UNIVERSIDAD NACIONAL AUTONOMA DE HONDURAS
FACULTAD DE CIENCIAS ECONÓMICAS ADMINISTRATIVAS Y
CONTABLES, DEPARTAMENTO DE ADMINISTRACIÓN DE EMPRESAS
ANALISIS CUANTITATIVO I
LICENCIADO: KELVIN NAHÚN HERNÁNDEZ
NOMBRE: SONIA CAROLINA DURÓN ÁVILA
TEMA: DISTRIBUCIÓN POISSON
N.º DE CUENTA: 20211000464
SECCIÓN: 0900
Ciudad Universitaria Tegucigalpa, M.D.C. 18 Julio del 2023
Contenido
INTRODUCCIÓN ............................................................................................................................................. 3
EJERCICIOS ..................................................................................................................................................... 4
CONCLUSIONES ........................................................................................................................................... 10
Bibliografía ...................................................................................................................................................... 11
2
INTRODUCCIÓN
La distribución de Poisson fue propuesta por el matemático francés Simeón-Denis Poisson a
principios del siglo XIX. Esta distribución es un modelo estadístico utilizado para describir la
ocurrencia de eventos raros o aleatorios en un intervalo de tiempo o espacio dado, cuando la tasa
promedio de ocurrencia de esos eventos es conocida. Por ejemplo, puede aplicarse para estimar la
probabilidad de que se produzcan cierto número de llamadas telefónicas en un centro de atención
durante un día, la cantidad de defectos en un producto manufacturado o el número de accidentes de
tráfico en una determinada área en un periodo de tiempo. (Levin, 2004)
La distribución de Poisson se caracteriza por tener las siguientes propiedades:
• Los eventos ocurren de forma independiente.
• La tasa promedio de ocurrencia de eventos es constante en el intervalo considerado.
• La probabilidad de ocurrencia de más de un evento en un intervalo extremadamente
corto es prácticamente nula.
• La probabilidad de ocurrencia de un evento en un intervalo es proporcional a la longitud
de dicho intervalo.
La función de masa de probabilidad de la distribución de Poisson está dada por la fórmula: P(X)
= λ* e ̄^ / X!
Donde:
P(X) es la probabilidad de que ocurran exactamente los eventos de manera aleatoria.
λ: es la tasa promedio o media de ocurrencia de eventos en el intervalo de tiempo.
e: es la base del logaritmo natural (aproximadamente 2.71828).
3
EJERCICIOS
Instrucciones: Desarrollo los siguientes ejercicios planteados exactamente tal y como se le solicita,
mostrando siempre todo el procedimiento hasta llegar a las respuestas de cada inciso, no solo copie la
respuesta final, sino que muestre todo el procedimiento realizado para llegar a las diferentes respuestas
en cada ejercicio e inciso desarrollando cada ejercicio a través de la tabla de Poisson: (Juan, 2020)
1. Los pasajeros de las aerolíneas llegan en forma aleatoria e independiente al mostrador
de revisión de pasajeros. La tasa media de llegada es 10 pasajeros por minuto.
a) Calcule la probabilidad de que no llegue ningún pasajero en un lapso de un minuto.
λ = 10
x=0
p (x=0) = 0.0000 x 100= 0.00%
R: La probabilidad de que no llegue ningún pasajero en un lapso de un minuto es de 0.00% No hay
probabilidad.
b) Calcule la probabilidad de que lleguen tres o menos pasajeros en un lapso de un minuto.
λ = 10
x≤3
P (x ≤ 3) = 0.0000+0.0005+0.0023+0.0076 = 0.0104 = 1.04%.
R: La probabilidad de que lleguen tres o menos pasajeros en un lapso de un minuto es de 1.4%.
4
c) De que no llegue ningún pasajero en un lapso de un minuto.
λ = 10
x=0 P (x=0) = 0.0000x100= 0.00%
R: La probabilidad de que no llegue ningún pasajero en un lapso de un minuto es 0, quiere decir
que no hay probabilidad.
d) De que llegue por lo menos un pasajero en un lapso de un minuto.
λ = 10
X≥1
P (X ≥ 1) = 0.0005 + 0.0023 + 0.0076 + 0.0189 + 0.0378 + 0.0631 + 0.0901 + 0.1126 + 0.1251 +
0.1137 + 0.0948 + 0.0729 + 0.0521 + 0.0347 + 0.0217 + 0.0128 + 0.0071 + 0.0037 + 0.0019 + 0.0009
+ 0.0004 + 0.0002 + 0.0001 = 1.0001 = 100%
R// La probabilidad de que por lo menos lleguen un pasajero en un lapso de un minuto es de 100%.
2. Durante cada nuevo periodo en que una universidad privada recibe inscripciones por
teléfono, llegan llamadas a una velocidad de 5 cada dos minutos.
a) ¿Cuál es la probabilidad de recibir más de 5 llamadas en dos minutos?
𝝀 = 5.0
X˃5
P (X > 5) = 0.1462 + 0.1044 + 0.0653 + 0.0363 + 0.0181 + 0.0082 + 0.0034 + 0.0013 +
0.0005 + 0.0002 = 0.3839 * 100 = 38.39%
5
R: La probabilidad de recibir más de 5 llamadas en dos minutos es de 38.39%.
b) ¿Cuál es la probabilidad de que haya tres o más llamadas en dos minutos?
𝝀 = 5.0
X≥3
P (X ≥ 3) = 0.1404 + 0.1755 + 0.1755 +0.1462 + 0.1044 + 0.0653 + 0.0363 + 0.0181 + 0.0082 +
0.0034 + 0.0013 + 0.0005 + 0.0002 = 0.8753 * 100 = 87.53%
R: La probabilidad que haya tres o más llamadas en dos minutos es de 87.53%
c) ¿De que no haya llamadas en un lapso de dos minutos?
𝝀 = 5.0
X=0
P(X=0) = 0.0067X100= 0.67%
R// La probabilidad de que no haya llamadas en un lapso de dos minutos es de 0.67%
3. El supervisor de un restaurante comidas rápidas, está intentando reducir la cantidad de
comida desperdiciada diariamente. Según los registros reales de los meses anteriores, se sabe
que el restaurante desperdicia en promedio 10 libras de comida durante una semana normal de
trabajo. El supervisor desea que semanalmente se desperdicien como máximo 3 libras de
comida para no afectar las ganancias.
6
a) ¿Qué probabilidad existe de que la semana siguiente se logre cumplir con el
deseo del supervisor?
𝝀 = 10
𝑿≤3
P (X ≤ 3) = 0.0000 + 0.0005 + 0.0023 + 0.0076 = 0.0104 * 100 = 1.04%
R: La probabilidad que existe que se logre cumplir con el deseo del supervisor la siguiente
semana es de 1.04%
b) ¿Cuál es la probabilidad de que la otra semana se desperdicien más de 3 libras
de comida?
𝝀 = 10
X>3
P (X >3) = 0.0189 + 0.0378 + 0.0631 + 0.0901 = 0.1126 + 0.1251 + 0.1251 + 0. 1137 +
0.0948 + 0.0729 + 0.0521 + 0.0347 + 0.0217 + 0.0128 + 0.0071 + 0.003 7 + 0.0019 + 0.0009
+ 0.0004 + 0.0002 + 0.0001 = 0.9897 X 100 = 98.97%
R: La probabilidad de que la otra semana se desperdicien más de 3 libras de comida es
98.97%
c) ¿Cuál es la probabilidad de que la otra semana no haya desperdicio de comida?
𝝀 = 10
𝑿=0
7
P(X=0) = 0.0000 X 100 = 0%
R: La probabilidad de que la otra semana no haya desperdicio de la comida es 0% es nula.
4. El Instituto de productividad Mundial estima que los accidentes fuera del trabajo tienen
para las empresas un costo de casi $200 mil millones anuales en pérdida de productividad. Con
base en estos datos, las empresas que tienen 50 empleados esperan tener un 4% de accidentes
fuera del trabajo por año. Para estas empresas con 50 empleados, conteste las preguntas
siguientes. 4% / 100 = 0.04
a) ¿Cuál es el numero promedio esperado de accidentes fuera del trabajo?
P = 0.04 M = n x p = 50 * 0.04 = 2%
q = 0.96
n = 50 R: el promedio esperado de accidentes fuera del trabajo es de 2%.
b) Una vez conocido este promedio de accidentes en las empresas de este número de
empleados indique, ¿Cuál es la probabilidad de tener como máximo dos accidentes?
𝝀 = 10
X≤2
P (X ≤ 2) = 0.1353 + 0.2707 + 0.2707 = 0.6767 x 100 = 67.67%
R: La probabilidad de tener como máximo dos accidentes es de 67.67%
8
c) ¿Cuál es la probabilidad de tener menos de 3 accidentes?
𝝀 = 2.0
X<3 P (X < 3) = 0.1353 + 0.2707 + 0.2707 = 0.6767 x 100 = 67.67%
R: La probabilidad de tener menos de 3 accidentes fuera del trabajo es 67.67%
9
CONCLUSIONES
• La distribución de Poisson tiene diversas aplicaciones en áreas como la estadística, la física, la
biología, la economía y la ingeniería, entre otras.
• Permite tomar decisiones informadas y planificar adecuadamente en diversos contextos.
• Es importante tener en cuenta las limitaciones de la distribución de Poisson ya que esta
distribución asume que los eventos ocurren de manera independiente y que la tasa promedio
de ocurrencia es constante en el intervalo considerado. En situaciones donde estas suposiciones
no se cumplen, se pueden explorar otras distribuciones alternativas.
10
Bibliografía
Juan, L. (24 de mayo de 2020). Youtube. Obtenido de [Link]
Levin, R. R. (2004). Estadistica para administracion y economia (Septima edicion ed.). Mexico.
11
