Documente Academic
Documente Profesional
Documente Cultură
Ejercicios resueltos
Desarrollo:
a) Nivel mas alto : El proceso
{X ((t ) : nº de usuarios conectados en t , t ≥ 0}es un proceso de nacimiento
y muerte.
λ (0) λ λ (1) * λ (0 ) λ2
P1 = P0 = P0 ; P2 = P0 = P0 ;
µ (1) µ µ (2 ) * µ (1) 2µ * µ
λ (2 )λ (1)λ (0) λ3
P3 = P0 = P0
µ (3)µ (2)µ (1) 3µ * 2 µ * µ
n
1λ
Término general Pn = P0 ; ∀n > 0
n! µ
Obtención de P0 :
−1 −1 −1
∞
1λ
n
∞ 1 1 n λ −λ
P0 = 1 + ∑ = ∑ = e µ =eµ
n =1 n! µ n =0 n! n
Reemplazando P0 en el término general:
n −λ
1 λ
Pn = e µ ∀n ≥ 0
n! µ
b) Sea Y (t ) : n º apuestas en el nivel mas bajo
{
P{X (t ) = j; Y (t ) = k } = P Y (t ) = k
X (t ) = j
}
* P{X (t ) = j}
{
P Y (t ) = k
X (t ) = j
}= ??
La variable aleatoria Y (t )
X (t ) = j
corresponde a un Proceso de Nacimiento
y Muerte
Tasa de nacimiento λ (k ) = βj
Tasa de muerte µ (k ) = αk
Usando la distribución de probabilidades de la letra a
{
P Y (t ) = k }= e β j
1 βj
k
−
α
X (t ) = j
k! α
Reemplazando
β j λ j
1 βj µ 1 λ
k
−
P{X (t ) = j , Y (t ) = k } = e α
*e
k! α j! µ
Desarrollo:
Sea X (t ) :nº de bañistas presentes dentro de la piscina en el instante t.
{X (t ), t ≥ 0} es un Proceso de Nacimiento y Muerte
Tasas de nacimiento:
λ( j) = 4 j ≥ 0 personas/minuto
Tasas de muerte: Si cada persona permanece en promedio 10 minutos, la
tasa de salida de una persona es de 6 personas por hora, luego
1
µ( j) = j j ≥ 0
10
Calculo de las probabilidades
λ (0) λ (1)
P1 = 40 P1 = (40) P0
4 1 1
P1 = P0 = P0 = 40 P0 P2 =
2
µ (1) 1 µ (2 ) 2 2
10
λ (2 )
P3 = P2 =
11
P2 =
11
(40)3 P0 = 1 (40)3 P0
µ (3) 32 32 3!
Término general
Pn = (40) P0 n ≥ 1
1 n
n!
−1
∞ (40)n
∞ −1
1
P0 = 1 + ∑ 40 n P0 = ∑ = e − 40
n =1 n! n =0 n!
40 n
Pn = e − 40 n≥0 esta es una distribución de Poisson con tasa media 40 .
n!
∞
b) L = ∑ nPn = ∑ ne
∞
(40)n ∞
(40)
n ∞
(40 ) (40 )
n −1
n =0 n =1
− 40
n!
=e − 40
∑
n =1
n
n(n − 1)!
=e ∑
− 40
n =1 (n − 1)!
2 ∞ (40)
n −1
L=e − 40
∑ haciendo el cambio de variables j = n − 1
3 n =1 (n − 1)
L = e −40 40∑
∞
(40) j = e −40 40 40 = 40
j =0 j!
3.- Artículos a ser procesados llegan a dos procesos productivos 1 y 2, los que
comparten una zona de almacenamiento de materias primas llamada buffer, en
el cual se pueden almacenar a lo más N artículos. Los artículos tipo 1 deben
ser procesados en el proceso 1 y los artículos tipo 2 en el proceso 2. La llegada
de artículos para ambos procesos siguen sendos procesos de Poisson con
tasas λ1 y λ2 respectivamente. Los tiempos de operación de cada proceso
productivo son exponenciales con tasas µ1 y µ 2 . Los artículos que llegan
cuando el buffer está completo, son derivados a otros talleres. Formule un
modelo que permita conocer, en el largo plazo, la proporción de artículos
derivados a otros talleres.
Desarrollo:
Es claro que X (t ) = X 1 (t ) + X 2 (t )
Sea p: proporción de artículos que se derivan a otros talleres.
p = P( X (t ) > N ) = 1 − P( X (t ) ≤ N ) = 1 − ∑ P(X (t ) = k ∧ X (t ) = N − k )
k =0
1 2
p =1− ∑P P
k =0
1 2
k N −k
1
En que P k : probabilidad de que en el buffer hayan k artículos tipo 1 y
2
PN − k : probabilidad de que en el buffer hayan N-k artículos.
v j Pj = ∑P v P
k≠ j
k k kj
Además como los cambios de estado ocurren solo a los estados j y j+1, se tiene
que
X 1 (t ) y X 2 (t ) corresponden a sendo procesos de Nacimiento y Muerte:
λ1 X <N
Tasa de nacimiento X 1 (t ) : λ ( j ) =
0 X ≥N
0 j=0
Tasa de Muerte X 1 (t ) : µ ( j ) =
µ1 j ≥1
λ2 X < N
Tasa de nacimiento X 2 (t ) : λ ( j ) =
0 X ≥ N
0 j=0
Tasa de Muerte X 2 (t ) : µ ( j ) =
µ 2 j ≥1
λ (0) 2 λ2 2 2 λ2 2
n
P12 = P0 = P0 Pn = P0
µ (1) µ2 µ2
λ ( N − 1) 2
N
λ λ
P =
2
PN −1 = 2 PN2 = 2 P02
µ (N ) µ2 µ2
N
−1 −1
N
λ1
k N
λ2
k
P01 = 1 +
∑
k =1
µ1
P02 = 1 +
∑
k =1
µ 2
p =1− ∑ P( X (t ) = k ∧ X (t ) = N − k ) =
k =0
1 2
N N N −k
λ1 λ2
k
1− ∑P P
k =0
1 2
k N −k =1− P P 1 2
0 0 ∑
k =0
µ
1
µ
2
Desarrollo:
Además como los cambios de estado ocurren solo a los estados j y j+1, se tiene
que X (t ) corresponde a procesos de Nacimiento y Muerte:
a+b
Y ≈ U (a, b ) luego E (Y ) =
2
Tasa de nacimiento X (t ) : λ ( j ) = {λ E (Y )
0 j=0
Tasa de Muerte X (t ) : µ ( j ) =
µ j ≥1
−1
λE (Y ) λE (Y ) λ (a + b )
n ∞ k
Luego Pn =
µ
0
P en que P0 = 1 +
∑ k =1
µ
=1−
2
λE (Y )
∞ ∞ n ∞
E ( X (t )) = ∑n * P = ∑
n=0
n
n =0
n*
µ
P0 = P0 ∑n * ρ
n =0
n
∞
ρ
∑n * ρ
n=0
n
=
(1 − ρ )2
λ (a + b )
λ (a + b ) 2µ
E ( X (t )) = 1 −
1 − λ (a + b )
2
2
2µ
5.- En una pequeña oficina pública atiende un solo funcionario a las personas
que realizan sus trámites. Las personas llagan a la oficina de acuerdo a un
proceso de Poisson a tasa λ . Las personas son reacias a esperar demasiado,
de modo que si hay j personas esperando ser atendidas, cuando llegan con
probabilidad q ( j ) se quedan (de lo contrario se van sin ser atendidos). Una vez
en la cola las personas esperan hasta que los atienden o hasta que se les
acaba la paciencia. Suponiendo que los clientes esperan un tiempo exponencial
con tasa φ . Los tiempos de espera de las personas son independientes entre
si. El cajero atiende con tiempos de servicio exponenciales a tasa µ . Modele el
número de personas en la cola como un proceso de nacimiento y muerte,
determinando las tasas y las probabilidades de la variable de estado..
Desarrollo:
Pij (t ) = ∑ P (t )v P − v j Pij (t )
d
ik k kj
dt k≠ j
Pij (t ) → Pj
Pij (t ) = 0
d
dt
tiempo continuo.
Tasas de nacimiento : λ ( j ) = q ( j )
0 j=0
Tasas de muerte : µ( j) =
µ + φj j >0
λ (0) λq(0)
P1 = P0 = P
µ (1) µ +φ 0
Termino general :
q( j )
n −1
Pn = λn
∏ µ + jφ P
j =0
0 n ≥1
−1
q( j )
∞ n −1
En que P0 = 1 +
∑∏
n =01 j =0
µ + jφ
Ejercicios propuestos