Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Nacimiento y Muerte
Nacimiento y Muerte
Ejercicios resueltos
1.- Se tiene un sistema en dos niveles, en el primer nivel usuarios se conectan
a un sistema de apuestas computacionales. El nmero de personas que se
conectan sigue una distribucin de Poisson a tasa un/hr. Cada persona
mientras est conectada realiza apuestas a un segundo nivel. Cada persona
genera apuestas con distribucin exponencial a tasa de apuestas/hora. Las
personas conectadas permanecen un tiempo exponencial co tasa un/hr. Las
apuestas demoran en ser atendidas un tiempo exponencial a tasa un/hr.
Se pide
a) Distribucin de probabilidades del nmero de entidades en el nivel mas
alto
b) Distribucin conjunta de probabilidades del nmero de entidades en el
nivel mas bajo y el nmero de entidades en el nivel ms alto.
Desarrollo:
a) Nivel
mas
alto
El
proceso
{X ((t ) : n de usuarios conectados en t , t 0}es un proceso de nacimiento
y muerte.
(1) * (0 )
2
(0)
;
P2 =
P0 =
P0
;
P1 =
P0 = P0
(1)
(2 ) * (1)
2 *
(2 ) (1) (0)
3
P3 =
P0 =
P0
(3) (2) (1)
3 * 2 *
n
1
Trmino general Pn = P0 ; n > 0
n!
Obtencin de P0 :
1
1 1 n
1
P0 = 1 + = = e
n =0 n! n
n =1 n!
=e
1
Pn = e n 0
n!
b) Sea Y (t ) : n apuestas en el nivel mas bajo
P{X (t ) = j; Y (t ) = k } = P Y (t ) = k
* P{X (t ) = j}
X (t ) = j
P Y (t ) = k
= ??
X (t ) = j
La variable aleatoria Y (t )
X (t ) = j
y Muerte
Tasa de nacimiento (k ) = j
Tasa de muerte (k ) = k
Usando la distribucin de probabilidades de la letra a
P Y (t ) = k
X (t ) = j
}= e
1 j
k!
Reemplazando
P{X (t ) = j , Y (t ) = k } = e
1 j
1
*e
k!
j!
k
Tasas de nacimiento:
( j) = 4 j 0
personas/minuto
Tasas de muerte: Si cada persona permanece en promedio 10 minutos, la
tasa de salida de una persona es de 6 personas por hora, luego
1
( j) = j j 0
10
Calculo de las probabilidades
(0)
4
(1)
1
1
2
P1 =
P0 =
P0 = 40 P0
P2 =
P1 = 40 P1 = (40) P0
1
(2 )
2
2
(1)
10
(2 )
11
11
(40)3 P0 = 1 (40)3 P0
P3 =
P2 =
P2 =
(3)
32
32
3!
Trmino general
1
n
Pn = (40) P0 n 1
n!
P0 = 1 + 40 n
n =1 n!
Pn = e 40
40 n
n!
n0
n =0
n =1
b) L = nPn = ne
L=e
40
2 (40)
3 n =1 (n 1)
n 1
L = e 40 40
j =0
(40) j
j!
(40)n
P0 =
n =0 n!
= e 40
40
(40)n
n!
=e
40
n
n 1
(
40)
(
40 ) (40 )
40
n
=e
(n 1)!
n(n 1)!
n =1
n =1
= e 40 40 40 = 40
3.- Artculos a ser procesados llegan a dos procesos productivos 1 y 2, los que
comparten una zona de almacenamiento de materias primas llamada buffer, en
el cual se pueden almacenar a lo ms N artculos. Los artculos tipo 1 deben
ser procesados en el proceso 1 y los artculos tipo 2 en el proceso 2. La llegada
de artculos para ambos procesos siguen sendos procesos de Poisson con
tasas 1 y 2 respectivamente. Los tiempos de operacin de cada proceso
Es claro que X (t ) = X 1 (t ) + X 2 (t )
p = P( X (t ) > N ) = 1 P( X (t ) N ) = 1
P(X (t ) = k X (t ) = N k )
1
k =0
p =1
P P
1 2
k N k
k =0
1
k : probabilidad de que en el buffer hayan k artculos tipo
2
N k : probabilidad de que en el buffer hayan N-k artculos.
En que P
1 y
v j Pj =
P v P
k k
kj
k j
Adems como los cambios de estado ocurren solo a los estados j y j+1, se tiene
que
X 1 (t ) y X 2 (t ) corresponden a sendo procesos de Nacimiento y Muerte:
Ecuacin de equilibrio
Tasa de nacimiento X 1 (t ) : ( j ) =
X <N
X N
j=0
j 1
Tasa de Muerte X 1 (t ) : ( j ) =
2 X < N
0 X N
Tasa de nacimiento X 2 (t ) : ( j ) =
Tasa de Muerte X 2 (t ) : ( j ) =
j=0
j 1
(0) 1 1 1 1 1 1 1 ( N 1) 1
PN 1 = 1 PN1 = 1 P01
P =
P0 = P0 Pn = P0 PN =
(1)
1
(N )
1
1
1
n
1
1
(0) 2 2 2 2 2 2
P12 =
P0 =
P0 Pn = P0
(1)
2
2
n
( N 1) 2
P =
PN 1 = 2 PN2 = 2 P02
(N )
2
2
N
2
N
P01 = 1 +
k =1
P02 = 1 +
k =1
p =1
P( X (t ) = k X (t ) = N k ) =
1
k =0
P P
1 2
k N k
k =0
=1 P P
1 2
0 0
k =0
N k
Desarrollo:
Sea X (t ) : nmero de personas esperando para entrar al concierto.
En el largo plazo, suponiendo la existencia de un estado estacionario se tiene
que se cumple la ecuacin de equilibrio para la variable X (t ) , esto es
v j Pj =
P v P
k k
kj
k j
Adems como los cambios de estado ocurren solo a los estados j y j+1, se tiene
que X (t ) corresponde a procesos de Nacimiento y Muerte:
Ecuacin de equilibrio
Y U (a, b ) luego E (Y ) =
a+b
2
Tasa de nacimiento X (t ) : ( j ) =
{ E (Y )
j=0
j 1
Tasa de Muerte X (t ) : ( j ) =
E (Y )
en
que
Luego Pn =
P
P
=
0
1 +
0
E ( X (t )) =
n * P =
n
n=0
n *
n=0
n =0
k =1
E (Y )
E (Y )
n*
P0 = P0
n
(1 )2
(a + b )
2
(a + b )
E ( X (t )) = 1
2
2
1 (a + b )
(a + b )
=1
2
n *
n =0
5.- En una pequea oficina pblica atiende un solo funcionario a las personas
que realizan sus trmites. Las personas llagan a la oficina de acuerdo a un
proceso de Poisson a tasa . Las personas son reacias a esperar demasiado,
de modo que si hay j personas esperando ser atendidas, cuando llegan con
probabilidad q ( j ) se quedan (de lo contrario se van sin ser atendidos). Una vez
en la cola las personas esperan hasta que los atienden o hasta que se les
acaba la paciencia. Suponiendo que los clientes esperan un tiempo exponencial
con tasa . Los tiempos de espera de las personas son independientes entre
si. El cajero atiende con tiempos de servicio exponenciales a tasa . Modele el
nmero de personas en la cola como un proceso de nacimiento y muerte,
determinando las tasas y las probabilidades de la variable de estado..
Desarrollo:
Sea X (t ) el nmero de personas en la cola de espera.
Llegadas (correspondern a nacimientos):
Las personas que llegan a la cola de espera lo hacen con distribucin de
Poisson a tasa q ( j )
Salidas (correspondern a muertes):
Las personas salen atendidas con distribucin de Poisson a tasa
impaciencia con distribucin tambin de Poisson a tasa .
o por
d
Pij (t ) =
dt
P (t )v P
ik
kj
v j Pij (t )
k j
Pij (t ) Pj
Adems las probabilidades de transicin dejan de cambiar en el tiempo luego:
d
Pij (t ) = 0
dt
Con esto la ecuacin anterior se transforma en :
v j Pj =
kj
k j
tiempo continuo.
Mas especficamente se puede ver que los cambios de la variable X (t ) son a
estados contiguos. Por ejemplo si X (t ) = j entonces los cambios inmediatos
sern a j + 1 y j 1 . Luego se puede modelar X (t ) como un Proceso de
Nacimiento y Muerte ya que los cambios son a estados contiguos.
Luego se pueden aplicar directamente las probabilidades de estado
desarrolladas en clases, basta definir adecuadamente las tasas.
Tasas de nacimiento : ( j ) = q ( j )
Tasas de muerte :
( j) =
j=0
+ j
j >0
P1 =
(0)
q(0)
P0 =
P
(1)
+ 0
P2 =
(1)
q(1)
q(1) q(0)
P1 =
P1 =
P
(2 )
+ 2
+ 2 + 0
Termino general :
n 1
Pn =
q( j )
+ j P
n 1
j =0
En que P0 = 1 +
n 1
n =01
j =0
q( j )
+ j
Ejercicios propuestos
1.- Se tiene un sistema de apuestas electrnicas en lnea, en el cual los
usuarios se conectan en forma remota. Sea X (t ) el nmero de personas
conectadas al sistema en el instante t. El nmero de personas que se conectan
sigue una distribucin de Poisson a tasa un/hr. Las personas conectadas
permanecen un tiempo exponencial con tasa un./hr. Obtenga la distribucin
de probabilidades del nmero de personas en el sistema.