Investigación de Operaciones (2/2021)

Solución guía Proceso de Poisson

Problema 1

a) i) T s exp ( 15 ) , T e exp ( 14 )
1
5 4
P ( T s <T e ) = =
1 1 9
+
5 4

ii) T b exp ( 20 ) → T b −d exp (2 ) , T b−nd exp ( 18 )

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

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

1
b) E [ T b−d ]= =0,5 minutos
2

c)

P ( x b−d ( 10 )=10 ∩ x b−d ( 60 )=20 ) P ( x b−d ( 10 ) =10 ) ⋅ P ( xb −d (50 )=10 )

P ( x b−d ( 10 )=10|x b −d ( 60 )=20 ) = =
P ( x b−d ( 60 ) =20 ) P ( x b−d ( 60 )=20 )

( 10 ⋅ 2 )10 ⋅ e−10 ⋅2 ( 50 ⋅2 )10 ⋅e−50 ⋅2

⋅
10 ! 10 !
¿ 20 −60 ⋅2
( 60 ⋅ 2 ) ⋅ e
20 !
 10
20 ! 2.000
¿ ⋅ =0,000493
10! ⋅10 ! 120 20

500
d) E [ Sb−nd ( 0,500 ) ] = =27,78 minutos
18
e) 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 2

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 3

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

Si durante la primera hora no han llegado documentos significa que no han llegado trabajos ni del a FIC
ni de la FAL por lo que X(8:00,9:00) + Y(8:00,9:00) = 0.

Pr [Y(9:00,9:30) = 2 / X(8:00,9:00) + Y(8:00,9:00) = 0 ]

= Pr [Y(9:00,9:30) = 2] por propiedad de incrementos independientes
= Pr [Y(0,5) = 2] por propiedad de incrementos estacionarios
= e-7,5 . 7,52 / 2!

b) 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

c) 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.
d) 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
e) El número esperado de trabajos que se recibe es
=E N(8:00,18:00) = E N(10) = 25 * 10 = 250 trabajos

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 es = 250 * 2,6 = 650 documentos

El costo esperado de operación es = 650 * 100 = 6.500 $ entre las 8.00 y las 18.00 hrs.
f) 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 4

a) Si se sabe que entre las 7.00 y las 10.00 horas llegaron 30 pacientes en total, determine la
probabilidad de que exactamente la mitad de ellos haya llegado antes de las 9.00 hrs.

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

P
( N ( 7,9 )=15
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¿¿
 ¿ P¿¿

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

¿
15 ! ∙ 15! ∙ e−10 ∙3 ∙(10 ∙3)30

215 ∙ 30 !
¿
15!∙ 15 ! ∙3 30

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

( )( ) ( )
15 15
2 1
¿ 30
15 3 3

b) Si se sabe que hasta las 2:00 AM no han llegado pacientes leves al hospital, determine la
probabilidad de que el 3er paciente leve llegue antes de las 7:00 AM

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)

−5 −5 e−5 ( 5 )2
1−e −e ( 5 )−
2

c) Si durante las tres primeras horas del turno del Dr. Rodrigo llegaron seis pacientes moderados a
traumatología, ¿cuál es el número esperado de pacientes que llegó al hospital en el mismo
periodo?

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) Determine en promedio, en cuanto tiempo podrá el doctor Rodrigo ir a desayunar.

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) Determine si el director está en lo correcto y recomiende al doctor Rodrigo si debería apostar o
no.

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.