Soluci on - Problema 1

Sean:
{T
A
i
, i = 1, 2, 3}: los tiempos entre llegadas al supermercado A.
{T
B
i
, i = 1, 2, 3}: los tiempos entre llegadas al supermercado B.
Dado que X(t) Poisson(t) y Y (t) Poisson(t) y que adem as son procesos independientes, sabemos que T
A
i
exponencial()
y T
B
i
exponencial() (para todo i = 1, 2, 3, ...) y que todos los T
A
i
y los T
B
i
son independientes entre s.
a) Se quiere la distribuci on de T = mn{T
A
1
, T
B
1
}. Y sabemos que el mnimo entre dos exponenciales independientes dis-
tribuye exponencial con par ametro igual a la suma de los par ametros de las exponenciales en cuesti on. Por lo tanto T
tiene distribucion exponencial de par ametro +.
Tambien podra haberse usado suma de procesos de Poisson y ver que los tiempos entre eventos del proceso que
cuenta la llegada de clientes a cualquier banco tiene tiempos entre eventos exponenciales de par ametro +.
b) P(T
A
1
< T
B
1
) =

+
.
c) La expresi on es:
P(X(T
B
1
) k) =

X
i=k
P(X(T
B
1
) = k)
=

X
i=k
Z

0
P(X(t) = k) e
t
dt
=

X
i=k
Z

0
e
t
(t)
k
k!
e
t
dt
d) Queremos:
P(|X(z) Y (z)| 2, X(z) Y (z)) = P(0 X(z) Y (z) 2)
=

X
i=0
P(0 X(z) Y (z) 2 | Y (z) = i) P(Y (z) = i)
=

X
i=0
[P(X(z) = i) + P(X(z) = i + 1) + P(X(z) = i + 2)] P(Y (z) = i)
=

X
i=0

e
z
(z)
i
i!
+
e
z
(z)
i+1
(i + 1)!
+
e
z
(z)
i+2
(i + 2)!

e
z
(z)
i
i!
=

X
i=0
e
z
(z)
i
i!

1 +
z
i + 1
+
(z)
2
(i + 1)(i + 2)

e
z
(z)
i
i!
=

X
i=0
e
(+)z
(z
2
)
i
(i!)
2

1 +
z
i + 1
+
(z)
2
(i + 1)(i + 2)

e) Buscamos:
E

X(v) + 1
Y (v) + 1

X
j=0
E

X(v) + 1
Y (v) + 1
|Y (v) = j

P(Y (v) = j)
=

X
j=0

X
i=0
E

X(v) + 1
j + 1
|X(v) = i

P(X(v) = i) P(Y (v) = j)

=

X
j=0

X
i=0
i + 1
j + 1
P(X(v) = i) P(Y (v) = j)
=

X
j=0
P(Y (v) = j)
j + 1

X
i=0
(i + 1) P(X(v) = i)
=

X
j=0
e
v
(v)
j
j!(j + 1)

"

X
i=0
P(X(v) = i)i +

X
i=0
P(X(v) = i)
#
=
1
v

X
j=0
e
v
(v)
j+1
(j + 1)!
[E[X(v)] + 1]
=
1 e
v
v
(v + 1)
Tambien podra haberse aprovechado el hecho de que si X(v) e Y (v) son v.a. independientes, entonces para funciones
g(x) y h(x) cualquiera, se cumple que: E[g(X) h(Y )] = E[g(X)] E[h(Y )]. Y, por lo tanto, haber hecho directamente:
E

X(v) + 1
Y (v) + 1

= E [X(v) + 1] E

1
Y (v) + 1

f) Queremos P(X(s) = k | X(s) + Y (s) = n), y ya calculamos una probabilidad totalmente analoga en el repaso de
probabilidades, de donde sabemos que:
P(X(s) = k | X(s) + Y (s) = n) =

n
k
!

nk
g) Sean U1, U2, ..., Un variables aleatorias con distribuci on uniforme en el intervalo [0, s] (independientes entre s e inde-
pendientes del proceso de llegada al banco A ), que ayudar an a representar los tiempos de llegada de los primeros n
clientes al banco B sin importar el orden. Buscamos:
P(T
A
1
< mn{U1, U2, ..., Un}) =
Z
s
0
P(t < mn{U1, U2, ..., Un}) f
T
A
1
(t) dt
=
Z
s
0
P(t < U1 t < U2 ... t < Un) f
T
A
1
(t) dt
=
Z
s
0
P(t < U1) P(t < U2) ... P(t < Un) f
T
A
1
(t) dt
=
Z
s
0
P(t < Ui)
n
f
T
A
1
(t) dt
=
Z
s
0

s t
s

n
e
t
dt
= ...
= e
x
x
n
n!
n
X
i=0

(1)
2ni
(n i)! (x)
i
Soluci on - Problema 2
a) Dado que el proceso de Poisson se renueva en todo instante, podemos ver que el tiempo, desde t hasta que llega el
siguiente cliente (el decimo cliente), distribuye exponencial con parametro . Por lo tanto, la distribuci on de S10 | N(t) =
9 esta dada por:
P(S10 s | N(t) = 9) =
(
0 , si s < t
1 e
(st)
, si s t
b) Se necesita que haya llegado un cliente en [a, a+b2r] y al menos dos en [a+b2r, a+br] (y el resto [a+br, a+b]),
o que hayan llegado dos clientes en [a, a + b 2r] y uno en [a + b 2r, a + b r] (y el resto [a + b r, a + b]), o que
hayan llegado tres clientes en [a, a + b 2r] y ninguno en [a + b 2r, a + b r] (y el resto [a + b r, a + b]). As, la
probabilidad pedida es:
n1
X
i=2

n
1 i n i 1
!

b 2r
b

r
b

n1
+

n
2 1 n 3
!

b 2r
b

r
b

n2
+

n
3 0 n 3
!

b 2r
b

r
b

n3
=
n1
X
i=2
(n i)

n
i
!

b 2r
b

r
b

n1
+ 3

n
2
!

b 2r
b

r
b

n2
+

n
3
!

b 2r
b

r
b

n3
c) Sean:
Si: el tiempo de llegada del cliente i (i = 1, 2, 3, ...). Si gamma(i, )
Ai: el tiempo de atenci on del i-esimo cliente en llegar (i = 1, 2, 3, ...). Ai F()
Lo pedido es:
H1 = S1 + A1
H2 = S2 + A2
H3 = m ax{S3, mn{H1, H2}} + A3
H4 = m ax{S4, mn{H3, m ax{H1, H2}}} + A4
d) La demostraci on es pr acticamente la misma de descomposicion de proceso de Poisson vista en clases. Sea {N(t), t 0}
el proceso que cuenta la llegada de clientes a la boletera. Entonces:
P(NH+(t) = k) =

X
n=k
P(NH+ = k | N(t) = n) P(N(t) = n)
=

X
n=k

n
k
!
(pq)
k
(1 pq)
nk

(t)
n
e
t
n!
=

X
n=k
n!
(n k)! k!
(pq)
k
(1 pq)
nk

(t)
k
(t)
nk
e
pqt
e
(1pq)t
n!
= (pq)
k

(t)
k
e
pqt
k!

X
n=k
(1 pq)
nk

(t)
nk
e
(1pq)t
(n k)!
=
(pqt)
k
e
pqt
k!

X
n=k
((1 pq)t)
nk
e
(1pq)t
(n k)!
=
(pqt)
k
e
pqt
k!
Por lo tanto, {NH+(t), t 0} es un proceso de Poisson a tasa pq.
Soluci on - Problema 3
Sea N(t) el proceso que cuenta la llegada de clientes al minimercado.
a) Queremos:
E[N(10) | N(8) N(5) = 9] = E[N(10) N(8) + N(8) N(5) + N(5) | N(8) N(5) = 9]
= E[N(10) N(8) + 9 + N(5) | N(8) N(5) = 9]
= E[N(10) N(8) + 9 + N(5)]
= E[N(10)] E[N(8)] + 9 + E[N(5)]
= 10 8 + 9 + 5
= 7 + 9
Tambien se podra haber hecho de manera directa mediante un buen dominio de las propiedades de incrementos
independientes e incrementos estacionarios.
b) Buscamos: P(N(10) = k N(15) N(5) = n)
=
mn{n,k}
X
i=0
P(N(15) N(10) = n i N(10) N(5) = i N(5) = k i)
=
mn{n,k}
X
i=0
P(N(15) N(10) = n i) P(N(10) N(5) = i) P(N(5) = k i)
=
mn{n,k}
X
i=0
P(N(5) = n i) P(N(5) = i) P(N(5) = k i)
=
mn{n,k}
X
i=0
e
5
(5)
ni
(n i)!

e
5
(5)
i
i!

e
5
(5)
ki
(k i)!
=
mn{n,k}
X
i=0
e
15
(5)
n+ki
(n i)! i! (k i)!
c) Sea M(t) un proceso de Poisson a tasa (que ayudar a a representar la salida de los r + 1 clientes que ya est an en el
sistema de cajas cuando llega ah el cliente en cuesti on). Queremos:
P(M(d + m) r + 1) = 1 P(M(d + m) r) = 1
r
X
i=0
e
(d+m)
((d + m) )
i
i!
d) Se sabe que los clientes que llegaron al sistema de cajas en el intervalo (x, x+y] llegaron al minimercado en el intervalo
(xd, x+y d] (ambos intervalos dados en minutos) y queremos calcular la probabilidad de que exactamente la mitad
de ellos haya llegado en la primera mitad del intervalo. As, la probabilidad buscada es:
P

N(x +
y
2
d) N(x d) =
n
2

N(x + y d) N(x d) = n

n
n
2
!

1
2

n
e) Sea x el instante en el que llega el cliente A al sistema de cajas, la probabilidad pedida es:

X
i=0
P(N(x + v) N(x) i)
1
i + 1
=

X
i=0
e
v
(v)
i
i!

1
i + 1
=
1
v

X
i=0
e
v
(v)
i+1
(i + 1)!
=
1
v

X
j=1
e
v
(v)
j
j!
=
1
v

X
j=0
e
v
(v)
j
j!
e
v
!
=
1
v

1 e
v