Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(MPES)
Licenciatura en Matemáticas
Unidad 3 Actividad 2
Jesús Abraham Rojas Úrzulo
jesus_rojas_urzulo@nube.unadmexico.mx
Matricula: ES1821013126
Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
Matricula: ES1821013126 Procesos Estocásticos (MPES)
Para E(W₁₂)
12 3 ∗ 4
𝐸 (𝑊12 ) = = =4
3 3
E(W₁₂|N(2)=5)
7
𝐸 (𝑊12 |𝑁(2) = 5) = 𝐸 (𝑊12|𝑊5 ) = 𝐸(𝑊7 ) =
3
E(N(5)|N(2)=5)
𝐸 (𝑁(5)|𝑁(2) = 5) = 𝐸(𝑁(3)) + 5 = 3 ∗ 3 + 5 = 14
2. A un estadio de fútbol, un día de partido, llegan personas de acuerdo a un proceso Poisson con tasa 60
personas por minuto. a) Si en los primeros 30 minutos han llegado 2000 personas, calcula la probabilidad
de que la mitad de ellas hayan llegado en los primeros 10 minutos. b) Si se sabe que en los primeros 15
minutos llegaron al menos 700 personas, ¿cuál es la probabilidad de que durante los primeros 40
minutos llegue un total de 2500 personas?
a) Si en los primeros 30 minutos han llegado 2000 personas, calcula la probabilidad de que la mitad de ellas
hayan llegado en los primeros 10 minutos
𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝑇𝑎𝑠𝑎 = 60 = 3600 = 3.6
𝑚𝑖𝑛𝑢𝑡𝑜 ℎ𝑜𝑟𝑎 ℎ𝑜𝑟𝑎
9 2
(𝜆𝑡)𝑛 1 ( ) 9
𝑃 (𝑁 (𝑡 ) = 𝑛 ) = 𝑒 −𝜆𝑡 → 𝑃 (𝑁 ( ) = 2) = 5 𝑒 −5 = 0.267784
𝑛! 2 2!
3 1
(𝜆𝑡)𝑛 −𝜆𝑡 1 ( ) 3
𝑃 (𝑁 (𝑡 ) = 𝑛 ) = 𝑒 → 𝑃 (𝑁 ( ) = 1) = 5 𝑒 −5 = 0.329286
𝑛! 6 1!
𝑃(𝑁 (𝑠) = 𝑛|𝑁(𝑡) = 𝑘 ) = 𝑃(𝑁(𝑠) = 𝑛)𝑃(𝑁 (𝑡) = 𝑘 ) = 0.267784 ∗ 0.329286 = 0.0881775
b) Si se sabe que en los primeros 15 minutos llegaron al menos 700 personas, ¿cuál es la probabilidad de que
durante los primeros 40 minutos llegue un total de 2500 personas?
𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑐𝑖𝑒𝑛𝑡𝑜𝑠 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠
𝑇𝑎𝑠𝑎 = 60 = 3600 = 3.6 = 36
𝑚𝑖𝑛𝑢𝑡𝑜 ℎ𝑜𝑟𝑎 ℎ𝑜𝑟𝑎 ℎ𝑜𝑟𝑎
Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
Matricula: ES1821013126 Procesos Estocásticos (MPES)
Por lo tanto, la probabilidad de que lleguen al menos 700 personas en el primer cuarto de hora es
6
1
1 − ∑ 𝑃 (𝑁 ( ) = 𝑛) = 0.7932192
4
𝑛=0
La probabilidad de que en 40 min (2/3 hora) lleguen 2500 personas (25 cientos)
2 (24)25 −24
𝑃 (𝑁 ( ) = 25) = 𝑒 = 0.0779054
3 25!
Por lo tanto
6
1 2
[1 − ∑ 𝑃 (𝑁 ( ) = 𝑛)] [𝑃 (𝑁 ( ) = 25)] = 0.7932192 ∗ 0.0779054 = 0.061796
4 3
𝑛=0
3. Supongamos que un aparato eléctrico sufre desperfectos a lo largo del tiempo de acuerdo con un
proceso Poisson de parámetro λ. Cada vez que el aparato se descompone, se envía a reparación para
volverlo a poner en funcionamiento posteriormente, y el tiempo que tarda en ser reparado tiene
distribución exponencial de parámetro μ. El aparato se reemplaza por uno nuevo sólo cuando el tiempo
que transcurre entre dos reparaciones sucesivas es menor o igual que que una constante a > 0.
Encuentra la función de densidad del tiempo de vida útil del equipo (es decir, el tiempo hasta que es
reemplazado).
Sea Wn el momento de la n-ésima llegada o el momento en que ocurre por n-ésima vez el evento.
Entonces,
𝑛
𝑊𝑛 = ∑ 𝑇𝑗
𝑗=1
Obsérvese que el evento [Wn>t] sucede si en el intervalo [0,t] hay menos de n llegadas, es decir
𝑛−1 𝑛−1
(𝜆𝑡)𝑘 −𝜆𝑡
𝑃 [𝑊𝑛 > 𝑡] = ∑ 𝑃 [𝑁(𝑡) = 𝑘 ] = ∑ 𝑒
𝑘!
𝑘=0 𝑘=0
4. Las anotaciones de dos equipos de básquet, forman procesos Poisson de tasas 1 y 2 anotaciones cada
5 minutos, respectivamente. Supongamos que N₁(t*)=3 y N₂(t*)=1 en algún tiempo t*. Calcula la
probabilidad de que N₁(t) alcance 5 antes de que lo haga N₂(t) (para t > t*).
𝜆1 = 1, 𝜆2 = 2
2 6−2
6 1 2 1 16
𝑃[𝑁1 (𝑡) = 2|𝑁1 (𝑡) + 𝑁2 (𝑡) = 6] = ( ) ( ) ( ) = 15 ( ) ( ) = 0.329218
2 1+2 1+2 9 81
5. Los pacientes A y B, que requieren un trasplante de riñón, están en lista de espera para recibir el órgano
y tienen características similares. El tiempo (en días) que puede vivir cada uno de ellos, es una variable
aleatoria exponencial con media tA y tB respectivamente. Los riñones para trasplante llegan de acuerdo
a un proceso Poisson con tasa por día. Como A encabeza la lista, si al llegar el primer riñón este
paciente aún vive, recibirá el órgano. Si A ya falleció, lo recibirá el paciente B. El segundo riñón que
llegue será para B si aún vive. Calcula las probabilidades respectivas que tiene cada paciente de recibir
el riñón.
(𝜆𝑡)1 −𝜆𝑡
𝑃(𝑁 (𝑡) = 1) = 𝑒 = 𝜆𝑡𝑒 −𝜆𝑡
1!
Para que el paciente A reciba el riñón, no debe estar muerto cuando este llegue
1
Ya que la media es 𝑡𝐴 , entonces 𝜆𝐴 = 𝑡 , por lo tanto, la probabilidad de supervivencia del paciente 1
𝐴
es
1 −𝑡𝑡
𝑃𝐴 (𝑡) = 𝜆𝐴 𝑒−𝜆𝐴 𝑡 = 𝑒 𝐴
𝑡𝐴
Por lo tanto, para que esté vivo y llegue el riñón se tiene
1 −𝑡𝑡 𝜆 −𝑡(𝜆+𝑡1 )
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐴 𝑟𝑒𝑐𝑖𝑏𝑒 𝑒𝑙 𝑟𝑖ñ𝑜𝑛 = 𝑙𝑙𝑒𝑔𝑎 𝑒𝑙 𝑟𝑖ñ𝑜𝑛 ∗ 𝐴 𝑒𝑠𝑡á 𝑣𝑖𝑣𝑜 = 𝜆𝑡𝑒−𝜆𝑡 𝑒 𝐴 = 𝑡𝑒 𝐴
𝑡𝐴 𝑡𝐴
Para que el paciente B reciba el riñón, hay dos posibilidades, que cuando llegue el primero A esté
muerto, o bien que lleguen dos, el primero llega a A y el segundo a el, por lo cual debe estar vivo.
1 −𝑡𝑡
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐴 𝑒𝑠𝑡é 𝑚𝑢𝑒𝑟𝑡𝑜 = 1 − 𝑃𝐴 (𝑡) = 1 − 𝑒 𝐴
𝑡𝐴
(𝜆𝑡)2 −𝜆𝑡 1 2 2 −𝜆𝑡
𝑃(𝑁(𝑡) = 2) = 𝑒 = 𝜆 𝑡 𝑒
2! 2
1
Ya que la media es 𝑡𝐵 , entonces 𝜆𝐵 = 𝑡 , por lo tanto, la probabilidad de supervivencia del paciente 2
𝐵
es
1 −𝑡𝑡
𝑃𝐵 (𝑡) = 𝜆𝐵 𝑒−𝜆𝐵 𝑡 = 𝑒 𝐵
𝑡𝐵
1 −𝑡𝑡 1 −𝑡 1 −𝑡 1 2
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝐵 𝑟𝑒𝑐𝑖𝑏𝑒 𝑒𝑙 𝑟𝑖ñ𝑜𝑛 = ( 𝑒 𝐵 ) ((1 − 𝑒 𝑡𝐴 ) (𝜆𝑡𝑒−𝜆𝑡 ) + ( 𝑒 𝑡𝐴 ) ( 𝜆 𝑡2 𝑒−𝜆𝑡 ))
𝑡𝐵 𝑡𝐴 𝑡𝐴 2
Bibliografía
México, U. A. (2021). Procesos Estocásticos . Ciudad de México.