intervalo de tiempo fijado. También
participó en perfeccionar la ley de los grandes números.

La distribución de Poisson es una distribución de probabilidad discreta que

modeliza la frecuencia de eventos determinados durante un intervalo de
tiempo fijado a partir de la frecuencia media de aparición de dichos
eventos.

En otras palabras, la distribución de Poisson es una distribución de

probabilidad discreta que, tan solo conociendo los eventos y su frecuencia
media de ocurrencia, podemos saber su probabilidad.

La distribución de Poisson se utiliza en el campo de riesgo operacional con

el objetivo de modelar las situaciones en que se produce una pérdida
operacional. En riesgo de mercado se emplea el proceso de Poisson para
los tiempos de espera entre transacciones financieras en bases de datos
de alta frecuencia. También, en riesgo de crédito se tiene en cuenta para
modelar el número de quiebras.

En el siguiente trabajo se realizara una serie de ejercicios en los cuales

será necesario utilizar el método poisson para llegar a los resultados
deseados.
1. María Padilla se dedica a la venta de almuerzos, en su menú siempre presenta un plato seco y una
sopa para que sus clientes puedan elegir. De acuerdo a su experiencia, María sabe que al día vende
en promedio 7 sopas. Por otro lado, se ha estimados que los clientes que prefieren plato seco andan
en un promedio de 5.
a) ¿Cuál es la probabilidad de que mañana, María venda 6 sopas?
• X=6
• λ=7
• P(x = 6)= (7)ˆ6 (e)ˆ-7/6!=0.1490=14.90%

b) ¿Cuál es la probabilidad de que mañana, María venda un máximo de 3 platos secos?

• X=3
• λ =5
• P(x = 3)= (5)ˆ3 (e)ˆ-5/3!=0.1404=14.04%
 c) ¿Cuál es la probabilidad mañana María venda al menos 12 sopas?

2. La concertista de piano “Donna Prima” está muy molesta por el número de estornudos que se
presentan en la audiencia justo antes que empieza a tocar. Durante su última gira, Donna estimó un
promedio de ocho estornudos justo antes de iniciar sus conciertos. La señora Donna Prima le ha
advertido a su director que, si escucha más de 5 estornudos antes de iniciar el concierto de esa
noche, se rehusará a tocar. ¿Cuál es la probabilidad de que la artista toque el piano en el concierto
de esa noche?
•x≤5

•λ=8

• P(x = 5) =(8)ˆ 5 (e)ˆ-8/5!= 0.0916 = 9.16%

• P(x = 4) = (8)ˆ 4 (e)ˆ-8/ 4!= 0.0573 = 5.73%
• P(x = 3) = (8) ˆ3 (e)ˆ-8/ 3!= 0.0286 = 2.86%
• P(x = 2) = (8) ˆ2 (e)ˆ-8/ 2!= 0.0107 = 1.07%
• P(x = 1) = (8) ˆ1 (e)ˆ-8/ 1!= 0.0027 = 0.27%
• P(x = 0) = (8) ˆ0 (e)ˆ-8/ 0!= 0.0003 = 0.03%

3. El supervisor de un restaurante, está intentando reducir la cantidad de comida desperdiciada

diariamente. Según los registros de los meses anteriores, se sabe que el restaurante desperdicia en
promedio 8 libras de comida durante un día normal de trabajo. El supervisor desea que diariamente
se desperdicie un máximo de 4 libras de comida.
a) ¿Qué probabilidad existe de que el día de mañana se logre cumplir con el deseo del supervisor?
• x≤3
• λ = 4.5
P(x = 3) = (4.5) ˆ3 (e)ˆ-4.5/ 3!= 0.1687 = 16.87%
P(x = 2) = (4.5) ˆ2 (e)ˆ-4.5/ 2!= 0.1125 = 11.25%
 P(x = 1) = (4.5)ˆ 1 (e)ˆ-4.5/ 1!= 0.0500 = 5.00%
P(x = 0) = (4.5) ˆ0 (e)ˆ-4.5/ 0!= 0.0111 = 1.11%

b) ¿Cuál es la probabilidad de que mañana se desperdicien 5 libras de comida?

• x=5
• λ = 4.5
P(x = 5) = (4.5) ˆ5 (e)ˆ-4.5/ 5!= 0.1708 = 17.08%

c) ¿Cuál es la probabilidad de que mañana no haya desperdicio de comida?

• x=0
• λ = 4.5
P(x = 0) = (4.5)ˆ 0 (e)ˆ-4.5/ 0! = 0.0111 = 1.11%
4. Considere los siguientes datos:
q = 95%
n = 23
Calcule las siguientes probabilidades:
a) P(r = 4)
r=4
p=1–q p = 1 –0.95=0.05
q =0.95
n = 23
ẋ =23*0.05=1.2
P(x = 4) =(1.2) ˆ4 (e)ˆ-1.2/4!=0.0260=2.60%
b) P(r = 6)
r=6
p=1–q p = 1 –0.95=0.05
q =0.95
n = 23
ẋ =23*0.05=1.2
P(x = 6) =(1.2) ˆ6 (e)ˆ-1.2/6!=0.0012 =0.12%
 CONCLUSIONES:
• La distribución de Poisson es popular porque modela el número de veces que ocurre
un evento en un intervalo de tiempo.
• En la distribución de poisson se utiliza este símbolo λ

• La variable aleatoria X = el número de ocurrencias en el intervalo de

interés.

BIBLIOGRAFIA:
(Rodó, 2020)
Rodó, P. (04 de noviembre de 2020). Economipedia.com. Obtenido de
https://economipedia.com/definiciones/distribucion-de-poisson.html