Investigación de Operaciones (2/2016)

SOLUCION GUIA 1.2: Procesos Poisson

Problema 1:

Se define:

N(t) = Cantidad de potenciales consumidores ~ Poisson(λ) [alumnos/hora]

C(t) = Cantidad de compradores ~ Poisson(p) [alumnos/hora]

a) 𝑃(𝐶(0,5) ≥ 1) = 1 − 𝑃(𝐶(0,5) = 0) = 1 − 𝑒 −0,5𝜆𝑝

Si se define T1 como el tiempo del primer comprador ~ Expo (p alumnos/hora)

Entonces también se puede calcular como Pr(T1 < 0.5) = 1 − 𝑒 −0,5𝜆𝑝

b) 𝑃(𝐶(1) ≥ 2) = 1 − 𝑃(𝐶(1) = 0) − 𝑃(𝐶(1) = 1) = 1 − 𝑒 −𝜆𝑝 − 𝜆𝑝(𝑒 −𝜆𝑝 )

c) Si Se define T como el tiempo entre dos compradores consecutivos ~ Expo(p alumnos/hora)

𝑃(𝑇 < (60 − 24)/60) = 1 − 𝑒 −0,6𝜆𝑝

También se puede calcular como 𝑃(𝐶(1) ≥ 2/(𝐶(0.4) = 1) = 𝑃(𝐶(1 − 0.4) ≥ 1) =

1 − 𝑃(𝐶(0,6) = 0) = 1 − 𝑒 −0,6𝜆𝑝

d) Sea V100 el tiempo en que se vende el helado número 100.

V100 = T1 + T2 + … T100. E(V100) = E(T1 + T2 + … T100) = E(100T) = 100E(T) = 100*1/(p)
Problema 2:

Se define:

N(t) = Cantidad de llamadas al centro de llamados telefónicos ~ Poisson(10) [llamadas/minuto]

Ti = Tiempo entre llamadas consecutivas ~ Exponencial(10) [llamadas/minuto]

9
a) 𝐸(𝑇1 + 𝑇2 + 𝑇3 + 𝑇4 + 𝑇6 + 𝑇7 + 𝑇8 + 𝑇9) = 9 𝐸(𝑇) = minutos
10
𝑒 −10 1016
b) 𝑃(𝑁(1) = 16) = (16)¡
1
c) Se distribuye exponencial de media 10 llamadas por minutos, 𝐸(𝑇10) = minutos
10
d) 𝑃(𝑁(1) > 6)20 = [1 − 𝑃(𝑁(1) ≤ 6)]20

Problema 3:

a) N(t) = Cantidad de familias que llega al parque en un tiempo t ~ Poisson (4) [familias/hora]

Para que el 2do bloqueador se haya regalado en la primera media hora, se necesita que al menos 2
familias hayan llegado durante dicho lapso.

𝑁(0,5) ≥ 2 𝑃(𝑁(0,5) ≥ 2 𝑦 𝑁(1) = 5)

𝑃( ⁄𝑁(1) = 5) =
𝑃(𝑁(1) = 5)
𝑃(𝑁(0,5) = 2 ) ∗ 𝑃( 𝑁(0,5) = 3) 𝑃(𝑁(0,5) = 3 ) ∗ 𝑃( 𝑁(0,5) = 2)
= +
𝑃(𝑁(1) = 5) 𝑃(𝑁(1) = 5)
𝑃(𝑁(0,5) = 4 ∗ 𝑃( 𝑁(0,5) = 1) 𝑃(𝑁(0,5) = 5 ) ∗ 𝑃( 𝑁(0,5) = 0)
)
+ +
𝑃(𝑁(1) = 5) 𝑃(𝑁(1) = 5)
5! 𝑒 −2 22 𝑒 −2 23 𝑒 −2 23 𝑒 −2 22 𝑒 −2 24 𝑒 −2 21 𝑒 −2 25 𝑒 −2 20
= −4 5 ( + + + )
𝑒 4 2! 3! 3! 2! 4! 1! 5! 0!

b) Ti = Tiempo entre llegadas de familias ~ Exponencial (4 familias/hora)

E[T1+T2+T3] = E(3*T) = 3*E(T) = 3* (1/4) = 45 minutos

c) Se puede resolver directamente como una variable aleatoria binomial, donde se pide que k=3 de
n=5 familias, sean de dos integrantes (p=0,5)

d) Número esperado de familias = 4 familias/hora * 5 horas = 20 familias

Dinero recaudado = 1000*20*[ (0.5*2) + (0.3*3) + (0.2*4)] = 54*1000 = 54000

e) N2(t) = Cantidad de familias de 2 integrantes ~ Poisson (2 familias/hora)

 N3 (t) = Cantidad de familias de 3 integrantes ~ Poisson (1,2 familias/hora)

N4 (t) = Cantidad de familias de 4 integrantes ~ Poisson (0,8 familias/hora)

Pr(N4 (1) =1 y N2(1) =0 y N3(1) =0) + Pr(N2(1) = 2 y N3(1) =0 y N4(1) =0)

Pr(N4 (1) =1)*Pr(N2(1) =0)*Pr(N3(1) =0) + Pr(N 2(1) = 2)*Pr(N3(1) =0)*Pr(N4(1) =0)

f) TE = Tiempo entre llegadas de familias ~ Exponencial (4 familias/hora)

Ci = Tiempo para comer mesa i ~ Exponencial (1 familias/hora)

P(TE < min (C1,C2,C3) ) = λE / (λE + 3λC ) = 4/7

Problema 4:

a)

1 1
Ts ~ exp ( ) , Te ~ exp ( )
5 4
1
5 4
P(Ts < Te ) = =
1 1 9
+
5 4

b)

Tb ~ exp(20) → Tb−d ~ exp(2) , Tb−nd ~ exp(18)

Opción 1:
(3 ⋅ 2)0 ⋅ e−3⋅2
P(xb−d (3) = 0) = = e−6 = 0,0025
0!

Opción 2:
P(Tb−d > 3) = e−2⋅3 = e−6 = 0,0025

1
c) E[Tb−d ] = = 0,5 minutos
2
 d)

P(xb−d (10) = 10 ∩ xb−d (60) = 20)

P(xb−d (10) = 10|xb−d (60) = 20) =
P(xb−d (60) = 20)
(10 ⋅ 2)10 ⋅ e−10⋅2 (50 ⋅ 2)10 ⋅ e−50⋅2
P(xb−d (10) = 10) ⋅ P(xb−d (50) = 10) ⋅
= = 10! 10!
P(xb−d (60) = 20) (60 ⋅ 2)20 ⋅ e−60⋅2
20!
20! 2.00010
= ⋅ = 0,000493
10! ⋅ 10! 12020

e)

500
E[Sb−nd (0,500)] = = 27,78 minutos
18

f) No, ya que las bebidas están llegando en grupo y en un proceso Poisson solo se puede dar una
llegada a la vez. Los tiempos de llegadas entre los packs de bebidas seguirán una distribución
Erlang

Problema 5:

a) Sea N(t) la cantidad de pasajeros que llegan a la sala de espera. N(t) se distribuye Poisson con
parámetro 20 pasajeros/hora. Se pide:
P(N(t=[0,20/60]) >= 1|N(t=[0,1])=2) = 1 - P(N(t=[0,20/60]) =0|N(t=[0,1])=2)
1 - P(N(t=[0,20/60]) = 0 y N(t=[20/60,1])=2)/P(N(t=[0,1])=2)) =
1 - P(N(t=[0,20/60]) = 0)*P(N(t=[20/60,1])=2)/P(N(t=[0,1])=2)) =

Que el 1er pasajero haya llegado dentro de los primeros 20 minutos significa que en los primeros
20 minutos llegaron 1 ó más pasajeros.

b) T = tiempo de reparación del bus , exponencial con parámetro 2 reparaciones/hora

Se pide P (T > 0.5) = exp (-2 * 0.5) = 0.3678794.

c) Sea T(1) = tiempo de reparación del bus , exponencial con parámetro 2 reparaciones/hora.
Sea T(2) = tiempo de llegada de bus sustituto, exponencial con parámetro 3 llegadas/hora.
Se pide P(T(2) < T(1)) = 3 / (3+2) =0.6.

d) Sea T(i)=Tiempo de atención del i-ésimo cliente, exponencial con parámetro ½ cliente/minuto.
Se pide E[W(5)] y Var[W(5)],
 donde W(5) = T(1) + T(2) + T(3) + T(4) + T(5), una variable gamma o erlang con parámetros k=5 y
lambda=1/2 cliente/minuto.
E[W(5)] = k/lambda = 5*2 = 10.
Var[W(5)] = k/ (lambda^2) = 5 * 4 = 20.

e) Si T(i)=Tiempo hasta la descarga de batería i, con parámetro 1/12 descargas/hora

Sea S = min(T1,T2,T3,T4), el mínimo tiempo hasta que alguna batería se descargue, que sigue
distribución exponencial con parámetro (4 * 1/12).
Se pide P( S < 10 ) = 1 – exp(- 4 * 1/12 * 10)

Problema 6:

Sea X(s,t) : número de trabajos de la FIC que llegan al centro de impresión en el intervalo (s,t)  Poisson
(10 (t-s))
Sea Y(s,t): número de trabajos de la FAL que llegan al centro de impresión en el intervalo (s,t) Poisson
(15 (t-s))

a) Sea TFIC tiempo de llegada del primer trabajo del día de la FIC
Sea TFAL tiempo de llegada del primer trabajo del día de la FAL
Pr  TFIC < TFAL  = 10 / (10 + 15) = 0.4 por carrera de exponenciales

b) La tasa a la que llegan los trabajos al centro es = 10 + 15 = 25 trabajos/hora (por agregación)

El 30% de los trabajos que llegan contiene tres documentos.
La tasa a la que llegan los trabajos que contienen tres documentos es = 25 x 0.3 = 7,5
trabajos/hora (por desagregación)
El tiempo esperado entre trabajos de este tipo es 1/7,5 horas = 8 minutos.
El primer trabajo de este tipo se espera recibir a los 8 minutos de abierto el centro de impresión.
c) Sea N(s,t) : número de trabajos que llegan al centro de impresión en el intervalo (s,t)
N(s,t) = X(s,t) + Y(s,t) Poisson (25 (t-s)) por agregación
Pr [ X(9:00,10:00) = 2 / N(9:00,10:0) = 6 ]
Pr [ X(9:00,10:00) = 2  N(9:00,10:0) = 6 ] / Pr [N(9:00,10:0) = 6 ]
Pr [ X(1) = 2  Y(1) = 4 ] / Pr [N(1) = 6 ]
Pr [ X(1) = 2 * Pr [Y(1) = 4 ] / Pr [N(1) = 6 ]
( e-10 * 102 / 2! * e-15 * 154 / 4! ) / (e-25 * 256 / 6!) = 6! * 4! / 2! * 0,42 * 0,64
d) El número esperado de trabajos que se recibe al día =
E N(8:00,18:00) = E N(10) = 25 * 10 = 250 trabajos/día

El número esperado de documentos que viene en cada trabajo es: 0.1*1 + 0.4*2 + 0,3*3 + 0.2*4 =
2,6 documentos/trabajo

El número esperado de documentos que se recibe al día es = 250 * 2,6 = 650 documentos/día
 El costo esperado de operación es = 650 * 100 = 6.500 $/10 horas

e) Si bien los tiempos entre eventos son exponenciales, cuando ocurre un evento (llegada un trabajo al
centro), la cantidad de documentos recibidos se puede incrementar en 1,2,3 ó 4, dependiendo de
cuantos documentos contenga el trabajo. Como no se cumple la propiedad de incrementos
unitarios, entonces el proceso que cuenta la cantidad de documentos recibidos no es un proceso de
Poisson. -

Problema 7

a) N(t) = Cantidad de llegadas en un tiempo t ~ Poisson (lambda = 3 llegadas/min)

Lo que sucede antes del mediodía es independiente de lo que sucede después del mediodía

P(N[12-16] = 100 ) = P(N4 horas = 100) = e(-3*4*60) * (3*4*60)^100 / 100!

b) P(T1 < 10) * P (T2 <= 30) = (1 – e(-3*10)) * (1 – e(-3*30) )

c) Por teorema de la adición NRM es Poisson con parámetro 3*0.7 = 2.1 llegadas/min

E( NRM1 día ) = 2.1* (8 horas * 60 min) = 1008

Si se vendieron 8500*0.9= 76500

Se demoraron entonces 76500/1008 = 75.89 días

Problema 8

a) N (t) = Cantidad de pacientes que llegan al hospital = Poisson (10 personas/hora)

𝑁(7,9) = 15
𝑃( ⁄𝑁(7,10) = 30)

𝑃(𝑁(7,9) = 15 𝑦 𝑁(7,10) = 30)

=
𝑃(𝑁(7,10) = 30)

𝑃(𝑁(7,9) = 15 𝑦 𝑁(9,10) = 15)

=
𝑃(𝑁(7,10) = 30)

𝑃(𝑁(7,9) = 15) 𝑃( 𝑁(9,10) = 15)

=
𝑃(𝑁(3) = 30)
 𝑃(𝑁(2) = 15) 𝑃( 𝑁(1) = 15)
=
𝑃(𝑁(3) = 30)

𝑒 −10∙2 ∙ (10 ∙ 2)15 ∙ 𝑒 −10 ∙ (10)15 ∙ 30!

=
15! ∙ 15! ∙ 𝑒 −10∙3 ∙ (10 ∙ 3)30

215 ∙ 30!
=
15! ∙ 15! ∙ 330

NOTA: también se puede resolver directamente usando binomial y obteniendo la expresión

30 2 15 1 15
= ( )( ) ( )
15 3 3

b) L(t) = Cantidad de pacientes catalogados como leves = Poisson(0.1*10=1 persona/hora)

P(L(2:00,7:00)>= 3 ) = 1 – P(L(2:00;7:00) <=2) = 1 – P(L(t=5) =0) - P(L(t=5) =1) - P(L(t=5) =2)

𝑒 −5 (5)2
1 − 𝑒 −5 − 𝑒 −5 (5) −
2

c) E(N(3) / R(3) = 6) = E(L(3) + C(3)) + E(M(3)/R(3) = 6) = 3*0.1*10+3*0.6*10+3*0.3*0.5*10+6 =

31,5 personas.

Donde N(t) = L(t) + M(t) + C(t) y M(t) = R(t) + O(t) (R(t) son los pacientes moderados derivados a
traumatología y O(t)) por independencia entre procesos.

d) TT = Tiempo entre atención de pacientes moderados en traumatología = Exponencial (1.5

personas/hora)

E(2* TT) = 2*E(TT) = 2*(1/1.5) = 1.33 horas

e) T(t) = Cantidad total de pacientes que llegan al hospital = Poisson (30 personas/hora)
M(t) = Cantidad total de niños que llegan al hospital = Poisson (20 personas/hora)

20 2
P(siguiente paciente sea niño) = =
20+10 3
2 2 4
P(siguienes 2 pacientes sean niños) = ∙ =
3 3 9

Luego, es más probable que los dos siguientes pacientes no sean ambos niños. Rodrigo debería
apostar.
Problema 9

a) No, pues son llegadas en grupo (no incrementos unitarios). 


b) N(t) = Cantidad de proveedores ~ Poisson(4 proveedores

por hora) Definendo los siguientes eventos:

A: Llegan 2 clientes entre las 9 y 10 => P(A) = P(N(1)=2)

B: Llegan 5 clientes entre las 12 y 14
=> P(B) = P(N(2)=5)

C: Llegan 10 clientes entre las 9 y las 14 => P(C) = P(N(5)=10)

D: Llegan 3 clientes entre las 10 y las 12 => P(C) = P(N(2)=3)

Se pide: P(A,B|C) = P(A,B,C) / P(C) =

P(A)P(B)P(D)/P(C) = 0.066 donde

c) N3(t) = Cantidad de proveedores con 3 facturas ~ Poisson (1

proveedor/hora)
N4(t) = Cantidad de proveedores con 4 facturas ~ Poisson (2
proveedores/hora)
N5(t) = Cantidad de proveedores con 5 facturas ~ Poisson (1
proveedor/hora) P(más de 5 facturas) = 1 - P(lleguen 5 o ménos
facturas)

= 1- P(N3(1)=1, N4(1)=0, N5(1)=0) - P(N3(1)=0, N4(1)=1, N5(1)=0) - P(N3(1)=0,

N4(1)=0, N5(1)=1) - P(N3(1)=0, N4(1)=0, N5(1)=0) = 1- 5 exp(-4)

Solución alternativa:

Que lleguen más de 5 facturas implica que tienen que lleagr 2 o más
proveedores en una hora, por lo tanto

P(más de 5 facturas) = P(N(t)>1) = 1 - P(N(1)=0) – P(N(1)=1) = 1 – 4exp(-4) – exp(-4)

d) El número de facturas promedio está dado por

 E[3N3(5) + 4N4(5) + 5N5(5)] = 3*5+4*10+5*5 = 80 facturas al día

e) P(N3(5) = 1 y N4(5)= 1 / N(5) = 2 ) = P(N3(5) = 1)P(N4(5)= 1)P(N5(5)= 0) / P(N(5) = 2 )

Problema 11:

a) N(t) = Número total de votantes que llegan hasta tiempo t ~ Poisson (80 votantes/hora)

b) Sea TA = Tiempo de llegada de la primera persona por el votante A ~ Exp(40) Sea TB =
 Tiempo de
llegada de la primera persona por el votante B ~ Exp(40) P(TA < Tb) = 40/80 = ½ Por ser carrera de
exponenciales.

c) NB(t) = Número total de votantes por A que llegan hasta tiempo t ~ Poisson (40t votantes/hora) NA(t)
= Número total de votantes por B que llegan hasta tiempo t ~ Poisson (40t votantes/hora)
d) Es equivalente a que lleguen 0 personas a votar en un intervalo de 10
minutos (1/6 de hora) P(N(1/6)=0) = exp(-80/6)*(80/6)0/0! = exp(-
80/6)