Documente Academic
Documente Profesional
Documente Cultură
Poisson. Bibliografa
Caldern C., Bernardo A. Procesos Estocsticos.
Notas de clase.
Hillier S., Frederick. Investigacin de Operaciones.
Facultad de Ingeniera Sptima edicin, McGraw Hill, 2002.
Departamento de Ingeniera Industrial U. Narayan Bhat, and Gregory K. Miller. Elements
of applied Stochastic Processes, Jhon Wiley and
Procesos Estocsticos Sons, Inc., 2002
La distribucin exponencial Ross, Sheldom M. Introduction To Probability
Models. Academic Press, seventh edition, 2000
y el proceso de Poisson http://docencia.udea.edu.co/ingenieria/procesosestoc
Bernardo A. Caldern C. asticos. Pgina WEB preparada por el profesor
Medelln, marzo de 2017 Bernardo A. Caldern para
Bermardo el curso.
A. Caldern C. 4
Suma de exponenciales 0
1
Funcin gama de n
Distribucin exponencial
Aplicacin: Distribucin exponencial Qu representa la variable aleatoria:
Momentos de la distribucin exponencial: k =E(Xk) Duracin de un servicio
Tiempo entre llegadas a un sistema
x x
k E ( X k ) x k f ( x )dx x k e dx , Tiempo entre fallas de un componente
0 0
Metraje entre defectos en un rollo de tela
Sea : t x x t / dx dt / Significado del parmetro
t k et ( k 1) El parmetro es una tasa.
E(X k ) dt Tasa de servicio, tasa de llegada, tasa de fallas,
0 k k tasa de defectos (eventos/tiempo, clientes/hora)
Demostrar:
E ( X ) 1 / Representa el inverso del tiempo medio
Significado del parmetro
E ( X 2 ) 2 / 2 2 2 Representa el tiempo medio o valor esperado
1 x /
V ( X ) 1 / 2 2 Como E(X) 1 / f ( x ) e
Bernardo Caldern C
7 Bermardo A. Caldern C. 10
dt j
t 0 j con el mismo parmetro , y es independiente de la vida
Bernardo A. Calderon C. 8 pasada del sistema (t) Bermardo A. Caldern C. 11
2
Distribucin exponencial. Propiedades Mnimo de varias variables aleatorias exponenciales
Suma (convolucin) de exponenciales Teorema. El mnimo de varias variables aleatorias
Si X1, X2,...Xn es un conjunto de variables aleatorias exponenciales independientes tiene una distribucin
independientes e idnticamente distribuidas (iid) con exponencial
distribucin exponencial con media 1/, entonces la Sean T1, T2,...Tn variables aleatorias exponenciales e
suma de estas variables X = X1 + X2 + Xn independientes con parmetros 1, 2,... n. Sea U la
sigue una distribucin Erlang con parmetros y n, variable aleatoria igual al mnimo de T1, T2,...Tn, es decir,
(distribucin gama con n entero), es decir su funcin de U = mnimo(T1, T2,...Tn) y representa el tiempo hasta que
ocurre el primero de n eventos,
densidad est dada por: (x ) n 1
f ( x ) e ax x 0 P(U>t) = P(T1>t, T2>t,...,Tn>t)
( n 1)!
= P(T1>t) P(T2>t)...P(Tn>t)
donde E[X] = n/ y Var(X) = n/2 n
i t
Demostracin: Usando funcin generadora de momentos. e 1t e 2 t ...e n t e i 1
e t
Ejemplo: Tiempo de espera para recibir un servicio n
U exponencial con parmetro i
Bermardo A. Caldern C. 13 Bermardo A. Caldern C. 16
i 1
Probabilidad de que una variable aleatoria sea Mnimo de varias variables aleatorias exponenciales
menor que otra P(X1<X2) Aplicaciones: Sistema de colas.
Sean X1 y X2 dos variables aleatorias exponenciales con Considere un sistema de colas con k servidores cada uno
medias respectivas de 1/1 y 1/2. Interesa calcular con tasa . Sea U el tiempo para la prxima terminacin
P(X1<X2). El clculo se puede hacer condicionando en el de servicio. De acuerdo con lo anterior tiene una
valor de X2, de la siguiente manera: distribucin exponencial con parmetro = k
Confiabilidad. Sistemas en serie.
P(X1 X 2 ) P( X1 X 2 / X 2 x )f 2 ( x )dx 1 2 3 n
0
P(X1 x ) 2 e 2 x
dx (1 e 1 x
) 2 e 2 x
dx Considere un sistema de n componentes en serie, cada
0
0
uno con distribucin exponencial con parmetro i.
2e 2 x
dx 2 e ( 1 2 ) x
dx Como el sistema falla cuando falle el primero de los
0 0
componentes, entonces el tiempo de funcionamiento del
2 1
1 sistema tiene una distribucin exponencial con parmetro
1 2 1 2 = 1+ 2+...+ n,
Bermardo A. Caldern C. 14 Bermardo A. Caldern C. 17
3
Procesos de conteo El proceso de Poisson. Definicin No 2
Propiedades Definicin No 2. El proceso de conteo {X(t), t0} es
un proceso de Poisson con tasa , > 0, si:
X(t) 0
a) X(0) = 0
X(t) es una variable entera. b) El proceso tiene incrementos independientes
Si s < t entonces X(s) X(t) c) El nmero de eventos que ocurren en cualquier
Para s<t, X(t)-X(s) = nmero de eventos en el intervalo de tiempo se distribuye segn Poisson con
intervalo (s,t media t. Esto es, para s, t 0
e (t )
t n
Incrementos independientes
P{ X (t s ) X ( s ) n} P{ X (t ) n} , n 0, 1, 2,...
Un proceso de conteo tiene incrementos independientes n!
si el nmero de eventos que ocurren en intervalos un proceso de Poisson tiene incrementos
disjuntos de tiempo son independientes. estacionarios y que el valor medio est dado por
E[X(t)] = t, lo cual explica por qu es llamada la
Bermardo A. Caldern C. 19 tasa del proceso. Bermardo A. Caldern C. 22
Bermardo A. Caldern C. 21
Haciendo que t 0 Bermardo
se obtiene P0'(t) = - P0(t)
A. Caldern C. 24
4
El proceso de Poisson. Demostracin El proceso de Poisson. Demostracin
Equivalentemente dP
a dt
0
P
Por induccin se puede demostrar que
0
5
Distribucin de tiempos de espera Desagregacin de procesos de Poisson
Sea Sn = el tiempo de espera del n-simo evento,
tambin llamado tiempo de espera hasta la ocurrencia (n m)!p n (1 p) m e t (tn m
P(X1 (t) n ,X 2 (t) m)
del evento nmero n. Este tiempo est dado por n!m! (n m)!
Sn = T1 + T2 +...+ Tn
e tp (pt ) e (1 p)t ([1 p]t )
n m
6
Proceso no homogneo de Poisson Proceso compuesto de Poisson
Definicin. El proceso de conteo {N(t), t 0} es un
proceso no homogneo de Poisson con funcin de Valor esperado E[X(t)]
intensidad (t), t 0, si Condicionando en N(t): E[X(t)] = E{E[X(t)/N(t)]}
i) N(0) = 0
N(t) n
ii) {N(t), t0}tiene incrementos independientes. EX ( t ) / N ( t ) n E Yi / N ( t ) n E Yi
iii) P[N(t + t) - N(t) 2 ] = o(t) i 1 i 1
iv) P[N(t+t) - N(t) = 1] = (t) t + o(t). EY1 Y 2 ... Y n n EYi
7
Problemas Dist. exponencial y proceso de Poisson
Problemas distr. exponencial y proceso de Poisson
Considere un sistema de colas con dos tipos de clientes. Los
clientes tipo 1 llegan de acuerdo con un proceso de Poisson
con una tasa media de 5 por hora. Los clientes tipo 2 llegan 3) La vida de un radio se distribuye exponencialmente
tambin de acuerdo con un proceso de Poisson con una tasa con una media de 10 aos. Si Juan compra un radio
media de 6 por hora. El sistema tiene dos servidores que viejo, con 9 aos de uso, cual es la probabilidad de que
atienden ambos tipos de clientes. Para los dos tipos el tiempo dure otros 9 aos? ? (R = e-9/10)
de servicio tiene una distribucin exponencial con una media 4) Norberto y Pedro entran a una peluquera
de 10 minutos. El servicio se presta sobre la base de primero en
llega, primero en ser atendido. simultneamente. Norberto desea una afeitada y Pedro
a) Cul es la distribucin de probabilidad (incluyendo la media un corte de pelo. Si el tiempo requerido para un corte es
y la varianza) del tiempo entre llegadas consecutivas de exponencial con una media de 20 min., y para la afeitada
clientes al sistema. es 15 minutos, y si ambos son atendidos una vez entran,
b) Cuando llega un cliente especfico del tipo 2 encuentra dos cual es la probabilidad de que Pedro salga antes que
clientes tipo 1 en proceso de ser atendidos, y ningn otro
cliente en el sistema. Cul es la distribucin de probabilidad Norberto? (3/7)
(incluyendo la media y la varianza) del tiempo de espera en la
cola para este tipo de cliente?.
Bermardo A. Caldern C. 43 Bermardo A. Caldern C. 46
Problemas distr. exponencial y proceso de Poisson Problemas distr. exponencial y proceso de Poisson
Un sistema de colas tiene dos servidores cuyos tiempos de 5) Los carros cruzan cierto punto de una autopista de
servicio son variables aleatorias independientes e acuerdo con un proceso de Poisson con una tasa = 3 por
idnticamente distribuidas con distribucin exponencial minuto. Si un ciego desea cruzar la calle (sin ayuda de
con media de 15 minutos. El cliente X llega cuando ambos
servidores estn ociosos. Cinco minutos despus llega el nadie), cul es la probabilidad de que no sea herido, si el
cliente Y mientras que atienden al cliente X. Diez minutos tiempo que gasta cruzando la calle es s segundos?.
ms tarde llega el cliente Z mientras que an atienden a Realice los clculos para s= 2, 5, 10 y 20. Suponga que si
los clientes X y Y. No llegan ms clientes durante este est cruzando la calle y pasa un carro, el ciego es
intervalo de 15 minutos. golpeado por el carro. (R= e-1/10, e-1/4, e-1/2, e-1)
a) Cul es la probabilidad de que el cliente X termine su 6) En el ejercicio anterior, suponga que el ciego es
servicio antes que el cliente Y? bastante gil para escapar de un carro, pero si encuentra
b) Cul es la probabilidad de que el cliente Z termine su dos o ms carros mientras intenta cruzar, el ciego es
servicio antes que el cliente X?
herido. Cual es la probabilidad de que logre cruzar la calle
c) Determine la funcin de densidad del tiempo de espera sin ser herido, si se gasta s segundos en cruzar. Realice los
(antes de ser atendido) para el cliente Z. Especifique su
valor esperado y varianza. clculos para s =5, 10, 20 y 30 segundos.
Bermardo A. Caldern C. 44 Bermardo A. Caldern C. 47
Problemas distr. exponencial y proceso de Poisson Problemas distr. exponencial y proceso de Poisson
1) Eltiempo requerido para reparar una mquina es exponencial 7) Ciertas llamadas especiales a una oficina llegan de acuerdo con
con una media de 1/2 hora. Cual es la probabilidad de que: un proceso de Poisson con una tasa de dos por hora.
a) Una reparacin exceda 1/2 hora (R = e-1) a) Cul es la probabilidad de que no ocurra ninguna llamada entre
b) Una reparacin tome al menos 4 1/2 horas, dado que su las 6 PM y las 8 PM?
duracin excede de 4 horas? (R = e-1) b) Cul es la probabilidad de que no ocurra ninguna llamada entre
2) Considere una oficina postal con dos empleados. Tres las 2 PM y las 4 PM?
personas, A, B y C entran simultneamente. A y B van c) Empezando a medio da, cual es el tiempo esperado al cual
directamente a los empleados y C espera hasta que A o B ocurre la cuarta llamada?
salgan, antes de que empiece su servicio. Cual es la d) Cual es la probabilidad de que dos o ms llamadas ocurran entre
probabilidad de que A est an en la oficina despus de que los las 6 PM y las 8 PM?
otros dos hayan salido cuando: e) Cul es el tiempo esperado entre la segunda y la cuarta llamada?
a) El tiempo de servicio por empleado es exactamente 10 min f) Cul es el tiempo esperado entre la quinta y la sexta llamada?
b) Los tiempos de servicio son i con prob de 1/3, para i= 1, 2, 3 g) Si la cuarta llamada ocurri a las 3 PM y a las 4 PM no haba
(1/27) entrado ninguna otra llamada, cual es la probabilidad de que antes
c) Los tiempos de servicio son exp. con media 1/u. (R = 1/4) de la 5 PM haya entrado la sexta llamada?
Bermardo A. Caldern C. 45 Bermardo A. Caldern C. 48
8
Problemas distr. exponencial y proceso de Poisson Problemas distr. exponencial y proceso de Poisson
8) Los impulsos llegan a un contador Geiger de acuerdo con un 14) Norberto administra un almacn de repuestos que abre a las 8
proceso de Poisson a una tasa de tres llegadas por minuto. Cada AM. Los clientes llegan segn un proceso de Poisson, a una tasa
partcula que llega al contador tiene una probabilidad de 1/3 de ser variable, dependiendo de la hora del da. De 8 AM a las 11 los
registrada. Sea x(t) el nmero de partculas registradas en t minutos. clientes llegan, en promedio, a una tasa que aumenta
Se desea calcular: a) P{ X(t) = 0}. (R = e-2t), b) E[X(t)]. (R = 2t) constantemente y que empieza con un valor inicial de 5 clientes por
9) Los carros pasan en una interseccin de una autopista de hora a las 8 AM y alcanza un mximo de 20 a las 11. De 11 AM a
acuerdo con un proceso de Poisson, a una tasa de uno por minuto. la 1 PM la tasa permanece constante en 20 clientes por hora. Sin
embargo, la tasa de llegada cae constantemente en el perodo de
Si un 10% de los carros son marca Dodge, entonces: 1 PM a las 5 PM, hora de cierre, en que toma el valor de 12. Si el
a) Cul es la probabilidad de que pase al menos uno Dodge durante nmero de clientes que llegan en intervalos disjuntos de tiempo son
una hora? (R = 1-e-3) independientes, calcule:
b) Dado que han pasado 10 carros tipo Dodge durante una hora, a) La distribucin de probabilidad del nmero de clientes que llegan
cual es el nmero esperado de carros que han pasado durante esa en cualquier hora del da?.
hora?. (R = 67) b) La probabilidad de que:
c) Si han pasado 50 carros durante una hora, cual es la probabilidad - No llegue nadie entre las 8:30 AM y las 9 AM?.
de que cinco de ellos hayan sido Dodge? 50 1 5 19 45 - No llegue nadie entre las 12:30 y la 1 PM?.
c) El nmero esperado de clientes entre las 8:30 AM y las 9 AM y
5 20 20
Bermardo A. Caldern C. 49 entre las 12:30 PM y la 1 PM?.
Bermardo A. Caldern C. 52
Problemas distr. exponencial y proceso de Poisson Problemas distr. exponencial y proceso de Poisson
10) Los clientes llegan a un banco de acuerdo con un proceso de 15) Cierto contador de partculas registra nicamente
Poisson a una tasa . Suponga que dos clientes llegan durante la cada segunda partcula que llega al contador. Suponga que
primera hora. Cual es la probabilidad de que:
a) Ambos hayan llegado durante los primeros 20 minutos?. (1/9) las partculas llegan de acuerdo a un proceso de Poisson a
b) Al menos uno haya llegado en los primeros 20 minutos?. (5/9) una tasa de 4/minuto. Sea T el tiempo, en minutos, entre
11) Los reclamos en plizas de vida de una compaa de seguros dos partculas sucesivas que son registradas por el
ocurren de acuerdo con un proceso de Poisson con una tasa de 5 por contador. Determine :
semana. Si la cantidad de dinero que se paga en cada pliza es exp.
con una media de $ 1 000 000, cual es la media y la varianza del
a) P(T > 1)
dinero pagado por la compaa durante una semana? b) E [ T ]
12) Para un proceso de Poisson demuestre que para s < t: 16) Un beb llora de acuerdo con un proceso de Poisson
a una tasa de 12 veces por hora. Si sus padres solamente
n s k s nk
P{N(s) k / N ( t ) n} 1 , k 0, 1, 2, ..., n responden a cada tercer gemido, cual es la probabilidad de
k t t que transcurran 10 minutos entre dos respuestas sucesivas
Bermardo A. Caldern C. 50 de sus padres? Bermardo A. Caldern C. 53
Problemas distr. exponencial y proceso de Poisson Problemas distr. exponencial y proceso de Poisson
13) Una tienda abre a las 8 AM. De las 8 a las 10 los clientes llegan 17) Suponga que un sistema de colas tiene dos servidores, una
de acuerdo con un proceso de Poisson a una tasa de cuatro por hora. distribucin de tiempos entre llegadas exponencial con una media
De las 10 a las 12 llegan de acuerdo con un proceso de Poisson a de dos horas y una distribucin de tiempos de servicio exponencial
una tasa de 8 por hora. De las 12 a las 2 PM la tasa de llegada con una media de dos horas. Lo que es mas, a las doce del da acaba
aumenta uniformemente de ocho por hora a las 12 hasta llegar a 10 de llegar un cliente.
a las 2 PM; y de 2 a 5 PM la tasa cae constantemente hasta llegar a a) Cul es la probabilidad de que la siguiente llegada ocurra antes
cuatro por hora. de la 1:00 PM?. Entre la 1:00 PM y las 2:00 PM?. Despus de las
a) Defina la distribucin de probabilidad del nmero de clientes 2:00 PM?
que llegan a la tienda a cualquier hora del da. b) Suponga que no llegan mas clientes antes de la 1:00 PM. Cual es
b) Calcule la probabilidad de que lleguen cinco clientes: la probabilidad de que la siguiente llegada ocurra entre la 1:00 y las
- Entre las 9 y las 10 AM. 2:00 PM?
- Entre las 12 M y la 1 PM. c) Cul es la probabilidad de que el nmero de llegadas entre la
- Entre las 4 y las 5 PM. 1:00 PM y las 2:00 PM sea cero, uno, dos o ms?
c) Cual es la probabilidad de que no llegue nadie en los intervalos d) Suponga que ambos servidores estn atendiendo clientes a la
anteriores de tiempo?. 1:00. Cul es la probabilidad de que ningn servidor haya
d) Cual es el nmero esperado de clientes que llegan en los completado su servicio antes de las 2:00 PM. ? Antes de la 1:10
intervalos anteriores de tiempo?. PM. ? Antes de la 1:01 PM. ?
Bermardo A. Caldern C. 51 Bermardo A. Caldern C. 54
9
Problemas distr. exponencial y proceso de Poisson
18) Considere un sistema de colas con dos tipos de
clientes. Los clientes llegan de acuerdo con un proceso de
Poisson con una tasa media de 5 por hora los clientes tipo
1, y de 6 por hora los clientes tipo 2. El sistema tiene dos
servidores que atienden ambos tipos de clientes, y el
tiempo de servicio tiene una distribucin exponencial con
una media de 10 minutos para los dos tipos. El servicio se
presta de acuerdo al orden de llegada.
a) Cul es la distribucin de probabilidad (especificando
la media y la varianza) del tiempo entre llegadas
consecutivas de clientes al sistema?
b) Cuando llega un cliente especfico del tipo 2 encuentra
dos clientes tipo 1 en proceso de ser atendidos, y ningn
otro cliente en el sistema. Cul es la distribucin de
probabilidad (incluyendo la media y la varianza) del
tiempo de espera en la Bermardo
cola para este tipo de cliente? 55
A. Caldern C.
10