Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 4K vistas

    Ejemplo 3:: Suponga Que Llegan en Forma Aleatoria Una Serie de Llamadas A Una Central Telefonica Con Un Promedio de Tres

    Cargado por

    Juan Carlos Hsedano
    El documento presenta tres ejemplos que involucran procesos de Poisson. El primer ejemplo calcula la probabilidad de que ocurran 0 o al menos 4 llamadas en un minuto dado un promedio de 3 llamadas por minuto. El segundo ejemplo determina la distribución binomial y la utilidad esperada de alquilar autos en una tienda donde el 70% de clientes alquila un auto tipo A. El tercer ejemplo calcula varias probabilidades relacionadas a encontrar defectos en rollos de tela donde los defectos siguen una distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Ejemplo 3:: Suponga Que Llegan en Forma Aleatoria Una Serie de Llamadas A Una Central Telefonica Con Un Promedio de Tres

    Cargado por

    Juan Carlos Hsedano
    4K vistas3 páginas
    El documento presenta tres ejemplos que involucran procesos de Poisson. El primer ejemplo calcula la probabilidad de que ocurran 0 o al menos 4 llamadas en un minuto dado un promedio de 3 llamadas por minuto. El segundo ejemplo determina la distribución binomial y la utilidad esperada de alquilar autos en una tienda donde el 70% de clientes alquila un auto tipo A. El tercer ejemplo calcula varias probabilidades relacionadas a encontrar defectos en rollos de tela donde los defectos siguen una distribución de Poisson.

    Título original

    444459755-aa-docx

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El documento presenta tres ejemplos que involucran procesos de Poisson. El primer ejemplo calcula la probabilidad de que ocurran 0 o al menos 4 llamadas en un minuto dado un promedio de 3 llamadas por minuto. El segundo ejemplo determina la distribución binomial y la utilidad esperada de alquilar autos en una tienda donde el 70% de clientes alquila un auto tipo A. El tercer ejemplo calcula varias probabilidades relacionadas a encontrar defectos en rollos de tela donde los defectos siguen una distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    4K vistas3 páginas

    Ejemplo 3:: Suponga Que Llegan en Forma Aleatoria Una Serie de Llamadas A Una Central Telefonica Con Un Promedio de Tres

    Cargado por

    Juan Carlos Hsedano
    El documento presenta tres ejemplos que involucran procesos de Poisson. El primer ejemplo calcula la probabilidad de que ocurran 0 o al menos 4 llamadas en un minuto dado un promedio de 3 llamadas por minuto. El segundo ejemplo determina la distribución binomial y la utilidad esperada de alquilar autos en una tienda donde el 70% de clientes alquila un auto tipo A. El tercer ejemplo calcula varias probabilidades relacionadas a encontrar defectos en rollos de tela donde los defectos siguen una distribución de Poisson.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    Está en la página 1de 3

    Ejemplo 3: Suponga que llegan en forma aleatoria una serie de llamadas a

    una central telefó nica con un promedio de tres llamadas en intervalos de un


    minuto.
    a) Calcule la probabilidad de que en cualquier periodo de un minuto:
    1) No ocurra llamada alguna
    La probabilidad de que no ocurra llamada en el periodo de un minuto es:
    Es un proceso de Poisson con pará metro λ=3
    La fó rmula es

    λ x e− λ
    p ( x , y )=
    x!
    En este caso seria
    (3)x e−3
    p ( X=x ) =
    x!
    0 −3
    3 e
    p ( X=0 )= =0.04879
    0!
    2) Ocurran al menos 4 llamadas
    3
    λ X e− λ
    P ( X ≥ 4 ) =1−P ( X ≤3 )=1− ∑
    X =0 X

    P ( X ≤3 )=P ( X=0 )+ P ( X =1 ) + P ( X=3 )

    e−3 3 0
    P ( X=0 )= =0.0489
    0!

    e−3 31
    P ( X=1 ) = =0.1494
    1!

    e−3 32
    P X=2 =
    ( ) =0.2240
    2!

    e−3 33
    P ( X=3 )= =0.224 0
    3!
    La suma seria

    P ( X ≤3 )=0.6472
    Por lo que

    P ( X ≥ 4 ) =1−0.6472=0.35277
    b) Si cada llamada cuesta S/.0,50 ¿Cuá nto es el costo esperado por llamada?

    El nú mero de llamadas esperadas es


    E ( X ) =λ (El valor esperado de una distribució n de Poisson es su pará metro (λ)
    E ( X ) =3
    Y como cada llamada cuesta 0.50 el coste esperado es
    E ( X ) =3∗0.50=1.5

    Ejemplo 2: En una tienda de alquiler de automó viles, cada vez que un cliente
    alquile un automó vil debe pagar como mínimo $4. Ademá s, si alquila un auto
    tipo A debe pagar $15 má s, y si alquila un auto tipo no A debe pagar $5 má s.
    La probabilidad de que cualquier cliente alquile un auto tipo A es constante
    e igual a 0,7. Si cada uno de 5 clientes alquila un auto en esta tienda:
    a) Determine la distribució n de probabilidades del nú mero de clientes
    que alquilen automó viles tipo A

    Si x es el nú mero de clientes de 5 que alquilan automó viles tipo A, entonces,


    sus valores posibles serian: 0, 1, 2, 3,4. La probabilidad de que un cliente
    alquila un automó vil tipo A es p=P (E)=0.7. Por lo tanto, la distribució n de X
    es binomial B (n=5, p=0.7) esto es:
    f ( x )=P [ X =k ] =C 5k ( 0.7 )k (0.3)5−k ⟹ k=0,1,2,3,4,5

    b) Defina la funció n utilidad y calcule la utilidad que espera la tienda si


    cada vez alquila 5 automó viles.
    La utilidad U que producen a la tienda los cinco clientes, se define por:
    U =5∗4+15∗X + ( 5−X )∗5=45+10∗X , X=0,1,2,3,4,5

    Y dado que E ( X ) =np=5∗0.7 , la utilidad esperada por el alquiler de 5 autos


    cada vez es:
    E ( U )=45+10∗E ( X )=45+10∗3.5
    E ( U )=$ 80

    Ejemplo 3: La empresa “T&C” produce un tipo de tela en rollos de 100


    metros. El nú mero de defectos que se puede encontrar al desenrollar la tela
    es una variable aleatoria de Poisson con un promedio de 4 defectos por cada
    20 metros de tela.
    a) ¿Qué probabilidad hay de que al desenrollar un rollo de tela
    cualquiera se encuentre menos de tres defectos en los primeros
    50 metros?

    b) Calcule la probabilidad de que al desenrollar la tela no se


    encuentre defectos en el primer segmento de 5 metros de tela.
    c) Si se desenrollan 5 rollos de tela escogidos al azar, ¿Cuá l es la
    probabilidad de que no se encuentre defectos en el primer
    segmento de 5 metros de tela en al menos dos de ellos?
    Sea X el nú mero de defectos que se encuentran en un segmento de 20
    metros al desenrollar la tela y que ocurre con promedio λ=4. Entonces, la
    probabilidad de encontrar k defectos en un segmento de 20 x t metros de
    tela es: donde, λt es el promedio de defectos en el segmento de 20 x t metro
    de tela. q) El promedio del nú mero de defectos en los primeros 50 metros de
    tela es λt=4x2.4=10 (donde, t=2.5 extiende la longitud de 20 a 50 metros) y
    la probabilidad de que se encuentren menos de tres defectos en los primeros
    50 metros de tela .

    También podría gustarte