Teoría de Probabilidades

Distribuciones de probabilidad de variables aleatorias

Distribución Poisson

Supongamos que observamos un fenomeno (por ejemplo llamadas telefonicas) para

un periodo de tiempo fijo en longitud t>0.
El numero de ocurrencias dentro de este intervalo fijo ¿ es una variable aleatoria
(v.a) X.
La v.a. X es discreta y su distribucion de probabilidades depende de como ocurre el
evento de interes.

Supuestos de como ocurren los eventos de interés:

1) En intervalos de longitud suficientemente, por ejemplo de longitud Δ t , solo ocurre

el evento de interés una sola vez o ninguna vez.

2) La probabilidad de exactamente una ocurrencia del evento de interés en el

intervalo de longitud Δ t , es proporcional a la longitud del intervalo (aprox.
λ ∙ Δ t , con λ<0 ).

Sea λ=n ° de ocurrencias del evento de interes enun intervalo de longitud t

(Tasa de ocurrencia)

Luego se define:

X =n ° de ocurrencias de un evento puntual en el intervalo ( 0 ,t ] , se distribuye Poisson

con tasa de ocurrencia μ= λ ∙ Δ t

P( X =x ) : Representa la probabilidad de obtener x ocurrencias de un evento de

interés en un intervalo (0,t] y una tasa de ocurrencia μ

x −μ
( ) μ e
P X=x = , con x=0 , 1 ,2 , … , ∞
x!

μ: Tasa de ocurrencia de un evento de interés en un intervalo (0,t].

Al valor μ, se le denomina parámetro de la distribución Poisson.

Si X Poisson(μ) entonces

a) La esperanza de una variable aleatoria de Poisson está dada por la expresión:

E [ X ] =μ

b) La Varianza de una variable aleatoria de Poisson está dada por la expresión:

Var [ X ] =μ
Ejemplo:

En un banco, un asesor comercial atiende en promedio a 3 personas por hora.

¿Cuál es la probabilidad que en la siguiente hora atienda solamente a dos personas?

μ=3 personas por cada hora

X= N° de personas que atiende al asesor comerial por cada hora

(Observacion: la tasa μ esta conversando con la v.a. X)

Entonces Si X Poisson ( μ ) , asi para nuestro ejemplo se da:

X Poisson( μ=3)

Luego

x −μ
( ) μ e
P X=x = , con x=0 , 1 ,2 , … , ∞
x!
2 −3
3e
P ( X=2 )= =0,224041 ≈ 0,2240
2!

La probabilidad de que en la siguiente hora atienda solamente a dos personas, es de

aproximadamente un 0,2240.

Ejercicio:

Una compañía telefonica recibe llamadas a razon de 4 llamadas por cada minuto.
Calcular la probabilidad de que:

a) Reciba 2 llamadas en un minuto.

b) No recibir llamadas en un minuto.

c) Recibir por lo menos 3 llamadas en un minuto.

d) Recibir una llamada en los primeros 20 segundos.