Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla Semana 4.2 PDF
Cartilla Semana 4.2 PDF
SEMANA 6
PROCESOS DE POISSON
[ PROGRAMACIÓN ESTOCÁSTICA ]
SEMANA
SEIS
LECTURA
DOS:
EJEMPLOS
DE
DISTRIBUCIÓN
EXPONENCIAL
Y
PROCESOS
DE
POISSON
Ejemplo
1:
Suponga
que
los
clientes
llegan
a
una
tienda
de
acuerda
a
un
Proceso
de
Poisson
(PP)
con
tasa
! = 10 !"#$%&$' ℎ!"#
a.
¿Cuál
es
el
número
esperado
que
clientes
que
visitan
la
tienda
durante
8
horas?
Respuesta:
Teniendo
en
cuenta
que
por
notación
N(t)
es
el
número
de
eventos
que
ocurren
durante
un
intervalo
de
tiempo
(0,
t].
Entonces,
se
debe
definir
la
variable
poisson
N(t)
y
se
debe
calcular
el
valor
esperado
de
N(8
horas),
tal
como
se
presenta
a
continuación:
N(t)
=
número
de
clientes
que
visitan
la
tienda
durante
un
intervalo
de
tiempo
t.
El
valor
esperado
de
una
variable
aleatoria
poisson
se
define
de
la
siguiente
manera:
! ! ! = ! ∗ !
Por
lo
tanto,
10 !"#$%&$'
! ! ! = ! ! 8 = ! ∗ ! = ×8 ℎ!"#$ = 80 !"#$%&$'
ℎ!"#
b.
¿Cuál
es
la
probabilidad
de
que
ninguna
persona
llegue
a
la
tienda
entre
la
1:00
pm
y
la
1:06
pm?
Respuesta:
Haciendo
regla
de
tres,
pasamos
los
minutos
a
horas.
6
minutos:
0.1
horas
e!!! (λf)!
P N 1: 00PM − 1: 06PM = P N(0.1 = 0) =
k!
e!!"∗!.! (10 ∗ 0.1)!
= = e!!"∗!.! = e!! = 0.367
0!
Ejemplo
2:
El
periodo
de
vida
en
años
de
un
televisor
de
cierta
marca
tiene
una
distribución
exponencial
con
un
promedio
de
6
años.
a) ¿Cuál
es
la
probabilidad
de
que
un
televisor
falle
antes
del
tercer
año
de
uso?
T = tiempo de vida del televisor en años
! !
P T < 3 = 1 − e!! = 1 − e! !∗! = 1 − e! ! = 0.3934
2
[ POLITÉCNICO GRANCOLOMBIANO ]
b) Suponga
que
se
analizan
5
televisores
de
esa
marca,
¿cuál
es
la
probabilidad
de
que
al
menos
3
de
los
5
televisores
fallen
antes
del
segundo
año
de
uso?
T = tiempo
! !
P T < 2 = 1 − e!! = 1 − e! !∗! = 1 − e! ! = 0.2835
c) Si
un
televisor
lleva
2
años
funcionando,
¿cuál
es
la
probabilidad
de
que
falle
después
del
quinto
año?
En
este
punto
se
aplica
la
propiedad
de
no
memoria:
T > 5t£\T > 5
= P T > 5t £ \1t > 5 = P
P T>5
P(T > 5t£ e! !(£!!)
= = !!"
P(> 5) e
!!!£ !!!£
= !!!£
= e!!£ = P(T > t)
!
P(T > 5; T > 2) P(T > 5) e! ! !
P T > 5\T > 2 = = = ! = e! !
P(T > 2) P(T > 2)
e! !
!
= P T > 3 = e! ! = 0,606
Ejemplo
3:
Una
empresa
de
fabricación
de
bolsas
plásticas
tiene
una
máquina
que
cumple
el
proceso
de
sellado.
Por
ser
máquinas
que
continuamente
están
trabajando
tienen
un
desgaste
continuo
y
por
ende
su
tiempo
de
vida
promedio
es
de
10
meses
siguiendo
una
distribución
exponencial.
Si
el
último
cambio
de
máquina
que
se
hizo
fue
hace
10
meses,
¿cuál
es
la
probabilidad
que
deba
cambiarse
la
máquina
antes
de
los
próximos
ocho
meses?
Compruebe
la
propiedad
de
no
memoria
de
la
distribución
exponencial.
P T ≤ 18\T ≥ 10 =?
P(10 ≤ T ≤ 18) F 18 − F(10)
= =
P(T ≥ 10) 1 − F(10)
!"
1 − e!!"/!" − (1 − e!" ) e!!/! + e!! e!! e!!/!
= = = = !!
1 − (1 − e!"/!" ) e!! e!! e
!
= 1 − e!! = 0.55
[ PROGRAMACIÓN ESTOCÁSTICA ] 3
Comprobando
la
propiedad
de
no
memoria:
! !
P(T ≤ 18 t ≥ 10 = P T ≤ 8 = 1 − e!!" = 1 − e!! = 0.55
Ejemplo
4:
Un
parque
de
diversiones
cuenta
con
una
atracción
favorita
que
es
la
que
le
genera
mayores
ingresos
anuales.
A
dicha
atracción
se
le
debe
realizar
un
mantenimiento
preventivo
cada
año
para
evitar
accidentes,
pero
por
ser
esta
atracción
la
de
mayor
rentabilidad,
parque
quiere
que
el
tiempo
de
reparación
sea
el
menor.
Si
se
considera
que
el
tiempo
de
reparación
de
una
máquina
tiene
una
distribución
exponencial
con
una
media
de
15
días.
a)
¿Cuál
es
la
probabilidad
que
el
parque
alcance
a
reparar
su
atracción
favorita
en
menos
de
10
días?
Sea
T:
tiempo
de
reparación
de
la
máquina
en
días.
t~
esperado
(15
días)
! !
P(T≤10) = 1 − e!!! = 1 − e!!" = 0.223 = 1 − e!! = 0.486
b)
Dado
que
el
costo
de
reparación
se
genera
por
cada
4
horas
de
trabajo
o
fracción
y
es
de
$500.000
y
considerando
que
el
día
tiene
8
horas
laborales
¿Cuál
es
la
probabilidad
de
que
una
reparación
cueste
exactamente
$4’000.000?
Se
hace
una
regla
de
tres
para
determinar
cuántas
horas
se
demandan
con
un
costo
de
reparación
de
4000000
4
horas
=
500000
B=
4000000
Al
hacer
la
regla
se
obtiene
que
B=32
horas
Luego,
P una reparación cueste 4000000 = P 28 horas ≤ t ≤ 32 ≤ horas
! !,!
= 3,5 ≤ T ≤ 4 ≤ = P t ≤ 4 − P T ≤ 35 = 1 − e!! − 1 − e! !"
! !
= −e!!" + e!!" = 0.768 + 0.792 = 0.026
4
[ POLITÉCNICO GRANCOLOMBIANO ]
c)
El
gerente
de
mantenimiento
está
interesado
en
realizar
una
programación
de
la
reparación
de
la
máquina.
¿Cuál
es
el
tiempo
t
de
reparación
que
se
debe
asignar,
para
que
haya
una
probabilidad
de
0.1
de
que
el
tiempo
de
reparación
efectivo
sea
mayor
a
t?
x
=
“Tiempo
de
reparación
de
la
máquina.”
P x > t = 0.1
e!!! =0.1
!
ln (e!!" ) = 0.1
t
− lne = ln 0.1 t = −1.5 ∗ ln 0.1 = 34.54 = 35 días
15
Ejemplo
5:
A
un
determinado
puerto
llegan
barcos
de
acuerdo
a
un
Proceso
de
Poisson
con
tasa
de
4
barcos
por
hora.
a) ¿Cuál
es
el
valor
esperado
y
la
desviación
estándar
del
número
de
barcos
que
llegan
al
puerto
en
una
semana?
El
Valor
esperado
(promedio),
de
una
Distribución
de
Poisson
es
la
misma
tasa
de
llegada
! !"#$%& !"# !"#$%
E(N(t))=λt = !"#$ = !"#$%$
1
semana=
168
horas
7 días 24horas
∗
semana 1 día
672 horas
=
semana
Desviación
estándar
= N t = 672 = 25.92
b) ¿Cuál
es
la
probabilidad
de
que
pasen
más
de
5
horas
entre
la
llegada
de
2
barcos
consecutivos?
[ PROGRAMACIÓN ESTOCÁSTICA ] 5
T:tiempo
hasta
el
primer
éxito.
En
éste
caso
el
éxito
se
obtiene
cuando
llegan
dos
barcos
consecutivos.
Por
lo
tanto,
la
variable
discreta
queda
definida
como:
T:”
tiempo
hasta
la
llegada
de
2
barcos
consecutivo”
T~esperado(4
barcos/
hora)
P(t
>5)=e!!∗! = e!!" = 2,06 ∗ 10!!
c) El
13
de
noviembre
llegaron
4
barcos
entre
la
1:00
am
y
las
6:00
am.
Calcule
el
número
esperado
de
barcos
que
llegaron
entre
las
10:00
am,
y
las
2:00
pm.
!"#$%&'
E(N(10:00
am
-‐2:00pm))=λt = !"#$ ∗ 4horas = 16 barcos
d) ¿Cuál
es
la
probabilidad
de
que
entre
las
6:00
am
y
las
10:00
am
del
13
de
noviembre
lleguen
5
barcos
si
se
conoce
que
entre
la
1:00
am
y
las
6:00
am
del
13
de
noviembre
llegaron
4
barcos?
=P(N(6
am-‐10
am)=5/N(1
am-‐6
am)=4)=????
!!!∗! (!∗!)!
=
P(N(6
am-‐10
am)=5=
P(N(4)=5= !!
= 9.8 ∗ 10!!
e) El
13
de
noviembre
llegaron
4
barcos
entre
la
1:00
am
y
las
6:00
am.
¿Cuál
es
la
probabilidad
que
2
de
ellos
hayan
llegado
entre
las
4:00
am
y
las
6:00
am?
=
P(N(4-‐6am)=2/N(1-‐6am)=4???
=
P(N(4-‐6am)=2
;
N(4-‐6am)=2
!!!∗! !!!∗! (!∗!)!
=
P(N(3)=2)*P(N(2)=
!! ∗
!!
=
(4,42*10!! )*(0.0107)
=
4.72*10!!
6
[ POLITÉCNICO GRANCOLOMBIANO ]