Estadística Aplicada a

los Negocios
Semana 7 Sesión 1B
Temario

1. Variable aleatoria discreta: Distribución Poisson

2. Repaso
Logro de la sesión

Al finalizar la sesión, el estudiante identifica

variables aleatorias asociadas a un
experimento aleatorio de Poisson
calculando probabilidades referidas a ésta.
Distribución de Poisson
Distribución discreta: Poisson
El proceso de Poisson es un experimento aleatorio utilizado para describir el número de
veces que un evento ocurre en un espacio infinito de observación (área, longitud, tiempo,
etc.).
Es útil para la ocurrencia de eventos por unidad de tiempo: errores/mes, quejas/semana,
defectos/día.
Tasa de ocurrencia (𝝀)
La central telefónica A recibe 50 llamadas telefónicas en promedio en 5 horas
𝜆 𝐴 = 50
¿Cuántas llamadas recibirá en 4 horas?

Cuando en una distribución binomial n > 30 y p < 0.1 → 𝜆 = np

Distribución de Poisson
Distribución discreta: Poisson

𝑒 −𝜆 ∙ 𝜆𝑥
𝑃 𝑋=𝑥 = 𝜇=𝐸 𝑋 =𝜆
𝑥!
D𝑜𝑛𝑑𝑒: 𝑅𝑋 = {0,1,2, … }
Donde:
✓ P(X = x) es la probabilidad de ocurrencia cuando la variable discreta X toma un valor
finito x.
✓ λ = Lambda es la ocurrencia promedio por unidad (tiempo, volumen, área, etc.). La
constante e tiene un valor aproximado de 2.711828

Notación: X ~ P(𝜆)
Distribución de Poisson
Ejemplo: Distribución discreta Poisson
Un cajero automático es utilizado cada 20 minutos por 6 personas en promedio. Se
desea saber cuál es la probabilidad de que:
a) El cajero sea utilizado por 10 personas en 20 minutos.
b) El cajero sea utilizado por lo menos por 3 personas en 20 minutos.
c) El cajero sea utilizado por 5 personas en 10 minutos.
 Distribución de Poisson
𝑒 −𝜆 ∙ 𝜆𝑥
Ejemplo: Distribución discreta Poisson: 𝑃 𝑋=𝑥 = 𝑅𝑋 = {0,1,2, … }
𝑥!
Solución a: X: Número de personas que usan cajero automático en 20 minutos
Tasa de ocurrencia: 𝜆1 = 6
−6 10 La probabilidad de que el cajero sea utilizado
Piden: 𝑃 𝑋 = 10 = 𝑒 ∙ 6
≅ 0.0413 por 10 personas en 20 minutos es 0.041.
10!
Solución b: Piden: 𝑃(𝑋 ≥ 3) = 𝑃(𝑋 = 3) + 𝑃(𝑋 = 4) + 𝑃(𝑋 = 5) + ⋯

Propiedad 𝑃 𝑋 ≥ 3 = 1 − 𝑃 X < 3 → 1 − (𝑃(𝑋 = 0) + 𝑃(𝑋 = 1) + 𝑃(𝑋 = 2))

𝑒 −6 60 𝑒 −6 61 𝑒 −6 62
=1− + + → 𝑃 𝑋 ≥ 3 = 1 − 0.062 ≅ 0.938
0! 1! 2!
La probabilidad de que el cajero sea utilizado por lo menos por 3 personas en
20 minutos es 0.938.
Distribución de Poisson
Ejemplo: Distribución discreta Poisson:
Solución c: Y: Número de personas que usan cajero automático en 10 minutos
6 personas 20 minutos
𝜆𝑛𝑢𝑒𝑣𝑜 10 minutos
𝜆𝑛𝑢𝑒𝑣𝑜 = 3
Reemplazando:
𝑒 −𝜆 ∙ 𝜆𝑦
𝑃 𝑌=𝑦 = 𝑅𝑌 = {0,1,2, … }
𝑦!
𝑒 −3 ∙ 35
𝑃 𝑌=5 = ≅ 0.1008
5!
La probabilidad de que el cajero sea utilizado por 5 personas en 10 minutos es 0.1008.
Distribución de Poisson
Ejemplo: Distribución discreta Poisson
Se cree que el número promedio de individuos por cada 2 𝑘𝑚2 de cierta especie de mamíferos
que habita en las alturas de cierta región es de 1.2.
Si se observa un área de 3 𝑘𝑚2 , ¿cuál es la probabilidad que se encuentre como mínimo 2
individuos?

Solución Del problema: Tasa de ocurrencia: 2 𝑘𝑚2 1.2

3 𝑘𝑚2 𝜆𝑛𝑢𝑒𝑣𝑜
X: Número de individuos en 3 km² 𝜆𝑛𝑢𝑒𝑣𝑜 = 1.8
Piden: 𝑃(X ≥ 2) = 1 − 𝑃(𝑋 < 2) → 1 − (𝑃 𝑋 = 0 + 𝑃 𝑋 = 1 )

𝑒 −1.8 1.80 𝑒 −1.8 1.81 La probabilidad que se encuentre como mínimo 2

=1− +
0! 1! individuos es 0.5372.
= 1 − 0.4629 ≅ 0.5372
Ejercicio individual

Resolveremos el
siguiente ejercicio de
manera individual
Ejercicio individual N° 1 – Foro semanal
A cierta fábrica de laminados de madera llegan
por término medio 3 clientes cada 2 horas.
Suponiendo que las llegadas se distribuyen de
acuerdo a una distribución de Poisson, calcule la
probabilidad de que en una mañana de trabajo
(de 9:30 a 13:30 horas) lleguen más de 2 clientes.
 CIERRE
Cierre
¿Qué hemos aprendido?

¿Cuales son las similitudes y

diferencias entre las distribuciones
binomial y de Poisson?
CIERRE