E N P PN N: Universidad Andres Bello Facultad de Ingeniería Viña Del Mar

UNIVERSIDAD ANDRES BELLO
FACULTAD DE INGENIERÍA
VIÑA DEL MAR
AICI3203 – MODELOS ESTOCÁSTICOS
SOLEMNE N° 1
Instrucciones:
Para cada ejercicio, recuerde definir claramente la variable aleatoria (en palabras) e indicar su distribución de
probabilidades. Además, mantener la consistencia entre la variable definida y la utilizada para calcular las
probabilidades.
Pregunta N° 1 (20 puntos): El secretario académico de la facultad de ingeniería de la UNAB recibe solicitudes de
estudiantes a una tasa de 60 [solicitudes/hora]. De acuerdo con un código interno, estas solicitudes se pueden clasificar
como urgentes, prioritarias y normales con un 15, 50 y 35 porciento de probabilidad respectivamente.
𝑁(𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑎𝑙 𝑠𝑒𝑐𝑟𝑒𝑡𝑎𝑟𝑖𝑜 𝑎𝑐𝑎𝑑é𝑚𝑖𝑐𝑜 𝑒𝑛𝑡𝑟𝑒 0 𝑦 𝑡 𝑁(𝑡)~𝑃𝑠(60𝑡)

𝑁1 (𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑒𝑛𝑡𝑟𝑒 0 𝑦 𝑡 𝑁1 (𝑡)~𝑃𝑠(9𝑡)
𝑁2 (𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑎𝑟𝑖𝑎𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑒𝑛𝑡𝑟𝑒 0 𝑦 𝑡 𝑁2 (𝑡)~𝑃𝑠(30𝑡)
𝑁3 (𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑛𝑜𝑚𝑎𝑙𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑒𝑛𝑡𝑟𝑒 0 𝑦 𝑡 𝑁3 (𝑡)~𝑃𝑠(21𝑡)
a) (2 puntos) Determine la distribución y el valor esperado del tiempo entre llegadas de los trabajos de urgentes.
𝑋: 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛𝑡𝑟𝑒 2 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑋~𝐸𝑥𝑝(9)

𝐸(𝑋) = 1/9
b) (5 puntos) Encuentre la probabilidad de que en total lleguen 100 solicitudes entre las 2 y las 4 PM, si en el mismo periodo
llegaron 15 solicitudes clasificadas como normales.
Sea:
𝑁12 (𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑦 𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑎𝑟𝑖𝑎𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 0 𝑦 𝑡 𝑁(𝑡)~𝑃𝑠(39𝑡)
 =  e−79 7985
P N (2, 4) 100 = P ( N12 (2, 4) = 85) =
 N3 (2, 4) = 15  85!
c) (5 puntos) Determine la probabilidad de que lleguen 10 solicitudes urgentes entre las 2 y las 4 PM, si en total llegan 100
solicitudes entre las 2 y las 4 PM.
P 
N1 (2, 4) = 10  = P ( N1 (2, 4) = 10  N (2, 4) = 100 )
 N (2, 4) = 100  P ( N (2, 4) = 100 )
This study source was downloaded by 100000830898488 from CourseHero.com on 04-23-2023 19:32:16 GMT -05:00
https://www.coursehero.com/file/62382779/Pauta-Solemne-N-1-ME-3-T-2019pdf/
 e −18 1810  e −82 8290 
  
 10!  90! 
  
 e 120 
−120 100
 
 100! 
 
d) (3 puntos) Formule el ejercicio anterior (letra c) con una distribución binomial y compare los resultados obtenidos.
Sea:
𝑌: 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑑𝑒 𝑢𝑛 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 100 𝑌~𝑏(100, 0.15)
100 
P (Y = 10 ) =   ( 0.15) ( 0.85)
10 90
 10 
e) (5 puntos) Encuentre cuál es la probabilidad de que entre las 10:00 y las 10:30 lleguen sólo solicitudes prioritarias.
Sea:
𝑁13 (𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑦 𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 0 𝑦 𝑡 𝑁13 (𝑡)~𝑃𝑠(30𝑡)
e −15 150
(
P N13 (10,10 : 30 ) = 0 = ) 0!
Pregunta N° 2 (10 puntos): Clasifique las siguientes Cadenas de Markov
a) En la primera cadena todos los estados se comunican entre sí por lo que existe una única clase de estados y la cadena
es irreducible. Como existe una única clase de estados, todos son aperiódicos.
b) La segunda cadena tiene 4 clases de estados:
a. El estado 1 se comunica con el estado 2 y definen una clase de estados. Ambos estados son aperiódicos.
Además, es una clase recurrente.
b. El estado 3 define una clase de estados absorbente y por definición recurrente, dado que una vez que se entra
a ella nunca se vuelve a salir. Además, es un estado aperiódico.
c. El estado 5 define una clase de estados y es transitorio, dado que una vez que se sale de ella nunca se puede
volver a entrar. Además, es una clase de estados que no tiene periodos.
d. El estado 4 define una clase de estados aperiódica y transitoria, dado que una vez que se sale de ella nunca se
puede volver a entrar.
Pregunta N° 3 (10 puntos): Una compañía comercializadora de vehículos se encarga de vender tres marcas diferentes de
automóviles: Marca A, B y C. Actualmente la empresa cuenta con una base de clientes, los cuales renuevan cada año su
vehículo en base a distintas promociones y preferencias personales de cada uno. El proceso de cambio de marca de un
cliente cualquiera se puede modelar apropiadamente utilizando una Cadena de Markov en tiempo discreto, de acuerdo con
la matriz de transición que se presenta a continuación. Considerando que inicialmente el 30% de los clientes adquiere la
marca A, un 40% adquiere la marca B y el resto la marca C:
 0.3 0.25 0.45 

 
P =  0.1 0.8 0.1 
0.25 0.25 0.5 
a) (2 puntos) Utilice un diagrama para representar la Cadena de Markov.
b) (2 puntos) ¿Cuál es la probabilidad de que un cliente cualquiera escoja la marca C luego de 2 años?
2
  0.3 0.25 0.45   0.3   0.19 
     
( )
2
f = P
2 T
f =   0.1 0.8 0.1    0.4  =  0.509 
0
 0.25 0.25 0.5    0.3   0.302 

     
Por lo tanto, la probabilidad de escoger la marca C luego de 2 años es del 30,2%.
c) (2 puntos) ¿Cuál es la probabilidad de que un cliente cualquiera escoja la marca B luego de 10 años?
10
  0.3 0.25 0.45   0.3   0.176 
     
( )
10
f 10 = PT f 0 =   0.1 0.8 0.1    0.4  =  0.555 
 0.25 0.25 0.5    0.3   0.269 
     
Por lo tanto, la probabilidad de escoger la marca B luego de 10 años es del 55,5%.
d) (4 puntos) En el largo plazo ¿Cuál es la probabilidad de que un cliente cualquiera seleccione una marca?
Observación: Se puede realizar tanto el cálculo manual como utilizar la matriz de Excel estudiada en clases, dado que no
se explicita la forma de cálculo en la pregunta.
Pregunta N° 4 (20 puntos): Un individuo posee 2 paraguas los cuales emplea para ir de su casa al trabajo y viceversa
(llevando uno a la vez). Si está en casa (oficina) al comienzo (final) del día y está lloviendo toma un paraguas, si lo hay para
ir de su casa a la oficina y viceversa. Asuma que independiente del pasado llueve al comienzo (final) del día con probabilidad
p (0<p<1). Se desea modelar el número de paraguas en su casa al inicio del día n, suponiendo que inicialmente ambos
paraguas están en su casa.
a) (5 puntos) Defina la variable aleatoria en estudio, en conjunto con la matriz de probabilidades de transición para este
caso. Explique claramente cada uno de los casos posibles, y realice un grafo que represente los posibles estados de la
variable aleatoria.
Xn: Número de paraguas que tiene el individuo en su casa al final del día n.
b) (15 puntos) Para cada uno de los siguientes casos de probabilidad de lluvia, determine las distribuciones de estado
estable que le corresponden (a través de las ecuaciones de distribución estacionaria) y compare los resultados obtenidos,
específicamente en cuál es el efecto de la probabilidad de lluvia en los valores finales de la distribución de estado estable.
• p1 = 10%
• p2 = 35%
• p3 = 65%
Powered by TCPDF (www.tcpdf.org)

E N P PN N: Universidad Andres Bello Facultad de Ingeniería Viña Del Mar

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

E N P PN N: Universidad Andres Bello Facultad de Ingeniería Viña Del Mar

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD ANDRES BELLO

𝑁(𝑡): 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑎𝑙 𝑠𝑒𝑐𝑟𝑒𝑡𝑎𝑟𝑖𝑜 𝑎𝑐𝑎𝑑é𝑚𝑖𝑐𝑜 𝑒𝑛𝑡𝑟𝑒 0 𝑦 𝑡 𝑁(𝑡)~𝑃𝑠(60𝑡)

𝑋: 𝑇𝑖𝑒𝑚𝑝𝑜 𝑒𝑛𝑡𝑟𝑒 𝑙𝑙𝑒𝑔𝑎𝑑𝑎𝑠 𝑒𝑛𝑡𝑟𝑒 2 𝑡𝑟𝑎𝑏𝑎𝑗𝑜𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑋~𝐸𝑥𝑝(9)

𝑌: 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑠𝑜𝑙𝑖𝑐𝑖𝑡𝑢𝑑𝑒𝑠 𝑢𝑟𝑔𝑒𝑛𝑡𝑒𝑠 𝑞𝑢𝑒 𝑙𝑙𝑒𝑔𝑎𝑛 𝑑𝑒 𝑢𝑛 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 100 𝑌~𝑏(100, 0.15)

Pregunta N° 2 (10 puntos): Clasifique las siguientes Cadenas de Markov

 0.3 0.25 0.45 

a) (2 puntos) Utilice un diagrama para representar la Cadena de Markov.

 0.25 0.25 0.5    0.3   0.302 

También podría gustarte