Mpes U3 Ea Elvc

Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
Licenciatura en Matemáticas
Asignatura: Procesos Estocásticos
Unidad 3.-La Distribución exponencial y el proceso Poisson
Actividad: Evidencia de Aprendizaje
Alumna: Elda Josefina Vázquez Calderón
Grupo: MT-MPES-2201-B2-000
Docente: Alejandro Salazar Guerrero

Evidencia de aprendizaje. Resolución de problemas sobre procesos de Poisson
Instrucciones: Resuelve cada uno de los problemas que se plantea a continuación
1. Un médico tiene citados a dos pacientes: uno a las 4 y el siguiente a las 4:30. El
tiempo que se tarda el médico en cada consulta es una variable aleatoria que se
distribuye como exponencial con media de 30 minutos. Si ambos pacientes llegan
a tiempo, determina el tiempo medio que esperará el segundo paciente antes de
ser atendido.
1
𝐸(𝑋) = = 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
λ
𝐸(𝑋) 30
𝐸(𝑋) = λ𝑡𝐸(𝑌2 ) → 𝐸(𝑌2 ) = = = 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
λ𝑡 1
∗ 30
30
∴ 𝑦𝑎 𝑞𝑢𝑒 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑐𝑜𝑛𝑠𝑢𝑙𝑡𝑎 𝑒𝑠 𝑑𝑒 30 𝑚𝑖𝑛𝑢𝑡𝑜𝑠, 𝑒𝑙 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 𝑠𝑎𝑙𝑑𝑟𝑎 𝑎 𝑙𝑎𝑠 4: 30,
𝑗𝑢𝑠𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎 𝑒𝑙 𝑝𝑎𝑐𝑖𝑒𝑛𝑡𝑒 2, 𝑡𝑒𝑛𝑖𝑒𝑛𝑑𝑜 𝑢𝑛𝑎 𝑒𝑠𝑝𝑒𝑟𝑎 𝑑𝑒 0 𝑚𝑖𝑛𝑢𝑡𝑜𝑠.
2. Una máquina necesita dos tipos de componentes para funcionar. Se cuenta con n
componentes tipo 1 y con m componentes tipo 2. Cada componente tipo i tiene
una tiempo de vida dado por una exponencial con parámetro λi. Calcula el tiempo
medio que la máquina puede operar con las componentes que se tienen si cada
vez que una componente se descompone se reemplaza inmediatamente por otra
  n n

del mismo tipo; es decir, calcula E  min 

 X ,  Y  .
i i
 i 1 i 1 
Si se tienen m componentes de la maquina 2, cuyo parámetro es λ1 , 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑒𝑙 𝑛 − é𝑠𝑖𝑚𝑜 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑐𝑢𝑎𝑙 𝑠𝑒 𝑑𝑒𝑠𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑒𝑠
𝑛
𝐸(𝑊𝑛 ) =
λ1
𝑠𝑖 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒𝑛 𝑚 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑞𝑢𝑖𝑛𝑎 2, 𝑐𝑢𝑦𝑜 𝑝𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜 𝑒𝑠 λ2 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝑒𝑙 𝑛 − é𝑠𝑖𝑚𝑜 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 𝑒𝑛 𝑒𝑙 𝑐𝑢𝑎𝑙 𝑠𝑒 𝑑𝑒𝑠𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠 𝑒𝑠
𝑛
𝐸(𝑉𝑛 ) =
λ2
𝑃𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜
 n n

E  min  X i ,  Yi  .
  i 1 i 1 
  n n
 𝑛 𝑚
= 𝑚𝑖𝑛 { E  min  
 i 1
X i  Yi  . } = 𝑚𝑖𝑛{𝐸|𝑊𝑛 |𝐸|𝑉𝑛 } = 𝑚𝑖𝑛 {
,

, }
λ1 λ2
 i 1
3. Los defectos en la tela producida en una máquina, se presentan de acuerdo a una
distribución Poisson de tasa 1.5 por rollo. Calcular la probabilidad de que:
a) No se presenten defectos en los primeros dos rollos producidos un día.
𝑒 −(1.5)(2) ((1.5)(2))0
𝑃[𝑁(2) = 0] = = 0.04978
0!
b) Se presenten al menos dos defectos en los primeros 4 rollos producidos un día

sí se sabe que en el primer rollo se presentó un defecto.
𝑃[𝑁(4) ≥ 2|𝑁(1) = 1] = 𝑃[𝑁(3) ≥ 1] = 1 − 𝑃[𝑁(3) = 0]
0
𝑒 −(1.5)(2) ((1.5)(2))
1− = 0.988891
0!
c) Sucede simultáneamente que hay un defecto en los primeros 3 rollos y hay 4

defectos en los primeros 6 rollos.
1 3
𝑒 −(1.5)(3) ((1.5)(3)) 𝑒 −(1.5)(3) ((1.5)(3))
[𝑁(3) = 1, 𝑁(6) = 4] = 𝑃[𝑁(3) = 1|𝑃|𝑁(3) = 3] = ( )( )
1! 3!
= 0.00843
4. La llegada de clientes a un comercio, ocurre de acuerdo a un proceso Poisson no-

homogéneo, cuya tasa está dada por
1
 t   , 0  t  8,
8t
donde t representa el número de horas transcurridas desde que abre el comercio.
a) ¿Cuál es la probabilidad de que el primer cliente llegue en los primeros 20
minutos?
1 ℎ𝑜𝑟𝑎 1
20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 = = ℎ𝑜𝑟𝑎
60 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 3
1
𝑡1
3 1
˄ = ∫ λ(𝑡)𝑑𝑡 = ∫ 𝑑𝑡 = 0.119105
𝑡0 √8 − 𝑡
0
(0.119105)1 −0.119105
𝑃[𝑌(𝑡) = 1] = 𝑒 = 0.105731
1!
b) ¿Si en la primera hora llegaron 6 clientes, cuál es la probabilidad de que 4 de

ellos hayan llegado en los primeros 40 minutos?
2 1
𝑃 [𝑁 ( ) = 4|𝑁(1) = 6] = 𝑃 [𝑁 ( ) = 2]
3 3
1 1
1
˄ = ∫ λ(𝑡)𝑑𝑡 = ∫ 𝑑𝑡 = 0.124522
2 2 √8 − 𝑡
3 3
1 (0.124522)2 −0.124522
𝑃 [𝑁 ( ) = 2] = 𝑒 = 0.006845
3 2!
c) Si todos los clientes se demoran exactamente 12 min. dentro del banco,

determina el número esperado de clientes dentro del banco en cualquier instante
del día.
𝑆𝑒𝑎 𝑡, 0 ≤ 𝑡 ≤ 8 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑖𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒𝑙 𝑑𝑖𝑎
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑠𝑒 𝑑𝑒𝑏𝑒 𝑑𝑒 𝑠𝑎𝑏𝑒𝑟 𝑞𝑢𝑒 𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑒𝑥𝑖𝑠𝑡𝑒𝑛 𝑒𝑛 𝑢𝑛 𝑖𝑛𝑠𝑡𝑎𝑛𝑡𝑒, 𝑒𝑠 𝑖𝑔𝑢𝑎𝑙
𝑎𝑙 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 ℎ𝑎𝑛 𝑙𝑙𝑒𝑔𝑎𝑑𝑜 𝑚𝑒𝑛𝑜𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑠𝑒
ℎ𝑎𝑛 𝑖𝑑𝑜.
𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑠𝑒 ℎ𝑎𝑛 𝑖𝑑𝑜
12 1 1
= 𝑚𝑖𝑛𝑢𝑡𝑜𝑠; 𝑠 = =5
60 5 1
( )
5
𝐸𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎
𝐸(𝑠) = 𝐸(𝑋(𝑡)) − 𝐸(𝑌(𝑡)) = (4√2 − 5)𝑡
𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜 𝑑𝑒 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑒𝑛 𝑐𝑢𝑎𝑙𝑞𝑢𝑖𝑒𝑟 𝑖𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒𝑙 𝑑𝑖𝑎, 𝑑𝑒𝑠𝑑𝑒 𝑞𝑢𝑒 𝑎𝑏𝑟𝑒𝑛 ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒
𝑐𝑖𝑒𝑟𝑟𝑎𝑛 𝑒𝑠 𝑑𝑒 (4√2 − 5)𝑡
5. Un tipo de antena colocada en lo alto de una montaña, está sujeta a impactos que
ocurren de acuerdo a un proceso Poisson. Sea N(t) el número de impactos recibidos
por la antena hasta el tiempo t y sea Di el daño causado por el i-ésimo impacto.
Supongamos que las variables aleatorias Di´s son independientes entre sí y son
independientes de N(t). El daño provocado por un impacto decae exponencialmente,
es decir, si el impacto provoca un daño inicial D, entonces t unidades de tiempo más
tarde el daño será Det. Además, se supone que los daños se acumulan de manera
que el daño que presenta la antena al tiempo t es:
N t 
D  t    Dk e
 t  Sk 
,
k 1
donde Sk es el momento en que ocurrió el k-ésimo impacto. Calcula la esperanza de

D(t) considerando que los tiempos Sk están uniformemente distribuidos en [0,t].
𝑁(𝑡) 𝑁(𝑡) 𝑁(𝑡)
𝑡
−(𝑡−𝑠𝑘 ) −(𝑡−𝑠𝑘 )
𝐸[𝐷(𝑡)] = 𝐸 [∑ 𝐷𝑘 𝑒 ] = [∑ 𝐸[𝐷𝑘 𝑒 ]] = ∑ 𝐷𝑘 ∫ 𝑠𝑒 −(𝑠−𝑠𝑘 ) 𝑑𝑠
𝐾=1 𝐾=1 𝐾=1 𝑠=0
𝑡 𝑡
𝑢=𝑠 𝑑𝑢 = 𝑑𝑠 −(𝑠−𝑠𝑘 ) 𝑡
∫ 𝑠𝑒 −(𝑠−𝑠𝑘 ) 𝑑𝑠 → → −𝑠𝑒 + ∫ 𝑒 −(𝑠−𝑠𝑘 ) 𝑑𝑠
𝑠=0
𝑑𝑣 = 𝑒 −(𝑠−𝑠𝑘 ) 𝑣 = −𝑒 −(𝑠−𝑠𝑘 ) 𝑠=0 𝑠=0
𝑡 𝑡
[−𝑠𝑒 −(𝑠−𝑠𝑘 ) − 𝑒 −(𝑠−𝑠𝑘 ) ] = −(𝑠 + 1)[𝑒 −(𝑠−𝑠𝑘) ] = −(𝑡 + 1)[𝑒 −(𝑡−𝑠𝑘 ) ] + (0 + 1)[𝑒 −(0−𝑆𝑘 ) ]
𝑠=0 𝑠=0
𝑁(𝑡) 𝑁(𝑡) 𝑁(𝑡)

𝑡
−(𝑡−𝑠𝑘 ) −(𝑡−𝑠𝑘 )
𝐸[𝐷(𝑡)] = 𝐸 [∑ 𝐷𝑘 𝑒 ] = [∑ 𝐸[𝐷𝑘 𝑒 ]] = ∑ 𝐷𝑘 ∫ 𝑠𝑒 −(𝑠−𝑠𝑘 ) 𝑑𝑠
𝐾=1 𝐾=1 𝐾=1 𝑠=0
𝑁(𝑡)
= ∑ 𝐷𝑘 (𝑒 𝑠𝑘 − (𝑡 + 1)𝑒 −(𝑡−𝑠𝑘 ) )
𝑘=1
Referencias
UnADM Matemáticas/Procesos Estocásticos /Contenido Nuclear Unidad 3 /La

Distribución exponencial y el proceso Poisson/México, D.F. Diciembre 2015
Rincón L. (2008). Introducción a los Procesos Estocásticos. Departamento de

Matemáticas, Facultad de Ciencias, UNAM, Cd. México.
Ross, S.M. (1996). Stochastic processes. John Wiley & Sons, New York.
Karling S. and Taylor H.M. (1975). A firts Course in Stochastic Porcesses,

Academic Press Inc, London.

Mpes U3 Ea Elvc

Cargado por

Copyright:

Formatos disponibles

Mpes U3 Ea Elvc

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Mpes U3 Ea Elvc

Cargado por

Copyright:

Formatos disponibles

Procesos estocásticos

Unidad 3. La distribución exponencial y el proceso Poisson

Asignatura: Procesos Estocásticos

Unidad 3.-La Distribución exponencial y el proceso Poisson

Actividad: Evidencia de Aprendizaje

Alumna: Elda Josefina Vázquez Calderón

Docente: Alejandro Salazar Guerrero

Instrucciones: Resuelve cada uno de los problemas que se plantea a continuación

b) Se presenten al menos dos defectos en los primeros 4 rollos producidos un día

c) Sucede simultáneamente que hay un defecto en los primeros 3 rollos y hay 4

4. La llegada de clientes a un comercio, ocurre de acuerdo a un proceso Poisson no-

b) ¿Si en la primera hora llegaron 6 clientes, cuál es la probabilidad de que 4 de

c) Si todos los clientes se demoran exactamente 12 min. dentro del banco,

donde Sk es el momento en que ocurrió el k-ésimo impacto. Calcula la esperanza de

𝑁(𝑡) 𝑁(𝑡) 𝑁(𝑡)

UnADM Matemáticas/Procesos Estocásticos /Contenido Nuclear Unidad 3 /La

Rincón L. (2008). Introducción a los Procesos Estocásticos. Departamento de

Karling S. and Taylor H.M. (1975). A firts Course in Stochastic Porcesses,

También podría gustarte