Universidad

Diego
Portales.
Escuela
de
Industrias,
Facultad
de
Ingeniera.
Modelos Estocsticos; 2do
2014.
Profesor: Franco Basso
Ayudantes: Diego Espinoza

semestre

de

Ayudanta N5
Problema 1
Se ha observado que a la puerta del Estadio Nacional llegan personas de

acuerdo a un Proceso de Poisson con tasa 350

personas
minuto , para presenciar

un partido de futbol. Sin embargo, a los concurrentes no les gusta estar muy
aglomerados. Por lo tanto, las personas al llegar consultan por el nmero de
espectadores que ya han ingresado (suponga que en la puerta se dispone
de dicha informacin de forma exacta). Si este nmero es menor o igual que
40.000, las personas siempre ingresan. Si es mayor a 40.000, con
probabilidad 0.25 una persona cualquiera ingresa; en caso contrario se
devuelve a su casa.
Para efectos de este problema, suponga que el Estadio tiene capacidad
infinita y que el Proceso de llegada de personas se inicia en el momento en
que se abren las puertas.

Problema 2
En el Centro de Urgencias Mdicas (C.U.M) del Dr. House, que atiende 24/7 a
la semana, durante todos los das del ao. Se sabe que los pacientes llegan
en forma independiente y la probabilidad que el estado del paciente sea
grave es de 0,4, que sea intermedio es 0,35 y que sea leve es 0,25.

Problema 3
Supongamos que se desea vender un artculo, y que las ofertas para
comprarlo llegan de acuerdo a un proceso de Poisson con tasa

c .

Supongamos que cada oferta es una variable que tiene como funcin
de densidad continua

f (x) . Una vez que se le presenta la oferta,

usted debe aceptar o rechazar y esperar a la siguiente oferta.

Usted incurre en un costo c por unidad de tiempo hasta que se vende
el artculo, adems su objetivo es maximizar el rendimiento total
esperado, donde el rendimiento es igual a la cantidad recibida por la
venta menos el costo total incurrido. Suponga que usted emplea la
poltica de aceptar la oferta que sea mayor a un cierto valor y
especfico. Cul es el mejor valor de y?

Solucin: Calcularemos el retorno total esperado cuando se utiliza

la y-politica, a continuacin, elija el valor de y que maximiza
esa cantidad. Sea X el valor de una oferta escogida al azar, y que F

(x) = P {X>x} =

f ( u ) du
x

sea su funcin de distribucin de cola.

Debido a que cada oferta ser mayor que y con probabilidad

y)
F(
, se deduce que tales ofertas se producen de acuerdo con un

proceso de Poisson con tasa

y)
F(
. Por lo tanto, el tiempo hasta

que se acepte una oferta es una variable aleatoria exponencial con

tasa

y)
F(
. R (y) denota el rendimiento total de la poltica que

acepta la primera oferta que es mayor que y, tenemos

E [ R ( y ) ] =E [ aceptar oferta ] cE [tiempo de aceptacin]

E [ XX > y ]

F( y)

xfX X > y ( x ) dx

F ( y)

f (x)
c
dx
( y)
F
F ( y )

xf ( x ) dx c
y

F ( y )

Rendimientos de Diferenciacin

d
E [ R ( y ) ]=0 F ( y ) yf ( y )+
dy

(
y

xf ( x ) dx

Por lo tanto, el valor ptimo de y satisface

c
y F ( y )= xf ( x ) dx

c
f ( y )=0

y f ( x ) dx= xf ( x ) dx
y

( x y ) f ( x ) dx= c
y

Ahora observamos que el lado izquierdo de la formula anterior es

una funcin no creciente de "y". Para ello, tenga en cuenta que, con

+
a

definido para igualar

si

a>0

o igual a 0 si no, tenemos

+
(Xy)
( x y ) f ( x ) dx= E

Debido a que

+
( X y)

es una funcin no creciente de "y", por lo

que es su esperanza, mostrando de este modo que el lado izquierdo

de la ecuacin (5.14) es una funcin no creciente de "y". En

consecuencia, si

E [ X ]<

- en cuyo caso no existe una solucin de

la ecuacin - entonces es ptima para aceptar cualquier oferta; de

lo contrario, el valor ptimo "y" es la nica solucin de la ecuacin.