Ejemplos de Distribucin Exponencial y

SEMANA
6

PROCESOS DE POISSON

[ PROGRAMACIN ESTOCSTICA ]

SEMANA SEIS
LECTURA DOS: EJEMPLOS DE DISTRIBUCIN EXPONENCIAL Y PROCESOS DE POISSON

Ejemplo 1:
Suponga que los clientes llegan a una tienda de acuerda a un Proceso de Poisson (PP) con tasa
! = 10 !"#$%&$' !"#
a. Cul es el nmero esperado que clientes que visitan la tienda durante 8 horas?
Respuesta:
Teniendo en cuenta que por notacin N(t) es el nmero de eventos que ocurren durante un
intervalo de tiempo (0, t]. Entonces, se debe definir la variable poisson N(t) y se debe calcular el
valor esperado de N(8 horas), tal como se presenta a continuacin:
N(t) = nmero de clientes que visitan la tienda durante un intervalo de tiempo t.
El valor esperado de una variable aleatoria poisson se define de la siguiente manera:
! ! ! = ! !
Por lo tanto,
10 !"#$%&$'
! ! ! = ! ! 8 = ! ! =
8 !"#$ = 80 !"#$%&$'
!"#

b. Cul es la probabilidad de que ninguna persona llegue a la tienda entre la 1:00 pm y la 1:06
pm?
Respuesta:
Haciendo regla de tres, pasamos los minutos a horas.

6 minutos: 0.1 horas
e!!! (f)!
P N 1: 00PM 1: 06PM = P N(0.1 = 0) =

k!
e!!"!.! (10 0.1)!
=
= e!!"!.! = e!! = 0.367
0!

Ejemplo 2:

El periodo de vida en aos de un televisor de cierta marca tiene una distribucin exponencial
con un promedio de 6 aos.

a) Cul es la probabilidad de que un televisor falle antes del tercer ao de uso?

T = tiempo de vida del televisor en aos

!

P T < 3 = 1 e!! = 1 e! !! = 1 e! ! = 0.3934

[ POLITCNICO GRANCOLOMBIANO ]

b) Suponga que se analizan 5 televisores de esa marca, cul es la probabilidad de que al menos
3 de los 5 televisores fallen antes del segundo ao de uso?

T = tiempo

!

P T < 2 = 1 e!! = 1 e! !! = 1 e! ! = 0.2835

c) Si un televisor lleva 2 aos funcionando, cul es la probabilidad de que falle despus del
quinto ao?

En este punto se aplica la propiedad de no memoria:

T > 5t\T > 5
= P T > 5t \1t > 5 = P

P T>5

P(T > 5t
e! !(!!)
=
= !!"
P(> 5)
e

=

!!! !!!
!!!

= e!! = P(T > t)

!

!
P(T > 5; T > 2)
P(T > 5) e! !
P T > 5\T > 2 =
=
= ! = e! !
P(T > 2)
P(T > 2)
e! !
!
= P T > 3 = e! ! = 0,606

Ejemplo 3:
Una empresa de fabricacin de bolsas plsticas tiene una mquina que cumple el proceso de
sellado. Por ser mquinas que continuamente estn trabajando tienen un desgaste continuo y
por ende su tiempo de vida promedio es de 10 meses siguiendo una distribucin exponencial. Si
el ltimo cambio de mquina que se hizo fue hace 10 meses, cul es la probabilidad que deba
cambiarse la mquina antes de los prximos ocho meses? Compruebe la propiedad de no
memoria de la distribucin exponencial.

P T 18\T 10 =?

P(10 T 18) F 18 F(10)
=
=

P(T 10)
1 F(10)

!"

1 e!!"/!" (1 e!" )
e!!/! + e!!
e!! e!!/!
=
=

=

= !!
1 (1 e!"/!" )
e!!
e!!
e
!

= 1 e!! = 0.55

[ PROGRAMACIN ESTOCSTICA ]

Comprobando la propiedad de no memoria:
!

P(T 18 t 10 = P T 8 = 1 e!!" = 1 e!! = 0.55

Ejemplo 4:
Un parque de diversiones cuenta con una atraccin favorita que es la que le genera mayores
ingresos anuales. A dicha atraccin se le debe realizar un mantenimiento preventivo cada ao
para evitar accidentes, pero por ser esta atraccin la de mayor rentabilidad, parque quiere que
el tiempo de reparacin sea el menor. Si se considera que el tiempo de reparacin de una
mquina tiene una distribucin exponencial con una media de 15 das.

a) Cul es la probabilidad que el parque alcance a reparar su atraccin favorita en menos de 10
das?

Sea T: tiempo de reparacin de la mquina en das.
t~ esperado (15 das)

!

P(T10) = 1 e!!! = 1 e!!" = 0.223 = 1 e!! = 0.486

b) Dado que el costo de reparacin se genera por cada 4 horas de trabajo o fraccin y es de
$500.000 y considerando que el da tiene 8 horas laborales Cul es la probabilidad de que una
reparacin cueste exactamente $4000.000?

Se hace una regla de tres para determinar cuntas horas se demandan con un costo de
reparacin de 4000000

4 horas = 500000
B= 4000000

Al hacer la regla se obtiene que
B=32 horas

Luego,
P una reparacin cueste 4000000 = P 28 horas t 32 horas

!

!,!

= 3,5 T 4 = P t 4 P T 35 = 1 e!! 1 e! !"

!

= e!!" + e!!" = 0.768 + 0.792 = 0.026

[ POLITCNICO GRANCOLOMBIANO ]

c) El gerente de mantenimiento est interesado en realizar una programacin de la reparacin

de la mquina. Cul es el tiempo t de reparacin que se debe asignar, para que haya una
probabilidad de 0.1 de que el tiempo de reparacin efectivo sea mayor a t?

x = Tiempo de reparacin de la mquina.

P x > t = 0.1

e!!! =0.1

!

ln (e!!" ) = 0.1

t
lne = ln 0.1 t = 1.5 ln 0.1 = 34.54 = 35 das
15


Ejemplo 5:

A un determinado puerto llegan barcos de acuerdo a un Proceso de Poisson con tasa de 4
barcos por hora.
a) Cul es el valor esperado y la desviacin estndar del nmero de barcos que llegan al puerto
en una semana?
El Valor esperado (promedio), de una Distribucin de Poisson es la misma tasa de llegada

! !"#$%&
!"# !"#$%
E(N(t))=t = !"#$ = !"#$%$


1 semana= 168 horas


7 das 24horas

semana
1 da


672 horas
=

semana

Desviacin estndar = N t = 672 = 25.92

b) Cul es la probabilidad de que pasen ms de 5 horas entre la llegada de 2 barcos
consecutivos?

[ PROGRAMACIN ESTOCSTICA ]

T:tiempo hasta el primer xito. En ste caso el xito se obtiene cuando llegan dos barcos
consecutivos. Por lo tanto, la variable discreta queda definida como:
T: tiempo hasta la llegada de 2 barcos consecutivo
T~esperado(4 barcos/ hora)

P(t >5)=e!!! = e!!" = 2,06 10!!

c) El 13 de noviembre llegaron 4 barcos entre la 1:00 am y las 6:00 am. Calcule el nmero
esperado de barcos que llegaron entre las 10:00 am, y las 2:00 pm.

!"#$%&'
E(N(10:00 am -2:00pm))=t = !"#$ 4horas = 16 barcos

d) Cul es la probabilidad de que entre las 6:00 am y las 10:00 am del 13 de noviembre lleguen
5 barcos si se conoce que entre la 1:00 am y las 6:00 am del 13 de noviembre llegaron 4 barcos?


=P(N(6 am-10 am)=5/N(1 am-6 am)=4)=????

= P(N(6 am-10 am)=5= P(N(4)=5=

!!!! (!!)!
!!

= 9.8 10!!

e) El 13 de noviembre llegaron 4 barcos entre la 1:00 am y las 6:00 am. Cul es la probabilidad
que 2 de ellos hayan llegado entre las 4:00 am y las 6:00 am?

= P(N(4-6am)=2/N(1-6am)=4???

= P(N(4-6am)=2 ; N(4-6am)=2

!!!!

!!!! (!!)!

= P(N(3)=2)*P(N(2)= !!

!!

= (4,42*10!! )*(0.0107) = 4.72*10!!

[ POLITCNICO GRANCOLOMBIANO ]