Documentos de Académico
Documentos de Profesional
Documentos de Cultura
OPERATIVA II
MODELOS ESTOCÁSTICOS
2015
INTRODUCCION
Ejemplos:
- Número de ventas mensuales de un artículo
- Fallas eléctricas de un equipo en un mes
- Número de clientes atendidos por hora en un banco
- Número de piezas fabricadas por un torno al mes
Ejemplos:
-Nº de votos en una urna a lo largo de un día
-Nº de accidentes de tránsito en un año
-Llegada de camiones a un punto de carga
-Ventas de cierto producto en un supermercado.
DEFINICIONES BÁSICAS
N(t) ≥ 0
N(t) toma valores enteros positivos
Ejemplo:
0 u t t+s
N(u) N(t+s)
0 u t t+s
DEFINICIONES BÁSICAS
Definición 3: Un proceso de conteo {N(t), t≥0}, es un Proceso de
Poisson a tasa λ con λ ≥0 si:
(t ) n e t
Pn ( t ) PN ( t ) n
n!
E ( N ( t )) t
MODELO ESTOCÁSTICO DE POISSON
Ejemplos:
P T t 1 et
y
P T t e t
donde el valor esperado y la varianza son:
1 1
E (T ) Var (T )
2
La función de densidad de la distribución exponencial es:
P(0 T t ) P(t T t t )
- Falta de memoria..
P(T t t / T t ) P(T t )
División de un Proceso de Poisson:
XA(t)
p
X(t)
1-p
XB(t)
N1(t)
N(t)=N1(t)+N2(t)
N2(t)
λ=15 vehículos/hora
1-p 1-P=0,7 no entran al estacionamiento
NB(t)
λB=(1-p)*λ = 0,7*15 = 10,5 vehículos/hora
Ejemplo 1.
λ=15 vehículos/hora
1-p
NB(t)1-P=0,7 no entran al estacionamiento
λB=(1-p)*λ = 0,7*15 = 10,5 vehículos/hora
P [Na(6)≥5] = 1 – P[Na(6)<5]
(4,5 6) 4 (4,5 6) 3 (4,5 6) 2 (4,5 6)1 (4,5 6) 0
4.5*6
P{Na(6) 5} 1 e
4! 3! 2! 1! 0!
P{Na(6) 5} 1 0,0000000485
P{Na(6) 5} 0.9999 99,99%
Ejemplo 1.
b) Se sabe que se han retirado del estacionamiento 8 vehículos entre las 12:00
y la 12:30 Hrs. ¿Cual es la probabilidad de que se vallan 4 vehículos
durante la siguiente media hora?
4!
0.2510 * 0.2696
P{NA (20) 2 / NA (45) 4} 0.3659
0.1849
EJEMPLO:
Al aeropuerto de Antofagasta, llegan aviones según una distribución de Poisson,
con media de 20 aviones por hora. Se pide determinar.
P {N (10) 2} 1 3 3 3
2! 1! 0!
P {N (10) 2} 1 0.1982 0.1189 0.0357
P {N (10) 2} 1 0.3527
P {N (10) 2} 0.6472
EJEMPLO:
2.- Si se sabe que durante los 10 primeros minutos llegaron al menos 2 aviones.
¿Cuál es la probabilidad de que los siguientes 5 minutos no llegue ningún
avión?
P { N ( 5 ) 0} 3 0.1889
0!
EJEMPLO:
aviones
Para una distribución de Poisson: E ( N ( t )) t 20 1hora 20aviones
hora
Llegan en promedio 20 aviones en 1 hora
1 min utos
Para una distribución exponencial: E (T ) 2
avión
Cada avión demora en promedio 2 minutos en aterrizar.
min utos
E ( N ( t )) * E (T ) 20 aviones * 2 40 min utos
avion
EJEMPLO:
λ=1/3 aviones/minuto
1-p 1-P=1/4, aviones de carga
NB(t)
λB=(1-p)*λ = 1/4*1/3 = 1/12 aviones/minuto
λ=1/3 aviones/minuto
1-p 1-P=1/4, aviones de carga
NB(t)
λB=(1-p)*λ = 1/4*1/3 = 1/12 aviones/minuto
λ=1/3 aviones/minuto
1-p 1-P=1/4, aviones de carga
NB(t)
λB=(1-p)*λ = 1/4*1/3 = 1/12 aviones/minuto
12 aviones
En este caso, los intervalos (t) de
tiempo, no son independientes, por lo
que deberán calcularse probabilidades
t=0 2 aviones? t=30 t=60 condicionales.
10:00 10:30 11:00
EJEMPLO:
10 aviones?
De esta forma, se realiza una
nueva probabilidad condicional, con
sucesos independientes
t=0 2aviones? t=30 t=60
10:00 10:30 11:00
EJEMPLO: