Professional Documents
Culture Documents
i=1
P(N(t) = n| =
i
)P( =
i
)
=
e
1
t
(1t)
n
p
n!
e
1
t
(1t)
n
p
n!
+
e
2
t
(2t)
n
(1p)
n!
=
e
1t
(
1
)
n
p
e
1t
(
1
)
n
p +e
2t
(
2
)
n
(1 p)
=
1
1 +e
(12)t
(
2
1
)
n
(
1p
p
)
De manera analoga, llegamos a:
P( =
2
|N(t) = n) =
1
1 +e
(21)t
(
1
2
)
n
(
p
1p
)
Finalmente,
P(N(t +h) N(t) = k|N(t) = n) =
(
1
h)
k
e
1h
k!
1
1 +e
(12)t
(
2
1
)
n
(
1p
p
)
+
(
2
h)
k
e
2h
k!
1
1 +e
(21)t
(
1
2
)
n
(
p
1p
)
b)
P(T
n+1
x|N(t) = n) = 1 P(T
n+1
> x|N(t) = n)
= 1 P(N(t +x) N(t) = 0|N(t) = n)
= 1
e
1x
1 +e
(12)t
(
2
1
)
n
e
2x
1 +e
(21)t
(
1
2
)
n
c) Se pide
E(N(2) N(1)|N(1) = 80) = E(N(2) N(1)|N(1) = 80, = 50)P( = 50|N(1) = 80)
+E(N(2) N(1)|N(1) = 80, = 100)P( = 100|N(1) = 80)
Calculamos las probabilidades
P( = 50|N(1) = 80) =
1
1 +e
50
2
80
= 0, 00427
P( = 100|N(1) = 80) =
1
1 +e
50
(0, 5)
80
= 0, 9957
y las esperanzas
E(N(2) N(1)|N(1) = 80, = 50) = t = 50
E(N(2) N(1)|N(1) = 80, = 100) = 100
Finalmente,
E(N(2) N(1)|N(1) = 80) = 50 0, 00427 + 100 0, 9957 = 99, 78
Problema 2.
A una central telefonica llegan llamadas de acuerdo a un Proceso de Poisson no homogeneo con tasa t, en
que t se mide en minutos.
a) Obtenga la probabilidad que durante el primer minuto llegue al menos una llamada a la central.
b) Si se sabe que durante los primeros 2 minutos llegaron 40 llamadas a la central, como distribuye el
tiempo hasta la llamada n umero 41?
Solucion:
a) Se trata de un proceso de Poisson no homogeneo, luego, la tasa dependera del tiempo.
Se pide encontrar P(N(1) > 0) = 1 P(N(1) = 0). Luego,
m(t
1
, t
2
) = m(0, 1) =
1
0
tdt =
2
(t
2
)|
1
0
=
2
P(N(1) > 0) = 1
e
m(t1,t2)
m(t
1
, t
2
)
0
0!
= 1 e
2
b) Denimos T =tiempo medido desde el minuto 2 hasta que llegue la llamada n umero 41.
P(T > x) = P(N(2 +x) N(2) = 0) = e
m(x,2+x)
m(2, 2 +x) =
2+x
2
tdt =
2
(t
2
)|
2+x
2
=
2
[(2 +x)
2
4]
=
2
(x
2
+ 4x)
Finalmente,
P(T x) = 1 e
2
(x
2
+4x)
Problema 3.
En una calle, el ujo de autos que pasan por un cierto punto se comporta de acuerdo a un Proceso de
Renovacion N(t), t 0, cuyos tiempos entre eventos tienen distribucion acumulada F() y funcion densidad
f(). Un peaton ubicado en la vereda, desea cruzar la calle. Para ello, el peaton requiere de m (m 0
conocido) unidades de tiempo con la calle libre de autos.
El observa sucesivamente el paso de los autos.
Suponga que, una vez que pasa un auto, el puede medir o conocer el tiempo hasta que pasara el proximo
auto (por observacion de ujo). Suponga tambien que el peaton llega a la vereda justo en el instante posterior
a la pasada de un auto (justo en un instante de renovacion).
a) Cuanto tiempo se espera que pase hasta que el peaton comience a cruzar la calle?
b) Cual es la cantidad esperada de autos que deja pasar el peaton antes de cruzar la calle?
Solucion:
a) Estamos ante un proceso de renovacion, por lo que denimos
L =tiempo hasta que el peaton puede cruzar
Ademas, sabemos que T
i
, i N son v.a. iid con densidad f(x) y distribucion F(x). Si condicionamos
en el tiempo de llegada del primer auto se tiene:
E(L) =
0
E(L|T
1
= x)f
x
(x)dx
Ademas,
E(L|T
1
= x) =
0 : x m
x +E(L
) : x < m
Como el proceso se renueva luego de cada pasada de un auto, E(L) = E(L
). As,
E(L) =
m
0
(x +E(L))f
x
(x)dx
=
m
0
xf(x)dx +
m
0
E(L)f(x)dx
=
m
0
xf(x)dx +E(L)F(M)
E(L) =
m
0
xf(x)dx
1 F(m)
b) Este ejercicio puede realizarse de dos formas. Primero veremos un metodo directo.
Sea
W = n umero de autos que pasan antes de que el peaton pueda cruzar
Luego, tenemos
P(W = 0) = P(T
1
> m) = P(T > m)
pues los tiempos son v.a. iid.
P(W = 1) = P(T
1
m)P(T
2
> m) = P(T m)P(T > m)
P(W = 2) = P(T
1
m)P(T
2
m)P(T
3
> m) = P(T m)
2
P(T > m)
P(W = 3) = P(T
1
m)P(T
2
m)P(T
3
m)P(T
4
> m) = P(T m)
3
P(T > m)
Si tomamos P(T > m) = p, tenemos que P(W = k) = (1 p)
k
p y hemos llegado a una distribucion
geometrica.
E(W) =
k=1
kP(W = k)
=
k=1
k(1 p)
k
p
=
1 p
p
Ahora, si usamos el argumento de renovacion (y ocupando que E(W) = E(W
)), tenemos:
E(W) = 0 p + (1 p)(1 +E(W
))
= 1 +E(W) p pE(W)
=
1 p
p
Problema 4.
Al hospital clnico de la Universidad Catolica llegan pacientes a solicitar atencion de acuerdo a un Proceso
de Poisson a tasa . Se sabe que una proporcion de estos pacientes solo enfrentan males menores, por lo
que son atendidos en la posta del hospital y luego son despachados a sus hogares. El resto de los pacientes
sufre enfermedades mayores y deben ser hospitalizados. El tiempo que permanece hospitalizado un paciente
es una v.a. Asuma que los tiempos de hospitalizacion de los distintos pacientes son v.a. i.i.d. con distribucion
exponencial a tasa y que el hospital tiene capacidad ilimitada.
a) Sea M(t) el n umero de pacientes hospitalizados en el instante t. Obtenga la densidad de probabilidades
de M(t).
b) Si se sabe que en el intervalo (0,t) llegaron n pacientes al hospital (de cualquier tipo), cual es la
probabilidad que ninguno de ellos tenga una enfermedad mayor?
c) Si se sabe que entre 0 y t llegaron m pacientes leves, cual es la probabilidad que en ese intervalo hayan
llegado n pacientes graves?
Solucion:
a) Estamos trabajando con un proceso de descomposicion de Poisson, luego denimos
M(t) = n umero de pacientes hospitalizados en t
y sabemos que M(t) P((1 )t). Luego,como conocemos la cantidad de personas que llegaron al
hospital, condicionamos en N(t) = m.
P(M(t) = n) =
m=n
P(M(t) = n|N(t) = m)P(N(t) = m)
M(t) = n|N(t) = m Bin(m, p), con p = probabilidad de que un paciente este en el hospital en el
instante t. Sabemos que, si desordenamos las llegadas, estas distribuyen uniforme. Ademas, el tiempo
que un paciente permanece hospitalizado distribuye exponencial a tasa . Luego, sean U y Z variables
aleatorias que distribuyen uniforme y exponencial, respectivamente. Luego,
p = P(T > t) = P(U +Z > t)
=
t
0
P(U +Z > t|U = y)f
y
(y)dy
=
t
0
P(Z > t y)
1
t
dy
=
t
0
e
(ty)
t
dy
=
1 e
t
t
P(M(t) = n) =
m=n
m
n
p
n
(1 p)
mn
((1 )t)
m
e
(1)t
m!
=
m=n
m!
n!(mn)!
p
n
(1 p)
mn
((1 )t)
m
e
(1)t
m!
=
p
n
e
(1)t
((1 )t)
n
n!
m=n
[(1 p)((1 )t)]
mn
(mn)!
Se sabe que
n=0
x
n
n!
= e
x
, luego
P(M(t) = n) =
(p(1 )t)
n
e
p(1)t
n!
Es decir, M(t) P(p(1 )t), con p =
1e
t
t
.
b) Sea
N
1
(t) : llegada de pacientes leves
N
2
(t) : llegada de pacientes graves
Queremos P(N
2
(t) = 0|N(t) = n), lo que es equivalente a que solo hayan llegado pacientes leves:
P(N
2
(t) = 0|N(t) = n) =
n
c) Queremos encontrar P(N
2
(t) = n|N
1
(t) = m). Como la tasa de llegada de pacientes esta ja, la
descomposicion de Poisson da origen a dos procesos independientes, luego
P(N
2
(t) = n|N
1
(t) = m) = P(N
2
(t) = n)
=
((1 )t)
n
e
(1)t
n!