Captulo 1:

Proceso de Poisson

Problema 1
Suponga que se desea analizar el proceso de bajada y subida de pasajeros de un tren del Metro en la estacin
Salvador, en el andn en direccin a Escuela Militar. Cada tren tiene una capacidad mxima de pasajeros.
Suponga que el prximo tren pasar en minutos y trae pasajeros . Las personas llegan a ese
andn, para tomar el prximo tren, de acuerdo a un proceso de Poisson a tasa . Suponga que cada pasajero
que viene en el tren se baja en la estacin Salvador con probabilidad . Cuando el tren se detiene, primero se
bajan los pasajeros que deben hacerlo y luego se suben los que pueden hacerlo. Obtenga una expresin para el
valor esperado del nmero de pasajeros que no lograr subir al tren.
Solucin:
Sean
: el proceso de llegada de personas a la estacin.
: el nmero de personas que viene en el tren y se bajarn en la estacin.
: el nmero de personas que no lograrn subir al Metro.
El nmero de personas que no lograr subir al Metro depende de la cantidad de personas que vengan en el
tren; y la cantidad de personas que estn en la estacin esperando. Luego, como estas cantidades son
aleatorias, es necesario condicionar en estas variables para conocer la distribucin de .
A continuacin se observa el comportamiento de dependiendo del valor de y de :
/ = =
0 +
+ > +

Por otra parte, se sabe que es un proceso de Poisson de parmetro y dems es fcil observar que
distribuye binomial de parmetro y .
Por lo tanto:
= = = , = Pr =

= 0 Pr = + + Pr =

= +

Y finalmente:
2

= = Pr =

= +

Problema 2
Suponga que el proceso de llegada de micros a un paradero corresponde a un proceso de Poisson a tasa . El
proceso de llegada de pasajeros es un proceso de Poisson a tasa (ambos procesos son independientes).
Asuma que cada pasajero que llega al paradero se sube a la primera micro que pasa y que stas tienen
suficiente capacidad para llevar a todos los pasajeros presentes. Obtenga la distribucin de probabilidades del
nmero de pasajeros que viajan en una micro cualquiera.
Solucin:
Debido a la propiedad de incrementos independientes que poseen los procesos de Poisson, que dice que la
cantidad + es independiente a ; con , , es posible analizar la distribucin de
probabilidades del nmero de pasajeros de cualquier micro. En particular se analizar lo que ocurre con la
llegada de la primera micro.
En la figura se muestra un diagrama de tiempos que ayuda a comprender el problema:

Figura 1. 1: Llegada de micros y pasajeros
Sea:
: proceso de llegada de micros al paradero ~
: proceso de llegada de pasajeros al paradero ~
: nmero de personas que se subirn en la prxima micro.
Luego,
Pr = = Pr =

= Pr

= Pr = Pr

Otra manera de resolver el problema es observar los tiempos entre eventos de los procesos de llegada al
paradero. A partir del momento en que llega el primer pasajero =

el tiempo hasta la parada de la

primera micro sigue siendo exponencial a tasa . Luego, subir una segunda persona a la micro si

es
menor que esa variable exponencial a tasa .
3

En general:
= exponenciales con tasa son menores a exponenciales a tasa y una exponencial a tasa es
mayor a una exponencial a tasa .
Pr = = Prexp < exp

Prexp > exp

Ahora,
Prexp < exp = Prexp < exp exp = x

Prexp =
= Prexp >

=

+


Finalmente,
Pr = =

+

+


Problema 3
Demuestre que:
Pr

= 2 =
2

Donde 0 < < < y en que

son los instantes en que ocurren el primero y segundo evento de un

proceso de Poisson.
Solucin:
Usando la definicin de condicionalidad, se obtiene:
Pr

= 2 =
Pr

, = 2
Pr = 2

=
Pr1 2, = 2, = 0
Pr = 2

Ahora:
Pr1 2, = 2, = 0
= Pr = 1, = 1, = 0
+ Pr = 2, = 0, = 0
Ahora, por las propiedades de incrementos independientes y estacionarios se tiene que lo anterior tiene un
valor de:
4

2!

Finalmente:
Pr

= 2 =

2!

2!

2!

=
2

Otra forma de hacerlo es utilizando tiempos uniformes de las llegadas del proceso, as:
Pr

= 2 = Prmin

; max

Condicionando en

se tiene que:
Pr = Pr

=
1

= Pr

+ Pr

=
y
t
1

+
x
t
1

=
2

Problema 4
Considere un proceso de conteo con tiempo entre eventos exponenciales. Demuestre que este proceso cumple
la propiedad de orden. (Utilice la serie de Taylor para la funcin exponencial).
Solucin:
Un proceso cumple con la propiedad de orden si:
Pr = 1 = +
Pr 2 =
Esto quiere decir que: Pr = 0 = 1 +
Donde se denomina o chica de h y es una funcin que cumple con:
lim

= 0
Sea un proceso de conteo con tiempos entre eventos exponenciales, es decir:

~exp
Luego:
Pr = 1 = Pr

>
= Pr

>

= Pr

5

= Pr +

>

Expandiendo la funcin

en su serie de Taylor,

Se tiene que:

= 1 +

2!

3!
+

2!

= +
Por lo tanto:
Pr = 1 = +
Por otra parte:
Pr = 0 = Pr

>
=

= 1 +

2!

= 1 +
Con lo que queda demostrado que un proceso de conteo con tiempos entre eventos exponenciales cumple con
la propiedad de orden.

Problema 5
Un peatn dese a cruzar una calle con trfico en un solo sentido. El flujo de vehculos por la calle se comporta
como un proceso de Poisson con tasa . Suponga que el peatn necesita de unidades de tiempo para cruzar
la calle, y que l puede estimar exactamente los tiempos entre pasadas sucesivas de automviles. Sea el
tiempo que debe esperar el peatn hasta que puede empezar a cruzar.
a) Obtenga una expresin para .
Indicacin: defina como el nmero de autos que deben pasar hasta que el peatn comienza a
cruzar la calle; escriba como:
=

<

b) Suponga que = 2 autos/min. y que = 30 segundos. Calcule .
6

c) Suponga ahora que la persona que va cruzar la calle es una persona mayor, que requiere 60
segundos para cruzar la calle. Calcule por cuantas veces se multiplica respecto al caso anterior.
Solucin:
a) corresponde a una variable aleatoria que mide el nmero de fracasos antes de un primer xito. El
xito en este caso es que

. Debido que los tiempos entre pasadas de autos son exponenciales se

tiene entonces que la probabilidad de xito es:
= Pr

Luego:
= 1

=
1

1
Utilizando la indicacin propuesta y condicionando en el valor de se tiene que:
= = Pr =

<

Pr =

Como

< es independiente de se tiene que:

=

< Pr =

< Pr =

<
Para calcular

< se necesita:

< =
Pr

= ,

<
Pr

<
=
Pr

=
Pr

<

=

1


Luego:

< =

=
1

Luego:
=
1

1 =
1

1
b) Si = 2 autos/minuto y = 30 sec., entonces: = 0.36 min.
c) Si = 60 sec., entonces: = 2.18 min.
7

Luego se debe multiplicar por
.
.
= 6.11 veces cuando el sujeto tarda 60 sec. en vez de slo 30 sec.
en cruzar la calle.

Problema 6
Suponga que el sistema de transporte colectivo desde plaza Italia al campus San Joaqun consta de dos lneas
de buses: buses expreso y buses ordinarios. Los buses expreso llegan al paradero de acuerdo a un proceso
Poisson a tasa

y los buses ordinarios de acuerdo a un proceso Poisson a tasa

. Ambos procesos son

independientes. El tiempo de viaje de los buses expreso es de

y el de los ordinarios es

y el costo del
pasaje es

respectivamente. El costo de cada unidad de tiempo del pasajero es . Obtenga una expresin
para el costo esperado total para las siguientes polticas:
a) Utilizar solo buses ordinarios.
b) Utilizar solo buses expresos.
c) Tomar el primer bus que pase.
Solucin:
Sea CT = Costo Total
a) Si se utiliza slo buses ordinarios el valor esperado del costo total va a ser:
=
1

Donde

representa el tiempo esperado hasta que pase el primer bus ordinario.

b) Para el caso de slo tomar buses expresos, el resultado es similar:
=
1

c) Para este caso se tiene lo siguiente, sean:

, : Tiempo entre llegadas de buses ordinarios.

, : Tiempo entre llegadas de buses expresos.

Entonces, se necesita condicionar en el bus que llega primero para poder calcular el costo esperado.
Utilizando el Teorema de Probabilidades Totales:
=

<

Pr

<

Pr

Ahora:

<

<

Calculando:

<

= Pr

<

8

=
Pr

<

= Pr

=
Pr

<

=
1

Del mismo modo se llega a exactamente lo mismo para el otro valor esperado:

= Pr

=
1

Luego:

<

=
1

=
1

Por lo tanto, de acuerdo a la ecuacin:
=

<

Pr

<

Pr

=
1

+
1

Juntando trminos se llega a:
=
1

Este resultado se puede interpretar de acuerdo a las siguientes observaciones:
i. Representa el costo promedio de esperar en el paradero hasta que pase el primer bus, que se
calcula como por el tiempo de espera.
ii. Representa el costo si es que se toma el bus ordinario por su respectiva probabilidad.
iii. Representa el costo y la respectiva probabilidad de tomar el bus expreso.
Problema 7
En el km.

de una autopista de una sola va ingresan vehculos de acuerdo a un proceso de Poisson a tasa .
Cada auto viaja a velocidad contante . Encuentre la distribucin de probabilidad del nmero de autos que se
encuentra entre los kms. y de la autopista en el instante , en que

< < . Se quiere analizar tambin

el proceso que cuenta el nmero de autos que han pasado el punto en el instante . Qu puede decir de este
proceso?
9

Suponga ahora que existen accesos independientes; el acceso se ubica en el km.

y por l acceden autos

de acuerdo a un proceso de Poisson a tasa

< . Todos los autos viajan a velocidad . Repita las

preguntas anteriores.
Solucin:
Tomemos un auto cualquiera que ingresa por el acceso ubicado en el km

. Sea el instante de ingreso;

luego el vehculo estar entre los km. y en el instante si:

+
Luego,

Por lo tanto, todo auto que ingresa entre los instantes

estar entre , en . La distribucin de

eventos en el intervalo

tiene distribucin de Poisson de parmetro

. Por lo tanto la
distribucin del numero de autos en 0, es Poisson de parmetro

.
Con respecto al proceso que cuenta los autos que han pasado por el punto , razonando anlogamente al caso
anterior se tiene que:

+
Lo que implica:

Luego, el nmero de autos en cuestin corresponden al nmero de autos que han ingresado a la autopista entre
0 y

. Este nmero tiene distribucin de Poisson de parmetro

Problema 8
A una biblioteca llegan alumnos a estudiar de acuerdo a un proceso de Poisson a tasa . Cada alumno
permanece en la biblioteca en tiempo aleatorio con distribucin exponencial a tasa . Suponga que los
tiempos de permanencia de los sucesivos alumnos son independientes entre s, e independientes del proceso
de llegada.
a) Sea el nmero de alumnos presentes en la biblioteca en el instante . Obtenga la distribucin de
probabilidades de . Qu ocurre con esa distribucin cuando tiende a infinito? Cul es el
valor esperado del nmero de alumnos presentes en la biblioteca en ese caso?
b) Si se sabe que entre 0 y llegaron 10 alumnos a la biblioteca: cul es el valor esperado del nmero
de alumnos presentes en la bibioteca en el instante ?
c) Considere dos instantes de tiempo

tales que

<

. Suponga que se sabe que

= .
Obtenga una expresin para

= .
Indicacin: observe que

se compone de 2 trminos: los alumnos que estaban presentes en la

biblioteca en el instante

y que seguirn estando presentes en

, y los que llegan entre

y
estn presentes en la biblioteca en el instante

.
10

Solucin:
a) Sea el proceso de llegada de estudiantes a la biblioteca. Para calcular la distribucin de es
necesario condicionar en . Esto
Pr = = Pr = = Pr =

Si se consideran esas llegadas en forma desordenada, cada una de ellas llega en un instante que
distribuye uniforme entre 0 y ; por lo que = es una variable que distribuye binomial
de parmetros , , donde es la probabilidad de que un estudiante que haya ingresado antes de
todava est dentro de la biblioteca.
Para que el estudiante todava est dentro de la biblioteca, el tiempo de permanencia debe ser mayor
a , as la probabilidad es:
= Pr + exp >
= Pr + exp > = Pr =

= Prexp >

=
1

Luego,
Pr = =

=
!
! !

!

1

!


Luego, ~ con =

Cuando se tiene que:
=

Por lo tanto, cuando ya no depende de y distribuye Poisson

cuyo valor esperado es

justamente

.
11


b)
= =
Luego:
= 10 = 10
=
10

c) Dado que en

hay personas en la biblioteca, el nmero de personas en

va a depender del
nmero de personas que todava estn en la biblioteca y de las personas que lleguen despus de

y
que todava no se hayan ido en el instante

. Sea:
la variable aleatoria que representa las personas que estaban en

y todava estn en

.
la v.a que representa a las personas que llegaron despus de

y que todava estn en la

biblioteca en

.
distribuye Binomial, , donde es la probabilidad de permanecer en la biblioteca. Entonces:
= Pr >

En la v.a no influyen las personas que hayan llegado en

por lo que esta variable distribuye igual

que en la parte a) slo que ahora =

Por lo tanto:
~

Luego,
Pr + = = Pr + = = Pr =

= Pr = Pr =

Problema 9
A un paradero de taxis colectivos llegan pasajeros de acuerdo a un proceso de Poisson a tasa . Suponga que
existen suficientes taxis de modo que siempre que llega un pasajero al paradero hay un taxi disponible. La
capacidad de cada taxi es de personas, y ste inicia su recorrido cuando ha completado su capacidad.
Sea el proceso que cuenta el nmero de taxis que han salido del paradero en 0, . Se desea analizar los
tiempos entre eventos de este proceso. Son las variables independientes entre s? Tienen la misma
distribucin de probabilidad; es sta exponencial? Es un proceso Poisson? Cul es el tiempo promedio
que deben esperar los pasajeros, desde que llegan al paradero, hasta que sale el taxi en que viajarn? (defina
como

el tiempo de espera del pasajero nmero , = 1,2, , . Lo que se pide es:

)
Solucin:
12

Sean:

, : Tiempo entre llegadas de personas al paradero.

, : Tiempo entre salidas de taxis.

Como un taxi debe esperar hasta completar su capacidad, la relacin entre estas variables es:

+ +

Como los

son exponenciales a tasa , los

son de distribucin , . Estas variables son

independientes e idnticamente distribuidas pero no son exponenciales, por lo que este proceso no puede ser
un proceso de Poisson.
Definiendo a

como el tiempo de espera del pasajero nmero , se tiene que:

++

+ +

= 0
Se pide calcular:

=
1

+2

+ 3

+ + 1

Como

=
1

+
2

++
1

=
1

1 + 2 + + 1
=
1

1
2

Luego,

=
1
2


Problema 10
Se ha observado que a la puerta del Estadio Nacional llegan personas de acuerdo a un proceso de Poisson con
tasa 350 personas/minuto, para presenciar un partido de futbol. Sin embargo, a los concurrentes no les gusta
estar muy aglomerados. Por lo tanto, las personas al llegar consultan por el nmero de espectadores que ya
han ingresado (suponga que en la puerta se dispone de dicha informacin en forma exacta). Si este nmero es
menor o igual a 40.000, las personas siempre ingresan. Si es mayor a 40.000, con probabilidad 0.25 una
persona ingresa, en caso contrario se devuelve a su casa. Para efectos de este problema, suponga que el
Estadio tiene capacidad infinita y que el proceso de llegada de personas se inicia en el momento en que se
abren las puertas del Estadio.
13

a) Obtenga una expresin para la probabilidad de que ninguna persona se devuelva a su casa durante la
primera hora del proceso.
b) Cul es la probabilidad de que durante las primeras dos horas se devuelvan 1000 personas?
c) Suponga que usted observa el proceso luego de las dos primeras horas de operacin y ve que ya hay
en el Estadio 55.000 personas. Dada esta informacin, cul es la probabilidad de que pasen ms de
5 segundos sin que ingrese una nueva persona al Estadio?
d) Calcule el tiempo de espera que transcurre hasta que han ingresado 75.000 personas al Estadio.
e) Si se sabe que hasta = 30 minutos han llegado 15.000 personas, cul es la probabilidad de que no
haya llegado nadie en los primeros 8 minutos?
Solucin:
a) Sean el proceso de llegada de personas al estadio y el proceso que cuenta las personas
que se devuelven a sus casas. Se pide calcular Pr1 = 0
Para que nadie se haya devuelto a su casa pueden suceder dos hechos excluyentes: han llegado a
lo sumo 40.000 personas al estadio o han llegado ms de 40.000 personas, pero todas las que
han llegado una vez que ya hay ms de 40.000 han ingresado. Esto es:
Pr1 = 0 = Pr1 40.000
+Pr1 > 40.000 1 40.000
Luego,
Pr1 = 0 = 1 =
.

+ 1 = 0.25
.

.

b) Se pide Pr2 = 1.000. Para conocer esta probabilidad se condicionar en 2. Luego,
Pr2 = 1.000 =Pr2 = 1.000 2 = Pr2 =

Dado que Pr2 = 1.000 2 = = 0 para 40.000, se tiene que:
Pr2 = 1.000 = Pr2 = 1.000 2 = Pr2 =

.

Por otra parte, la primera probabilidad distribuye binomial de parmetros = 40.000, =
0.25. Luego,

40.000
1.000
0.75
.
0.25
.
Pr2 =

.

Cabe mencionar que:
Pr2 = =
2

!

Donde = 21.000 personas/hora.
14

c) Dado que hay 55.000 personas en el estadio, las nuevas personas que lleguen tendrn 25% de
probabilidad de devolverse a sus casas. Para saber cul es la probabilidad de que en los prximos 5
segundos nadie ingrese al estadio, es necesario condicionar en las personas que hayan llegado al
estadio en esos 5 segundos. Sea el nmero de personas que ingresarn en esos 5 segundos;
entonces:
Pr = 0 = Pr = 0 5 = Pr5 =

= 0.75

0.75 5

=
.

Una manera alternativa y ms intuitiva de mirar este problema es decir que como ya hay ms de
55.000 personas en el estadio, el proceso de llegada se descompone en 2 procesos, y
, cada uno con probabilidad 1 y . Luego, ~0.25 .
d) De acuerdo a lo visto anteriormente, el proceso de entrada al estadio puede ser visto como dos
procesos distintos dependiendo de la capacidad del estadio:
~ si es que 40.000.
~ si es que > 40.000.
Luego, el tiempo hasta completar 75.000 personas el estadio se puede descomponer en el tiempo
hasta completar 40.000 y el tiempo restante para completar 75.000. Por lo tanto:
=
40.000

+
35.000
0.25
=
18.000

= 8.75
e) Si se sabe que en = 30 min han llegado 15.000 personas, los instantes de llegada tomados
desordenadamente distribuyen uniforme en 0,30. Luego la probabilidad de que no haya llegado
nadie durante las primeros 8 minutos es:
Pr

> 8,

> 8, ,
.
> 8 =
22
30

.
~0

Problema 11
Considere un proceso de Poisson a tasa . Sea el tiempo desde el ltimo evento antes de hasta el
instante ; si = 0 defina = . Considere la cantidad = ; para > 0. Es sta aleatoria
o determinstica? Justifique su respuesta. Si es aleatoria obtenga su funcin distribucin. Obtenga la
distribucin de .
Solucin:
La cantidad = es aleatoria ya que aunque sepamos la cantidad de eventos que ocurrieron entre 0
y , no se sabe los instantes en que ocurrieron. Ahora, para < se tiene que:
Pr > = = Pr
> , =
Pr =

= Pr
= , = 0
Pr =

15

Por incrementos independientes, se tiene que:
=
Pr = Pr = 0
Pr =

=

!

=

= 1

Por otra parte, la distribucin de , se puede calcular como:
Pr > = Pr = 0
= Pr = 0 =

Luego,
= 1

<
Volviendo a la definicin de , se tiene que:
Pr = 1
Ahora, para = se tiene que:
Pr = = Pr = 0 =

Problema 12
Para la fabricacin de un producto en un proceso de manufactura es necesario ensamblar 2 componentes, A y
B. Las componentes tipo A llegan al sistema de acuerdo a un proceso de Poisson a tasa

y las componentes
tipo B llegan al sistema de acuerdo a un proceso de Poisson a tasa

(ambos procesos son independientes

entre s). Las componentes tipo A y tipo B se van utilizando para el ensamblaje del producto final en orden de
llegada. Inicialmente el sistema comienza vaco. Asuma que el ensamblaje de las componentes no toma
tiempo. Sea el nmero de productos terminados producidos en 0, .
a) Indique si el proceso , 0 es un proceso de Poisson. Fundamente su respuesta. Obtenga la
distribucin de probabilidades de , es decir, Pr = .
b) Suponga que durante el intervalo 0, llegaron

componentes tipo A y

componentes tipo B.
Obtenga la probabilidad que en el intervalo , + no se termine ningn producto.
c) Suponga ahora que durante el intervalo 0, no llegaron componentes de ningn tipo. Obtenga la
probabilidad que en el intervalo , + no se termine ningn producto.
d) Sea el tiempo (desde = 0) hasta que se fabrica el primer producto. Obtenga la distribucin de
probabilidades de . es sta exponencial?
Solucin:
a) El nmero de productos terminados se puede representar como:
=

Luego:
16

Pr = = Pr

= ,

=
+Pr

= ,

> +Pr

> ,

=
Por la independencia de los procesos, se tiene que:
Pr = =

!
+

!

Claramente esta distribucin no es de Poisson, por lo que el proceso no puede ser Poisson.
b) Se pide calcular: Pr + = 0

. En este problema ya han

llegado cierta cantidad de productos de cada tipo, y hasta el instante ya han salido min

productos ensamblados, por lo que puede haber un stock de min 0,

productos esperado a
que llegue un producto tipo B; o min 0,

productos tipo B esperando a que llegue un

producto de tipo A; finalmente puede que no existan productos esperando a otros (caso

).
Luego, para calcular las probabilidades se tiene que distinguir los siguientes casos:

>

: en este caso hay que calcular la probabilidad de que no llegue ningn producto tipo B.
As:
Pr = 0

= Pr

= 0
= Pr

= 0
=

>

: en este caso hay que calcular slo la probabilidad que no llegue ningn producto tipo
A. As:
Pr + = 0

= Pr

= 0
= Pr

= 0
=

:
Pr + = 0

= Pr + = 0
= Pr = 0
En particular, esta probabilidad es ms fcil de calcular directamente, que aplicando la frmula
encontrada en la parte a). As,
= Pr

= 0 Pr

0 + Pr

> 0 Pr

= 0
=

1 + 1 Pr

= 0

c) Esta parte tiene igual probabilidad que la parte b) caso 3.
d) Pr > = Pr = 0. Luego usando la parte b), caso 3, se obtiene:
Pr > =

Pr = 1

Luego, esta variable no puede distribuir exponencial.
17

Problema 13
Considere el caso de una ampolleta que se usa en una lmpara de la casa. Se ha observado que el proceso que
cuenta el nmero de veces que la ampolleta ha sido encendida en 0, es un proceso de Poisson a tasa
(observe que los tiempos entre eventos de este proceso incluyen el tiempo que la ampolleta estuvo encendida
y el tiempo desde que se apaga hasta que vuelve a encenderse nuevamente). La intensidad de la corriente que
llega a la ampolleta es una v.a. con distribucin F. Asuma que las intensidades de las sucesivas encendidas
son independientes entre s. Se sabe que, al momento de encenderla, la ampolleta se quema si la intensidad es
. Si la ampolleta se quema se reemplaza instantneamente por una igual a la anterior. Obtenga la
distribucin de probabilidades de la vida de la ampolleta.
Solucin:
Sea el nmero de veces que se enciende la ampolleta en 0, . Sea el tiempo de duracin de la primera
ampolleta. Se pide Pr < .
Sea:
= Pr < =
en que es la intensidad de la ampolleta en una encendida cualquiera. Entonces,
Pr > = Pr > = Pr =

Ahora,
Pr > = =

Luego,
Pr > =

Pr = 1

Por lo tanto, es una variable exponencial de parmetro 1 .

Problema 14
Suponga que a un camping turstico de la cuarta regin llegan familias a buscar un sitio para acampar de
acuerdo un proceso de Poisson a tasa . El camping cuenta con un total de sitios de camping. Si al llegar
una familia observa que hay menos de sitios ocupados, siempre ingresa (y ocupa un sitio); si hay sitios
ocupados ( ) ingresa con probabilidad . Si estn todos los sitios ocupados, las familias no
ingresan al camping. Suponga que cada familia permanece en el camping por un tiempo indefinido. Sea
el proceso que cuenta el nmero de sitios que han sido ocupados por familias entre 0 y .
a) Se desea analizar los tiempos entre eventos de ese proceso. Obtenga la distribucin de probabilidades
de cada uno de estos tiempos.
18

b) Obtenga una expresin para el tiempo esperado hasta que se copa el camping.
Solucin:
a) Sean

, ,

, los tiempos ente eventos del proceso y

, ,

los instantes en que

ocurren dichos eventos. En primer lugar, se observa que hasta que no hay sitios ocupados, los
tiempos entre eventos son exponenciales a tasa ya que todas las familias que llegan ingresan al
camping.
El problema ocurre cuando ciertas familias deciden no ingresar al camping debido a que hay ms de
familias en el lugar. Analicemos que pasa con

.
Pr

> = Pr

>

= Pr

= Pr

> = Pr =

Dado que llegaron familias en un intervalo de largo , la probabilidad que no haya ingresado
ninguna todava es:
Pr

> = = 1

As,
Pr

> = 1

Pr =

= 1

Esto corresponde a una distribucin exponencial de parmetro .
Para

, se tiene algo similar, es decir,

Pr

> =

Luego,

~exp para = 1, ,

~exp 1 para = +1, ,

b) El tiempo hasta que se copa el camping ser la suma de los tiempos entre eventos. As,
=

Luego:
19

=

=
1

+
1
1

=
1

+
1
1

Problema 15
El proceso de fabricacin de cartulinas de la planta de CMPC (Compaa Manufacturera de Papeles y
Cartones) de Maule consiste en un proceso en dos etapas: en la primera existe una mquina papelera que
fabrica, a partir de pulpa de celulosa, rollos de cartulina. En una segunda etapa del proceso existe una sala de
mquinas cortadoras en la que, a partir de un rollo, se cortan trozos rectangulares de cartulina con los cuales
se conforma un lote final de productos terminados. En la bodega de productos terminados a la cual ingresan
estos lotes se ha observado que el nmero de lotes que ingresan se comportan como un proceso de Poisson;
sin embargo, la tasa del proceso, aunque es fija, no es conocida por el administrador de la bodega, ya que
depende de la calidad de la celulosa utilizada y de parmetro de control de la mquina papelera. Suponga que
la tasa de ese proceso es una v.a. uniforme que distribuye entre 2 y 5 lotes por hora.
a) El administrador de la bodega observa que durante la primera hora de operacin del proceso entraron
4 lotes a la bodega. Obtenga una expresin para el nmero esperado de lotes que entrarn a la
bodega durante la siguiente hora.
b) Suponga ahora que el primer lote ingres a la bodega a los 10 minutos de operacin del proceso.
Encuentre una expresin para el tiempo esperado hasta que ingrese el siguiente lote.
Solucin:
a) Se pide 2 1 1 = 4 . Como la tasa del proceso es aleatoria, el valor esperado
no se puede calcular directamente. Es necesario condicionar en la tasa para poder realizar el clculo,
esto es:
2 1 1 = 4 = 2 1 1 = 4 , = Pr = 1 = 4

Sin embargo, cul es la distribucin de conociendo que durante la primera hora llegaron 4 lotes?
Claramente esta distribucin no es la uniforme debido a que se sabe informacin adicional del
proceso.
As:
Pr = 1 = 4 =
Pr = , 1 = 4
Pr1 = 4

=
Pr1 = 4 = Pr =
Pr1 = 4

Utilizando el teorema de probabilidades totales, se tiene que:
20

=
Pr1 = 4 = Pr =
Pr1 = 4 = Pr =

4!

1
5 2

4!


3

Finalmente, se tiene que:
2 1 1 = 4 = 2 1 1 = 4, =

Pr = 1 = 4
=

4!


3

4!


3

b) En este caso la informacin tambin altera la distribucin de . As, con

= 10 min

y
siguiendo un procedimiento similar al de la parte a):
Pr =

=
1
6
=
Pr = ,

=
1
6

Pr

=
1
6

=
Pr

=
1
6
= Pr =
Pr

=
1
6

1
3

Ahora:

=
1
6
=

=
1
6
, = Pr =

=
1
6

=

1

Problema 16
Una empresa pesquera est dedicada a la captura de salmones en una cierta zona pesquera. Las
investigaciones efectuadas en este campo permiten concluir que resulta bastante adecuado el supuesto que el
nmero de salmones capturados en el intervalo de tiempo 0, se comporta de acuerdo a un proceso de
Poisson a tasa . Sin embargo, la tasa a la que se capturan los salmones depende de la poca del ao y
de las condiciones climatolgicas en que se efecta la pesca. Los expertos de la empresa no han podido
desarrollar an un modelo cuantitativo que permita relacionar la poca del ao y el clima con la tasa de pesca.
Slo han podido acumular informacin histrica de las tasas capturadas en pocas anteriores, la que permite
concluir que la tasa de pesca toma dos valores posibles:

con probabilidad y

con probabilidad 1
(estas probabilidades se han obtenido en base a la frecuencia con que se han observado las valores

en
los aos anteriores).
21

Suponga que la empresa inicia la pesca en la zona respectiva y que durante el intervalo de tiempo 0, se
capturan salmones.
a) Interesa obtener la distribucin de probabilidades del nmero de salmones que se capturar en el
intervalo , + .
b) Interesa obtener la distribucin del tiempo que pasar, a partir del instante , hasta la siguiente
captura (esto es, la + 1 sima captura).
Suponga ahora que la tasa promedio de captura puede tomar los valores de 50 o 100 salmones por
hora con igual probabilidad.
c) Si durante la primera hora de pesca se capturaron 80 salmones, calcule el valor esperado del nmero
de peces que se capturar durante la siguiente hora.
d) Suponga ahora que se sabe que durante la primera hora se capturaron 90 salmones y que durante la
tercera hora 3 2 se capturaron 40 salmones. Calcule el nmero esperado de peces que se
capturar durante la cuarta hora.
Soluciones:
a) Se pide Pr + = = . Como no se conoce la tasa del procesos se
condicionar en ella:
Pr + = =
= Pr = = , =

Pr =

=
+ Pr = = , =

Pr =

=
Conocer que = altera la distribucin de probabilidades de la tasa , luego:
Pr =

= =
Pr =

, =
Pr =

=
Pr = =

Pr =

Pr = =

Pr =

,

=

!
+

!
1

=
1
1 +

Anlogamente,
Pr =

= =
1
1 +

Finalmente,
Pr + = = =

!

1
1 +

22

+

!

1
1 +

b) Se pide Pr

= . As,
Pr

> = = Pr + = 0 =
De la parte a) con = y = 0, se tiene que:
Pr

> = =

1 +

1 +

c) Se pide:
2 1 1 = 80
= 2 1 1 = 80, = 50 Pr = 50 1 = 80
+ 2 1 1 = 80, = 100 Pr = 100 1 = 80
De la parte a) se tiene que:
Pr =

= =
1
1 +

Pr =

= =
1
1 +

Reemplazando estos valores se tiene que:
Pr = 50 1 = 80 =
1
1 +2

= 0.0043
Pr = 100 1 = 80 =
1
1 +
1
2

= 0.9957
Adems:
2 1 1 = 80, = 50 = 2 1 = 50
= = 50
2 1 1 = 80, = 100 = 2 1 = 100
= = 100
Finalmente,
2 1 1 = 80 = 50 0.0043 + 100 0.9957
= 99.78
d) Se deja al lector como ejercicio.


23

Problema 17
A un sistema productivo con dos mquinas en paralelo llegan productos de acuerdo a un proceso de Poisson a
tasa . Al momento de llegar al sistema se toma una decisin respecto a cul mquina dirigir el producto;
suponga que con probabilidad se va a la mquina 1, y que estas decisiones son independientes entre s. Los
productos que llegan a este sistema vienen de una maquina previa que desarrolla un primer proceso en estos
productos. Esa mquina puede estar en dos posibles estados de funcionamiento, cada uno de los cuales define
una tasa distinta. Suponga que no se sabe a priori cul es la tasa que est operando en el proceso de Poisson;
asuma que esta tasa puede tomar valores

, con probabilidad y 1 respectivamente. Sean

, los procesos que cuentan el nmero de productos que han ingresado a la mquina 1 y 2
respectivamente entre 0 y .
Desarrolle las expresiones que sean necesarias para obtener:
Pr

+ =

=
Solucin:
En primer lugar cabe mencionar que los procesos

son independientes entre s cuando la tasa del

proceso de llegada de productos es conocida. Sin embargo, como la tasa es desconocida, conocer informacin
acerca de un proceso en s modifica la distribucin de probabilidades del otro proceso. Luego,
Pr

=
= Pr

= , =

Pr =

=
+ Pr

= , =

Pr =

=
El resto se deja como ejercicio al lector.

Problema 18
Una empresa pesquera ha salido a alta mar con uno de sus barcos pesqueros a pescar jurel. Se sabe que el
proceso que cuenta el nmero de toneladas que se capturan es un proceso de Poisson; sin embargo la tasa de
pesca es desconocida. Suponga que se sabe a priori que esta tasa puede ser de 5 o 10 toneladas por hora con
igualdad de probabilidad. Por cada tonelada capturada la empresa obtiene un ingreso neto de US$10.000.
Cada hora de operacin del barco tiene un costo de operacin de US$90.000. Para desarrollar la faena, la
empresa he decidido utilizar el siguiente procedimiento: pescar durante una hora y en base a la captura
obtenida, decidir si conviene pescar o no en las prximas 10 horas.
a) Suponga que durante la primera hora se capturaron 8 toneladas; indique si le conviene o no a la
empresa seguir pescando.
b) Cul tendra que haber sido la pesca mnima durante la primera hora para que hubiese sido rentable
seguir pescando?
Solucin:
a) A la empresa le conviene seguir pescando si es que el valor esperado de las utilidades es mayor
que cero. As,
1 = 8 > 0
Este valor esperado se calcula como:
1 = 8 = 10 1 = 8 900 (en miles de dlares)
24

En que es la captura en cualquiera de las 10 prximas horas. Luego:
1 = 8 > 0 1 = 8 > 90
Ahora,
1 = 8 = 1 = 8, = 5 Pr = 5 1 = 8
+ 1 = 8, = 10 Pr = 10 1 = 8
= 50 Pr = 5 1 = 8 +100 Pr = 10 1 = 8
As, slo falta calcular las probabilidades de que las tasa sean 5 o 10. Estas se calculan como:
Pr = 5 1 = 8 =
Pr = 5, 1 = 8
Pr1 = 8

=
Pr1 = 8 = 5 Pr = 5
Pr1 = 8 =

Pr =

,

=
5

8!
5

8!
+
10

8!

=
1
1 + 2

= 0.367

Similarmente,
Pr = 10 1 = 8 =
10

8!
5

8!
+
10

8!
= 0.633
Luego,
1 = 8 = 50 0.367 + 100 0.633 = 81.65
Finalmente, como 81.65 < 90 no conviene seguir pescando.
b) Sea 1 = ; queremos encontrar el valor de de modo que a la empresa le convenga seguir
pescando en las prximas 10 horas.
Ahora, sea:
= Pr = 5 1 =
Entonces:
1 = = 50 +1001
Queremos que:
1 = > 90
50 + 1001 > 90 <
1
5

Ahora:
25

=
Pr = 5, 1 =
Pr1 =
=
5

!
5

!
+
10

!
=
1
1 + 2

Haciendo:
1
5
=
1
1 +2

se obtiene = 9.213

Problema 19
En el instante = 0 un archivo de una base de datos es cargado con registros. Nuevos registros sern
agregados en instantes posteriores de acuerdo a un proceso de Poisson a tasa . La vida de cada registro del
archivo tiene una distribucin exponencial con parmetro (esta vida mide el tiempo desde que se graba el
registro hasta la ltima vez que ser ledo para alguna aplicacin; despus de ese tiempo, el registro pierde
relevancia para las aplicaciones para las que fue concebido). De este modo, en cada instante de tiempo , el
archivo mantiene dos tipos de registros: registros muertos y registros vivos. Sean y la cantidad de
cada uno de ellos en el instante . El nmero total de registros en el instante es entonces: = +
. La proporcin = representa el tiempo medio de bsqueda por cada registro
vivo, y es una medida del grado de deterioro del archivo debido a la existencia de registros muertos (al
acceder a un registro vivo, el computador debe recorrer tambin una cierta proporcin de registros muertos).
Encuentre la funcin .
Solucin:
Sea el proceso de llegada de registros ~.
Se escribir el proceso como una suma de procesos independientes:
=

en que

es el nmero de registros vivos de entre los registros iniciales y

es nmero de registros
vivos de entre los nuevos que han llegado. El tiempo de vida de los registros distribuye exponencial a tasa .
El valor esperado de

se calcula como por la proporcin de registros que logran vivir ms que , es

decir:

= Pr > =

Por otro lado, para calcular el valor esperado de

se necesita saber el tiempo en que estos registros

llegaron. Para esto se condicionar en ; usando la tcnica de desordenar los instantes de llegada de estos
registros, se obtiene:

= =
Donde es la probabilidad de que un registro cualquiera est vivo en . Esta probabilidad se calcula como:
= Pr + exp >
Donde es el tiempo de llegada de un registro cualquiera (distribuye uniforme0, ). Luego condicionando
en , se tiene que:
26

= Pr +exp > = Pr =

= Prexp > Pr =

=
1

Obteniendo as:

= = =

Ahora:

= Pr =

=
1

Pr =

=
1

Con lo que se obtiene:
=

Por otra parte, el nmero de registros totales, es decir, = + tiene como valor esperado los
registros iniciales ms el valor esperado de los registros que han llegado de acuerdo al proceso :
= +
Finalmente se tiene que:
=

=
+

Problema 20
La llegada de buses al Museo de Arte del Parque Forestal se comporta como un proceso de Poisson a tasa .
Cada bus trae pasajeros con probabilidad ; = 1,2, , . El tiempo que pasa un pasajero en el museo es
aleatorio y tiene distribucin . Sea el nmero de pasajeros presentes en el museo en el instante .
Obtenga .
Solucin:
Sea el proceso de llegada de buses al museo. Entonces:
= = Pr =

27

Si se desordenan los instantes de llegada de estos buses, cada uno llega en un instante que distribuye
0, .
Consideremos ahora uno cualquiera de estos buses y un pasajero cualquiera de un bus. La probabilidad que un
pasajero est presente en el museo en el instante es:
= Pr + > ;
Luego:
= Pr + > = Pr =

=
1

Por lo tanto, el nmero esperado de pasajeros de un bus que estarn presentes en el instante , dado que
llegaron pasajeros en ese bus es:
Luego,
, , =

As se obtiene:
= =

= Pr =

Pr =

Problema 21
A un proceso productivo llegan piezas a ser procesadas, de acuerdo a un proceso de Poisson a tasa .
a) Si en el intervalo 0, llegan piezas, cul es la probabilidad que en el intervalo

, en que
0 <

<

< , hayan llegado exactamente de ellas?

b) Si se sabe que en el intervalo 0,

llegaron al menos m piezas, cul es la probabilidad que en el

intervalo 0, , en que

< , lleguen exactamente piezas?

c) Si se sabe que en el intervalo 0, llegarn exactamente piezas, cul es la probabilidad que en
el intervalo 0,

, en que

< , hayan llegado al menos piezas?

Solucin:
28

Sean el proceso de llegada de piezas.
a) Dado que se sabe que llegaron piezas en el intervalo 0, , los instantes de llegada tomados
desordenadamente distribuyen uniforme dentro del intervalo. Luego, la cantidad de piezas que
hayan llegado dentro de cualquier sub-intervalo distribuyen binomial de parmetro , donde es
la proporcin que representa un sub-intervalo respecto al intervalo total, en este caso:
=

Luego,
Pr = = =

b) Se pide calcular Pr =

Utilizando la propiedad de incremento independiente se tiene que:
Pr =

= =
Pr

= Pr

Pr

c) Al igual que en a), instantes de llegada distribuye uniforme. Luego,
Pr

=
= Pr +

=

+

Problema 22
En Valparaso existe un barco que da paseos tursticos por la baha de dicha ciudad. Los potenciales turistas
llegan de acuerdo a Poisson a tasa . El barco inicia el paseo a las unidades de tiempo. Un pasajero
potencial que llega al puerto espera al barco con probabilidad

y no lo espera con probabilidad 1

,
en que es el tiempo que falta para que el barco inicie su recorrido. Suponga que el barco tiene capacidad
ilimitada.
Suponga que entre 0 y llegaron pasajeros al puerto:
a) Obtenga una expresin para la probabilidad que el primero de ellos haya viajado en el barco
b) Obtenga el nmero esperado de pasajeros que viajaron en el barco.
Solucin:
a) La probabilidad de que el primer pasajero que haya llegado al puerto viaje efectivamente en el barco
depende del instante en que haya llegado ese individuo. As, se condiciona en el instante de llegada,
= Pr1
= Pr1

Pr

29

Sin embargo, Cunto vale Pr

= ?
Dado que llegaron pasajeros entre 0 y , es sabido que los instantes de llegada, tomados
desordenadamente, distribuyen uniforme. As,
Pr

> = Pr > = 1

Pr

= 1 1

Esto es as ya que se pide que el 1 instante sea mayor que luego todos los otros instantes tambin
deben ser mayores que . Sin embargo, se necesita Pr

= ; esto es:
Pr

= =

Pr

1 1

= 1

Finalmente,
=

b) Dado que llegaron pasajeros al puerto, se pide el valor esperado del nmero de pasajeros que
viajarn finalmente. ste nmero distribuye binomial de parmetros , donde es la
probabilidad de que un pasajero viaje efectivamente.
Para el clculo de se sabe que los instantes de llegada distribuyen uniforme y son independientes
entre s por lo que:
= Pr
= Pr Pr

=
1

Luego, como el valor esperado de una binomial es , el nmero esperado de pasajero que viajar
es:
= =
1

30

Problema 23
A la penitenciara de Santiago llagan personas a cumplir condenas de acuerdo a los dictmenes de los diversos
tribunales de la ciudad. Asuma que estas personas llegan a la penitenciara de acuerdo a un proceso de
Poisson a tasa de personas por ao. El tiempo que una persona permanece en la penitenciara es una v.a. con
distribucin exponencial con media

aos. Sean el nmero de personas presentes en la penitenciara al

principio del ao .
a) Obtenga un expresin para . qu sucede con esta expresin cuando ?
b) Demuestre que:
1 = =

A partir de la expresin anterior encuentre una expresin para en funcin de 1.
Suponga que en el largo plazo, ambos valores son iguales. Puede obtener de ah una expresin para
cuando ?
Solucin:
a) Sea el proceso de llegada de personas a la penitenciara.
= 1 = Pr 1 =

en que 1 es el nmero de personas que han llegado desde principio hasta finales del ao
1.
La distribucin de 1 = es una binomial. La probabilidad de xito est dada por
(asumiendo que se desordenan las llegadas):
= Pr + exp > 1
= Prexp > 1

1

=
1

1

El valor esperado de esta binomial es . Luego,
= 1 = Pr 1 =

= Pr 1 =

= 1 = 1
=

Cuando se tiene que:
= /
31

b) Se tiene que la cantidad 1 = = + , donde:
i. : nmero de personas que estaban en la crcel al principio del ao 1 y que continuarn en
la crcel al principio del ao .
Esta variable distribuye binomial de parmetros , donde es la probabilidad de seguir
estando en la crcel. As
= Pr
= Prexp > 1 =

donde se ha utilizado la propiedad de falta de memoria de la exponencial. Luego,
= =

ii. : nmero de personas, de las que llegaron durante el ao 1, que estarn en la crcel al
principio del ao .
Para conocer el valor esperado de estas variables es necesario condicionar en las llegadas
ocurridas en el ao , y desordenar las llegadas.
= Pr + exp > 1
= Prexp > 1

=
1

Luego,
= 1 =

Por lo tanto, se demuestra que:
1 = =

Ahora,
= 1 = Pr 1 =

Pr 1 =

Pr 1 = +

Pr 1 =

1 +

Si = 1, se tiene que:
1

32

=

Problema 24
Al hospital clnico de la Universidad Catlica llegan pacientes a solicitar atencin de acuerdo a un proceso de
Poisson a tasa . Se sabe que una proporcin de estos pacientes slo 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 hospitalizacin de los distintos pacientes son v.a. i.i.d. con distribucin
exponencial a tasa y que el hospital tiene capacidad ilimitada.
a) Sea el nmero de pacientes hospitalizados en el instante . Obtenga la densidad de
probabilidades de .
b) Si se sabe que en el intervalo 0, llegaron pacientes al hospital (de cualquier tipo), cul es la
probabilidad que ninguno de ellos tenga una enfermedad mayor?
c) Si se sabe que entre 0 y llegaron pacientes leves, cul es la probabilidad que en ese intervalo
hayan llegado pacientes con enfermedades mayores?
Solucin:
a) En primer lugar se observa que el proceso de llegada de pacientes graves es Poisson 1 ,
debido a que corresponde a un proceso de descomposicin. Llamemos a este proceso.
Tambin se observa que para conocer el nmero de personas hospitalizadas en el instante se
requiere conocer el instante de llegada de las personas al hospital. Podemos condicionar en el
nmero de llegadas y desordenar los instantes de llegada. As:
Pr = = Pr = = Pr =

Es sabido que = distribuye binomial de parmetros , donde es la probabilidad
de que la persona est en el hospital en el instante . As,
= Pr > = Pr +exp >
= Prexp >

=
1

Luego,
Pr = =

=
!
! !

!

1
!
1 1

^

33

=
1

!

or lo tanto:
~1 =
1

b) Sean

llegadas de pacientes leves y

la llegada de pacientes graves. Se pide:

Pr

= 0 =
Esto es equivalente decir que slo hayan llegado pacientes con enfermedades menores, por lo que:
Pr

= 0 = =

c) Se pide Pr

= .
La descomposicin de un proceso de Poisson, como en este caso, da como origen a 2 procesos de
Poisson independientes entre s. Luego:
Pr

= = Pr

= =
1

!


Problema 25
La empresa EMOS tiene una planta de tratamiento de agua potable en Las Vizcachas. Una parte importante
del proceso es el filtrado del agua de ro, previamente decantada, con filtros de arena y carbn. En el proceso
de filtrado, el lodo del agua decantada se va adhiriendo a estas filtros, haciendo necesario limpiarlos cada vez
que se ha acumulado demasiado lodo. Esto no afecta la produccin debido a que la planta dispone de un gran
nmero de filtros.
Despus de analizar los datos histricos, se ha concluido que el proceso que cuenta el nmero de filtros que
salen de funcionamiento para ser limpiados es Poisson a tasa . Tambin se ha visto que el tiempo que
demora la limpieza de un filtro es una v.a. con distribucin exponencial a tasa (independiente del nmero de
filtros que salen de operacin).
Sea el nmero de filtros fuera de funcionamiento en el instante , debido a una limpieza.
a) Obtenga una expresin para la distribucin de probabilidades de .
b) Si se sabe que durante 0, salieron de funcionamiento filtros, cul es la probabilidad que
permanezcan menos de filtros en el proceso de limpieza, en el instante ?
Solucin:
a) Sea el proceso de llegada de filtros al proceso de limpieza. Para calcular la distribucin de
es necesario condicionar en . Esto es:
Pr = = Pr = = Pr =

Se sabe que es un proceso de Poisson de parmetro , por lo que slo resta calcular
Pr = = . Los instantes de las llegadas al proceso de limpieza, tomados
desordenadamente al estar condicionado en , distribuyen uniforme entre 0, por lo que
34

= es una variable que distribuye binomial de parmetros , , donde es la
probabilidad de que un filtro que haya llegado a limpieza antes de todava est siendo limpiado.
Para que todava el filtro est siendo atendido, el tiempo de permanencia debe ser mayor a , as la
probabilidad es:
= Pr + exp > =
1

Luego,
Pr = =

=
!
! !

!

=

!

Por lo tanto:
~ =
1

b) Lo que se pide es: Pr < = . Luego,
Pr < = = Pr = =

Problema 26
Un trabajador sigue la siguiente poltica para tomar locomocin al ir a su trabajo. Cada maana se dirige a un
paradero por el cual los buses que a l le sirven pasan de acuerdo un proceso de renovacin con tiempos

entre pasadas (

son v.a. i.i.d. con funcin de densidad de probabilidad ). Dado que los buses pasan
bastante llenos, suponga que el trabajador puede subirse a un bus con probabilidad . La probabilidad de que
se pueda subir a un bus es constante e independiente para cada bus que llega al paradero. Los tiempos entre
pasadas de buses son independientes de la probabilidad de que el trabajador pueda subirse.
Derive una expresin para el valor esperado del tiempo que transcurre desde que el trabajador llega al
paradero hasta que toma locomocin siguiente esta poltica. (Por simplicidad, suponga que el trabajador llega
al paradero justo en el momento en que pasa un bus que le sirve, y que no alcanza a subirse).
Solucin:
Cabe observar que como no es un proceso de Poisson, el tiempo en que llegue el sujeto al paradero no da lo
mismo ya que los tiempos entre eventos no cumplen con la propiedad de falta de memoria de la distribucin
exponencial.
Sea el tiempo hasta que el trabajador toma el bus. Para calcular el valor esperado, se condicionar en el
nmero del bus que el trabajador finalmente se sube. As,
35

= Pr

Ahora,

Se tiene que:
=

1
1 1

Otra manera de obtener este resultado es la siguiente: sea el tiempo desde el paso del primer bus hasta que
el trabajador logra tomar locomocin.
Se tiene que es una v.a que puede ser definida de acuerdo a la siguiente expresin:
=

+ 1

As, se tiene que:
=

+ 1

+
=

+ 1

+
=

+ 1
Pero = pues el proceso de pasado de los buses que le sirven al trabajador es un proceso de
renovacin. Por lo tanto, se obtiene que:
=

+ 1
Despejando de la ecuacin anterior, se obtiene:
=

Problema 27
A una central de abastecimiento llegan rdenes de compra por un cierto artculo de acuerdo a un proceso de
Poisson a tasa de 8 rdenes/hora. El nmero de artculos solicitados en una orden pueden ser 2,3 o 4 con
probabilidades 0.2, 0.5 y 0.3 respectivamente. Asuma que el nmero de artculos en las distintas rdenes son
v.a independientes entre s, e independientes del proceso de llegada de las rdenes.
a) Considere el proceso que cuenta el nmero de artculos solicitados en 0, . Tiene este proceso
incrementos estacionarios? Posee este proceso la propiedad de orden?
36

b) Se sabe que durante la primera hora de operacin del sistema se recibieron rdenes por un total de 20
artculos, obtenga el nmero medio (valor esperado) de artculos que se solicitarn en la siguiente
media hora.
c) Considere el proceso que cuenta el nmero de rdenes recibidas en 0, . Si se sabe que durante las
primeras cuatro horas se recibieron 30 rdenes, cul es la probabilidad de que durante la tercera
hora no se hayan recibido rdenes?
d) Cul es la distribucin de probabilidades del tiempo que debe transcurrir desde el inicio del proceso
hasta que se observe una orden por 4 artculos?
Solucin:
a) Sea el proceso que cuenta la llegada de rdenes a la central. Sea el proceso que cuenta el
nmero de artculos solicitados. Entonces,
=

En que

es la v.a. que mide cuntos artculos son pedidos en cada orden.

La propiedad de incrementos estacionarios se cumple ya que + depende de pero no
de . Esto se comprueba ya que el proceso de es Poisson y los

son independientes de . Sin

embargo, este proceso no cumple la propiedad de orden ya que existe la probabilidad de que ocurran
eventos simultneos en el proceso.
b)
= =

Pr =
=

Pr =

en que,

= 0.2 2 +0.5 3 + 0.3 4 = 3.1

Luego,
= 3.1 Pr =

= 3.1
Por la propiedad de incrementos estacionarios 1.5 1 = 0.5. Luego,
0.5 = 3.1 8 0.5 = 12.4
c) Se sabe que 4 = 30 rdenes, por lo que los instantes de llegada tomados desordenadamente
distribuyen uniforme0,4. Luego, la probabilidad de que una orden no ocurra en la 3 hora es igual a

. Luego,
Pr 3 =
3
4

37

d) Sea Y el tiempo que transcurre hasta que se pide una orden por 4 artculos. Se pide Pr > .
Luego,
Pr > = Pr > = Pr =

Dado que han llegado rdenes, el tiempo hasta la primera orden por 4 artculos ser mayor que si
y slo si no se ha pedido ninguna orden de 4. Luego,
Pr > = = 0.2 +0.5

= 0.7

As,
Pr > = 0.7

=
.

Por lo que el tiempo distribuye exponencial a tasa 0.3.

Problema 28
Considere un proceso de Poisson no homogneo en que la tasa es igual a 2 para 4, y es igual 8 para
> 4.
a) Obtenga la funcin distribucin de

.
b) Obtenga una expresin para la funcin distribucin de

= 5 .
c) Suponga que el tiempo se mide en horas y que se sabe que en las primeras 4 horas se produjeron 8
eventos; calcule la probabilidad que 4 de ellos se hayan producido durante la primera hora.
Solucin:
a) Se pide calcular Pr

. As,
Pr

> = Pr = 0
En los procesos no homogneos, se tiene que:
Pr

= =

!

Donde

En este caso se necesita 0, por lo que:
Para 4
38

0, = 2

Pr = 0 =

Pr

= 1 ^

Para > 4,
0, = 2

+ 8

= 8 16
Pr = 0 =

Pr

= 1

Por lo tanto,
Pr

=
1

4
1

> 4

b) Pr

>

= 5 = Pr5 5 = 0
Por lo que se necesita 5, 5 + .
5,5 + = 8

= 8
Luego,
Pr5 + 5 = 0 =

Pr

= 5 = 1

c)
Pr1 = 4 4 = 8 =
Pr1 = 4, 4 = 8
Pr4 = 8

=
Pr1 = 4, 4 1 = 4
Pr4 = 8

Por incrementos independientes, se tiene que:
Pr1 = 4 4 = 8 =
Pr1 = 4 Pr4 1 = 4
Pr4 = 8

Luego, basta calcular estas probabilidades. As,
Pr1 = 4 =

4!

Pr4 1 = 4 =

15

4!

Pr4 = 8 =

16

8!

Finalmente:
39

Pr1 = 4 4 = 8 =
15

8!
16

4! 4!


Problema 29
A una central telefnica llegan llamadas de acuerdo a un proceso de Poisson no homogneo con tasa , en
que 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, cunto tiempo
pasar, desde el final del segundo minuto, hasta que llegue la llamada nmero 41?
Solucin:
a) Se pide:
Pr1 > 0 = 1 Pr1 = 0
Como se tiene un proceso de Poisson no homogneo, se debe calcular

. As,

= 0,1 =

=

2

Luego,
Pr1 > 0 = 1

0!
= 1

b) Sea el tiempo medio desde el final minuto 2 hasta que llegue la llamada nmero 41. Entonces:
Pr > = Pr2 + 2 = 0 =
,

Ahora
2,2 + =

=

2
2 +

4 =

2
4 +

Luego:
Pr > =

40

Problema 30
Sean

los tiempos entre eventos de un proceso de Poisson no homogneo con tasa .

a) Encuentre una expresin para la distribucin de

.
b) Encuentre una expresin para la distribucin de

condicionada en

, ,

.
c) Son los

s independientes? son idnticamente distribuidos?

d) Considere 2 intervalos contiguos: 0,

. Suponga que en el primer intervalo ocurrieron

eventos; cul es la probabilidad que en el segundo intervalo ocurran

evento?
e) Suponga que = 5625

; encuentre la distribucin de probabilidades del tiempo hasta que

ocurra el primer evento. Cunto vale esa distribucin evaluada en ?
Solucin:
a)
Pr

> = Pr = 0 =

b)
Pr

>

, ,

= Pr

+ +

+ +

= 0

c) En la parte b) se puede ver que la probabilidad de un

depende directamente de

por lo que no
pueden ser independientes y tampoco pueden ser idnticamente distribuidos ya que la tasa est en
funcin del tiempo.
d) Los procesos de Poisson no homogneos cumplen con la propiedad de incrementos independientes
por lo que:
Pr

= Pr

!

e) Primero se calcular la integral:
0, = 5625

= 5625

3

= 5625

1
9

Reemplazando en a), se tiene que:
Pr

= 1

Cuando
Pr

< 1

41

Problema 31
Suponga que a un contador electrnico llegan pulsos elctricos de acuerdo a un proceso de Poisson a tasa .
Las amplitudes de los pulsos son aleatorias e independientes entre s y distribuyen uniformemente en el
intervalo , . Se asume que la amplitud de cada pulso decrece exponencialmente con el tiempo; esto es, si
un pulso tiene amplitud A al llegar, su amplitud unidades de tiempo ms tarde es

. Suponga que las

amplitudes son aditivas. Obtenga una expresin para el valor esperado de la amplitud total registrada en el
contador en el instante .
Solucin:
Sean:
: proceso que cuenta el nmero de pulsos que han llegado.

: la amplitud del pulso .

: el instante en que lleg el pulso .

Entonces:
=

Luego:
= = Pr =

Ahora:
= =

Adems se sabe que

~, y que los

tomados desordenadamente, distribuyen 0, .

Luego:
= =

Ahora,

=
+
2

=
1

1
42

As,
= =

+
2

1

=
+
2

1

Finalmente,
= = Pr =

=
+
2

1

Pr =
=
+
2

1

Pr =

=
+
2

Problema 32
En la calle, el flujo de autos que pasan por un cierto punto se comporta de acuerdo de un proceso de
Renovacin (tiempo entre eventos son v.a. i.i.d. con funcin de distribucin de probabilidades ). Un peatn
ubicado en la vereda, desea cruzar la calle. Para ellos, el pen requiere de unidades de tiempo con la calle
libre de autos. l observa sucesivamente el paso de los autos. Suponga que, una vez que pasa un auto, l
puede medir o conocer el tiempo hasta que pasar el prximo auto (por observacin de flujo). Cunto tiempo
(en valor esperado) se espera que pase hasta que el peatn logre cruzar la calle?
Solucin:
Sea el tiempo que esperar el peatn para cruzar la calle. Sea

el tiempo de pasada del primer auto. Se

pide calcular .
Condicionando respecto del tiempo en que pasar el primer auto, se tiene:
=

= Pr

Sin embargo, el valor de

= depende de si el peatn puede cruzar o no. Es decir:

= =
0
+ <

Luego:
=

= Pr

= +

43

=

+
Resolviendo para , se obtiene:
=
1
1