IN3702: Investigación Operativa

Profs: J. Correa, R. Epstein

Auxs: S. Astroza, L.F Solari, C. Thraves, N. Inostroza

Pauta CTP 3
Tiempo: 1 Hora

Suponga que existe un terminal de buses exclusivo para viajar a la ciudad de Rancagua. Los pasajeros llegan
a este terminal según un proceso de Poisson de tasa µ[personas/hora]. Se sabe, además, que en el terminal
existen dos andenes, A y B, uno para cada servicio ofrecido para realizar el viaje. Suponga que una vez en el
terminal, los pasajeros eligen el servicio A con probabilidad p, y el servicio B, con 1-p.

1. (1 punto) ¿Cuál es la probabilidad que lleguen k pasajeros al andén B durante la primera hora? Y que
lleguen más que k pasajeros? En promedio, cuántos pasajeros llegarán al andén B la primera hora?
Solución: Se trata de una división de un Proceso de Poisson. Sabemos que las llegadas al andén B, siguen
un proceso de Poisson de tasa λ(1 − p).

e−λ(1−p) ∗ (λ(1 − p))k

P (NB (1) = k) =
k!
Luego,

X e−λ(1−p) ∗ (λ(1 − p))j

P (NB (1) ≥ k) =
j!
j≥k

Finalmente, la esperanza de un proceso de Poisson de tasa λ(1 − p) ∗ 1

E(NB (1)) = λ(1 − p)

2. (1 punto)Si se sabe que en la primera hora han llegado 100 pasajeros al terminal, determine la probabil-
idad de que k de ellos hayan escogido el servicio A.
Solución:

P [N (1) = 100|NA (1) = k] ∗ P [NA (1) = k]

P [NA (1) = k|N (1) = 100] =
P [N (1) = 100]
P [NB (1) = 100 − k] ∗ P [NA (1) = k]
=
P [N (1) = 100]
−λ(1−p) −λp
∗(λ(1−p))100−k ∗(λp)k
(e (100−k)! )∗ (e k! )
= −λ
e ∗(λ) 100

100!
100!
= ∗ pk ∗ (1 − p)100−k
(100 − k)!k!

3. (1 punto)Considerando nuevamente que llegaron 100 pasajeros en la primera hora, calcule la probabilidad
que en la primera media hora hayan llegado k pasajeros al andén A.
Solución:
 P [NA (0,5) = k ∧ N (0,5) + NB (0,5) = 100 − k]
P [NA0,5 = k / N (1) = 100] =
P [N (1) = 100]
P [NA (0,5) = k] · P [N ? (0,5) = 100 − k]
=
P [N (1) = 100]
p p
k −(λ 2 ) 100−k −λ(1− 2 )
(λ p
2 ) ·e (λ(1− p2 )) ·e
k! · (100−k)!
= (λ)100 ·e−λ
100!

100!  p k  p 100−k
= · · 1−
(100 − k)!k! 2 2

En lo sucesivo, se pensará en 1 solo andén para simplificar los cálculos. Suponga, ahora, que los buses llegan
al paradero según un proceso de Poisson de tasa λ[buses/hora]. Al llegar cada bus, todos los pasajeros
que se encuentran esperando, se suben instantáneamente a él (Supondremos capacidad infinita para cada
bus) y los pasajeros que llegan posteriormente deben esperar al siguiente bus.
4. (0.5 punto) Encuentre la función de probabilidad del número de pasajeros que se suben al m-ésimo bus,
dado que el tiempo de llegada entre el bus m-1 y m es T.
Solución:
Sea Nm = Número de personas que se suben al m-ésimo bus. Sea xm = tiempo entre llagada del bus m-1
y el m-ésimo.

e−λT ∗ (λT )k
P (Nm = k|Xm = T ) = P (N (T ) = k) =
k!
5. (1 punto) Encuentre la función de probabilidad del número de pasajeros que se suben al m-ésimo bus.
Hint: Le puede resultar útil saber que la densidad de la función gamma(n, θ) está dada por:

(θ ∗ t)n−1
fn,θ (t) = θe−(θ∗t)
(n − 1)!

Solución:
Z
P (Nm = k) = P (Nm = k|Xm = T ) ∗ fx (T )dT
T ≥0

e−λT ∗ (λT )k
Z
= ∗ (µe−µT )dT
T ≥0 k!
µλk e−(µ+λ)T ∗ (µ + λ)k+1 T k
Z
= dT
(µ + λ)k+1 T ≥0 k!

Dado que lo que queda dentro de la integral es la densidad de probabilidad de una Gamma(k + 1, (µ + λ))
se tiene que:

µλk
P (Nm = k) =
(µ + λ)k+1

6. (1 punto) Dado que un bus llega a las 10:30 AM y no llegan buses entre las 10:30 y las 11:00 AM,
encuentre la función de probabilidad del número de pasajeros que se suben al siguiente bus.
Solución:
Si un bus llega a las 10:30 y no llegan buses entre 10:30 y 11:00, el número de pasajeros que se subirá al
próximo bus será N1 + N2 donde:
N1= Número de personas que se sube entre 10:30 y 11:00.
 N2= Número de personas que se sube después de las 11:00
X
P [Nm = n] = P [N 1 = j ∧ N 2 = n − j]
0≤j≤n
X
= P [N 1 = j] ∗ P [N 2 = n − j]
0≤j≤n

X e−(λ/2) (λ/2)j µλn−j

= ( )∗( )
j! (µ + λ)n−j+1
0≤j≤n

e−(λ/2) µ X (λ/2)j λn−j

=
(µ + λ) j!(µ + λ)n−j
0≤j≤n

−(λ/2) n
e µλ X (µ + λ) j 1
= ( )
(µ + λ)n+1 2 j!
0≤j≤n

7. (0.5 punto)Suponga que en la ciudad de Origen, existe una población de N personas. Cada hora, la
probabilidad que una de estas personas se dirija al terminal se ha estimado en un valor promedio de
A
σN = N + NB2 . Si se sabe se trata de una ciudad MUY grande, ¿Cómo podrı́a modelar el proceso de
llegada? Justifique detalladamente su respuesta.
Solución:
Calculemos la probabilidad que lleguen k personas al terminal:

N!
P [N = k] = ∗ pk (1 − p)N − k
(N − k)!k!

Resultado que corresonde a la función de probabilidad de una binomial

Ahora definimos λN = N ∗ σN
Notemos, entonces, que podemos reescribir la probabilidad como:

N ∗ (N − 1) ∗ · · · ∗ (N − k + 1)
P [N = k] = ∗ pk (1 − p)N − k
k!

N −k+1
N k ∗ (1 − 1
N) ∗ (1 − 2
N) ∗ ... ∗ (1 − N ) λN k (1 − λNN )N
= ∗( ) ∗
k! N (1 − λNN )k

Notando que λN ≈ A para N suficientemente grandes, podemos aproximar la probabilidad pedida (Ha-
ciendo tender N a infinito) según:

Ak e−A
P [N = k] ≈
k!
Se concluye que para N suficientemente grandes, se puede aproximar una distribución binomial(N, σ) con
un proceso de Poisson de tasa λ = N σ