Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Finaljl2003 PDF
Finaljl2003 PDF
Cadenas de Markov
P1) Se ha comprobado que la probabilidad de que un determinado partido poltico gane unas
elecciones depende de si las gan en los dos comicios inmediatamente anteriores de la siguiente
forma: si gan las dos elecciones anteriores, entonces la probabilidad de que vuelva a ganar es del
95 %. Si gan las ltimas elecciones pero no las penltimas, entonces la probabilidad de que gane
es del 70%. Si gan las penltimas pero perdi en las ltimas, entonces la probabilidad de que
pierda es del 60%. Finalmente, si perdi en las dos elecciones anteriores, entonces perder con una
probabilidad del 80%.
El tipo de intervencin quirrgica exige que sta se realice en varias etapas independientes entre
s, de igual tiempo medio de duracin y que se distribuye exponencialmente. No puede iniciarse
una nueva operacin hasta que no se ha completado la ltima etapa de la operacin anterior. El
nmero de pacientes que llegan al hospital se distribuye poissonianamente de esperanza 1 cada 5
horas. Los pacientes esperan ingresados en el hospital por orden de llegada hasta que son
intervenidos por el equipo de cirujanos.
Asimismo, en la figura siguiente aparecen el histograma de los tiempos de la muestra de las 3000
operaciones. La parte de la derecha de la figura muestra una tabla con las probabilidades de
encontrar N pacientes en el hospital para N=0,1,2,9.
1)
(0,0) Estado 0 = (0,0)
Estado 1 = (1,0)
Estado 2 = (1,1)
Estado 3 = (0,1)
(1,0) (1,1)
(0,1) 0 0,8 0 0 0, 2
1 0,6 0 0 0, 4
P=
2 0 0,05 0,95 0
3 0 0 0,7 0,3
03 0, 2 0 0
1 1 5 0 0 1 5
3 = [1] + P3 3 13 = 0,6 1 0 1 =
3 1 0 1 = 4
0 0, 05 0,05 1 3 1 20 1 24
23
4) P =; j j =1
1 1 1 1 0 1 0 0,1179
0 1 0 ,05 0 0
1 1
0, 0393
0 = ; =
0 0,05 0,7 2 0 2 0,7865
0, 2 0 , 4 0 0, 7 0
3 3
0, 0563
2 + 3 = 0,8426
TEORIA de COLAS. SOLUCIN DEL PROBLEMA
E [T ] T 3,0381
= k = = 1, 72 1,72 2 = 2,97 . Se adopta un nmero de
Var1 / 2 [T ] sT 1,7608
etapas de la ley k-Erlang para el tiempo de servicio de 3.
2) Tper = T1 + T2 ; Tper se distribuye segn una k-erlang con k=6; E[Tper]= 2 3,0381=6,0762
i =0 i!
66
kt = 6
6,0762
= 0,4457
i=0 i!
3)
2
3,0381
2 = 3 = 3,0766 horas 2
3
3,0766
2 + 0,607622
2 +
2
= = 52 = 0,6272 pacientes
Lq
2(1 ) 2(10,60762 )
L = L q + = 1, 235 pacientes
4)
L
1, 235
W = =
= 6,17 horas
1/ 5
5) P(N3)=0,4+0,2912+0,1575+0,0783 =0,927
P(N=0 | N3) = 0,4 / 0,927= 0,4315
P(N=1 | N3) = 0,2912/ 0,927= 0,3141
P(N=2 | N3) = 0,1575/ 0,927= 0,17
P(N=3 | N3) = 0,0783 / 0,927= 0,0844
Tn = v.a. 2n-Erlang, E[Tn]= n3,0381
n1 1 2nt i 2nt
P({T n t}) = e E[T n]
= i! E[T n]
i 0
2nt 2n3
= 2
E[T n] n3,0381
i=0 i!
P({T1 3}) = 1 2 i e 2 = 0,9834
5
i=0 i!
P({T1 3}) = 1 2 i e 2 = 0,9998
8
i=0 i!
P({T1 3}) = 1 2 i e 2 = 0,9999
11
i=0 i!
P(T3|N3) = P(N=0 | N3) P(T13) + P(N=0 | N3) P(T13) + P(N=0 | N3) P(T13) +
P(N=0 | N3) P(T13) + P(N=0 | N3) P(T130) = 0,8552
6) Modelo M/M/2
1
P0 = n s = 0,2482
s 1 1 1 1
+
n =0 n ! s! 1
s
1
L = P = 0,6976 pacientes, L = L + = 1,92 pacientes
q s ! 0 (1 )
2
q