Professional Documents
Culture Documents
Unidad 3 Actividad 3
Procesos Estocsticos
Unidad 3 Actividad 3
1. Sea {N(t)} un proceso Poisson con tasa 3 y Wn denota el tiempo de ocurrencia del n-simo
evento. Calcula E(W), E(W|N(2)=5) y E(N(5)|N(2)=5).
Sea {()} un proceso de Poisson: Tal que (12 ): Donde = 3
La ocurrencia del j-simo evento es:
=
=1
( ) = ( )
=1
( ) =
(12 ) =
12
3
= 12 = 3
Sustituyendo:
Comentado [LAPB1]: Por sustitucin
(12 ) = 4
(12 |(2) = 5)
[12 |5 ] = [12 5 = 12 5] = [7 ]
[7 ] =
7
= 2.333
3
((5)|(2) = 5)
Para el clculo de [(5)]
[(5)] =
= (5)(3) = 15
((5)|(2) = 5) =
((5) = 15|(2) = 5)
(1 |2 ) =
1 2
+
15 10
+
= 8.333
3
3
((5)|(2) = 5) = 8.333
2.
A un estadio de ftbol, un da de partido, llegan personas de acuerdo a un
proceso Poisson con tasa 75 personas por minuto. a) Si en los primeros 30 minutos han
llegado 1700 personas, calcula la probabilidad de que la mitad de ellas hayan llegado en
los primeros 20 minutos. b) Si se sabe que en los primeros 20 minutos llegaron al menos
600 personas, cul es la probabilidad de que durante los primeros 40 minutos llegue un
total de 1400 personas?
a) Si en los primeros 30 minutos han llegado 1700 personas, calcula la probabilidad de
que la mitad de ellas hayan llegado en los primeros 20 minutos.
= 75
= 1700
( )()
!
( )() ( )()
(() = |() = ) = [
][
]
!
!
| (() = |() = ) =
(() = ) =
= 30
= 1700
= 20
=
1700
=
= 850
2
2
( )() ( )()
(() = |() = ) = [
][
]
!
!
( (75)(20) )((75)(20))
(850)!
850
850
][
( (75)(10) )((75)(10))
(850)!
] = (0)(0) = 0
Por lo que la probabilidad es prcticamente CERO, donde la tasa, como una medida de significancia o
una media promedio, implica que al menos en 20 minutos, ya existen 1500 personas dentro del
estadio.
b) Si se sabe que en los primeros 20 minutos llegaron al menos 600 personas, cul es la
probabilidad de que durante los primeros 40 minutos llegue un total de 1400 personas?
= 40
= 1400
= 20
= 600
(() = |() = ) = [
( )()
!
][
( )()
!
( (75)(20) )((75)(20))
(600)!
600
800
][
( (75)(20) )((75)(20))
(800)!
] = (0)(0) = 0
3.
Supongamos que un aparato elctrico sufre desperfectos a lo largo del tiempo de
acuerdo a un proceso Poisson de parmetro . Cada vez que el aparato se descompone,
se enva a reparacin para volverlo a poner en funcionamiento posteriormente, y el
tiempo que tarda en ser reparado tiene distribucin exponencial de parmetro . El
aparato se reemplaza por uno nuevo slo cuando el tiempo que transcurre entre dos
reparaciones sucesivas es menor o igual que una constante a > 0. Encuentra la funcin
de densidad del tiempo de vida til del equipo (es decir, el tiempo hasta que es
reemplazado).
Sea es una variable distribuida segn Poisson donde la cantidad de fallas que tiene el circuito en un
determinado perodo de tiempo, por lo que ( = 0)
Si la variable se encuentra distribuida segn Poisson, tendr su parmetro , mientras que si el caso
fuera determinar cul es la media donde la probabilidad de que no exista falla sea tendramos que
= ( = 0) =
0
0!
0
0!
() = ( )
() = ()
= ()
Comentado [LAPB14]: Para que exista la probabilidad de que exista una
falla o que en su caso el aparato este descompuesto entonces tenemos que:
= (( = 0))
=
()
Por lo que si el aparato funciona durante horas, probabilidad de que ninguna reparacin
=(
()
)
( ) = (
()
)
4.
Las anotaciones de dos equipos de bsquet, forman procesos Poisson de tasas 1 y 2
anotaciones cada 5 minutos, respectivamente. Supongamos que N(t*)=3 y N(t*)=1 en
algn tiempo t*. Calcula la probabilidad de que N(t) alcance 4 antes de que lo haga
N(t) (para t > t*).
+1
1
2
) ( +
)
1 +2
1
2
= 1 1 = 1
= 3 2 = 2
1+31
1
2 1+31
1+31
(11 < 32 ) = (
=
)(
) (
)
1+2
1+2
=1
| = 1,2,3
3
2 3
3 1
=
( )( ) ( )
3
3
=1
1
2
3
2
2 1
2 0
3 1
3 1
3 1
( )( ) ( ) + ( )( ) ( ) + ( )( ) ( ) =
1 3
2 3
3 3
3
3
3
12 6
1
19
+
+
=
27 27 27 27
5.
Suponga que se tienen dos procesos donde Na(t) define el nmero de mujeres que
llegan al cine con tasa de 7 mujeres por hora y Nb(t) define el nmero de hombres que
llegan al cine con tasa de 4 hombres por hora, entonces N(t) ser el nmero de personas
que arriban al cine.
a.
b.
c.
d.
e.
= 7
():
= 4
= 0,1,2,3
1
( ( ) = 15) =
2
15
1
1
( )(11)
2
(( ) (11))
15!
= 0.0003984
= + = 14
= 14
()
!
= 6
( = 6| + = 14) =
( = 6| = 14) = (
6
4 146
14 7
= 0.06097
)( ) ( )
6 11
11
= 12 = 7
: : ; 6
= 6 2 = 4
Para calcular La probabilidad de que el tiempo del 12-simo arribo sea hombre, sea menor que el del
6-simo sea mujer:
= (12
< 6 )
+1
2)
( 1 <
= (
=
+1
+1
)(
) (
)
+
+
...
(12
< 6 ) = (
=12
7
4 12+61
12 + 6 1
)(
) (
)
7+4
7+4
17
= (
=12
12
=(
17 7
)( )
12 11
4 17
17 7
=
)( ) ( )
11
11
13
14
15
4
4 4
4 3
4 2
17 7
17 7
17 7
( ) + ( )( ) ( ) +( )( ) ( ) + ( )( ) ( )
13 11
14 11
15 11
11
11
11
11
16
17
4 1
4 0
17 7
17 7
+ ( ) ( ) ( ) + ( ) ( ) ( ) = 0.37408
16 11
17 11
11
11
(12
<
6 )
= 0.37498
La probabilidad de que el tiempo del 12-simo arribo sea hombre, sea menor que el del 6-simo sea
mujer es del 37.49%
Si se sabe que puede llegar una mujer con una probabilidad de 6/10. Cul es la
probabilidad de que lleguen 5 mujeres y 5 hombres?
=
6
10
=1 =
1
6
4
=
10 10
4
10
+ =
= + = 7 + 4 = 11
= 11
( )() ( )()
(() = |() = ) = [
][
]
!
!
Sabiendo que:
( = 5, = 5) = ( = 5)( = 5)
(
( = 5, = 5) =
(11)(
6
)
10 ) ((11) (
6
10))
5!
(
(11)(
4
)
10 ) ((11) (
4 5
10) )
5!
)(
( = 5, = 5) = (0.1419)(0.1687) = 0.02394
e)
[() = |() = ] = ( ) ( ) (1 )
12
1 1812
18 1
[(1) = 12|(2) = 18] = ( ) ( ) (1 )
= 0.070816
12 2
2