PROCESO DE POISSON

1.- En la mañana del Sábado, los clientes entran a una tienda de un mall
a una tasa promedio de 0.5 personas/min.

Sea Y(t) = # de personas que llegan al mal en intervalos de 10 min

[0,10].

Encuentre las siguientes probabilidades para t = 1 min.

a.- P (y=3); b.- P(y≤3); c.- P(4≤y≤10)

2.- Sea {N(t); t≥0} un proceso de Poisson a tasa λ (unidades/tiempo)

escriba una expresión para las siguientes probabilidades:

a.- P(N(6)=9)

b.- P(N(6)=9,N(20)=13,N(56)=27)

c.- P(N(20)=13/N(16)=9)

d.- P(N(16=9/N(20)=13)

3.- Suponga que el número de goles que marca un equipo de fútbol puede
ser descrito por un proceso de Poisson. Considere los siguientes equipos
y sus respectivas tasas de goles marcados por partido en tiempo
reglamentario (procesos independientes):

Equipo A: tasa λA (goles/partido) Equipo B: tasa λB (goles/partido)

a.- Si se enfrentaron A y B ¿Cuál es la probabilidad de que haya ganado A

2x1?

b.- Suponga que ha transcurrido el primer tiempo, si se sabe que A va

ganando 2X0, ¿Cuál es la probabilidad de que el primer gol haya sido
antes de 15 min y el segundo antes de 30 min?
c.- Va a comenzar el segundo tiempo (A va ganando 2X0), Cuál es la
probabilidad de que A haya marcado 3 goles en total antes de los 75 min
de partido? (sin importar lo que pase con B).

d.- Suponga que el partido en su tiempo reglamentario, 90 min, quedó

igualado 3X3. Sin embargo, es necesario decidir el ganador, para ello se
utilizará la modalidad “gol de oro”, es decir el primero que marca el gol
gana. ¿Cuál es la probabilidad de que el partido se prolongue por más de
45 min?

4.- En la sala de emergencias del hospital de Puerto Montt llegan

personas de acuerdo a un proceso de Poisson a una tasa de 50 personas por
hora. Como en invierno ocurren ciertos eventos especiales en cuanto a
salud hay un plan en el hospital que le permite funcionar adecuadamente
frente a las crisis. En el momento de recibir a los pacientes estos son
designados a su correspondiente sector, siendo estos: enfermedades
respiratorias, accidentes varios (cortes, quemaduras, fracturas, etc.) y
emergencias cardiacas. Las probabilidades asociadas a cada uno de los
sectores de subdivisión de emergencias son 0.5, 0.38, y 0.12
respectivamente.

a.- Han llegado 120 pacientes dentro de la mañana (7 a 10 h)¿ Cuál es la

probabilidad que estas llegadas ocurrieran entre las 7 y las 9 h?

b.- ¿Cuál es la probabilidad que dado que han llegado 18 pacientes que
los 18 sean para enfermedades respiratorias?

c.- Se quiere saber cuál es la probabilidad de que durante la 1:00 am y

las 4:00 am lleguen 10 pacientes a emergencias cardiacas.

d.- ¿Cuál es la probabilidad que los siguientes 3 pacientes se designe

uno a cada sector, es decir, que llegue uno con enfermedad respiratoria,
otro con quemaduras y otro con complicaciones cardiacas?

5.- Considere 3 procesos de Poisson con tasas λ1, λ2 y λ3 que se unen y

forman un solo proceso dado de la suma de estos:
a.- Determine la probabilidad de que el primer suceso del proceso
provenga del proceso 1.

b.- Si el n-ésimo suceso del proceso 1 ocurrió antes que el primer suceso
de los procesos 2 y 3, determine la probabilidad de que (n+1) – ésimo
también sea del proceso 1.

6. Sea {N(t), t≥0} un Proceso de Poisson el cual corresponde a la llegada

de llamadas a un call center a tasa de llamadas 6 llamadas/min. Considere
4 llamadas sucesivas de este proceso. Denotamos por Tk+1, Tk+2 y Tk+3,
los tiempos transcurridos entre dichas llamadas.

Se define la v.a. T = Min {Tk+1, Tk+2, Tk+3}, calcule además la

probabilidad de que ningún intervalo entre c/u de las ocurrencias sea
superior a 30 seg.

7.- Suponga que en un proceso productivo se dispone de dos máquinas que

trabajan en paralelo elaborando un mismo producto. Sean {N1(t), t≥0},
{N2(t), t≥0} procesos de Poisson independientes a tasas λ1 y λ2
respectivamente, los cuales cuentan el número de fallas hasta el instante
t de la máquina 1 y de la máquina 2.

Calcule la probabilidad de que la máquina 1 falle por primera vez antes

de que falle por primera vez la máquina 2.

8.- En un taller de máquinas de control numérico computarizado (CNC) se

procesan varios tipos de piezas las cuales van desde pernos, tuercas,
planchas de acero, etc. En este taller hay máquinas que pueden cumplir
una misma tarea para varios tipos de piezas, este es el caso de la
máquina pulidora, la cual elimina residuos o astillas propias de la
fabricación. Estudios efectuados al interior de la fábrica mostraron que
la fabricación de tornillos corresponde a un proceso de Poisson a tasa λ1
(unidades/min) y que las tuercas se fabrican según un proceso de Poisson
a tasa λ2 (unidades/min). Se le ha encomendado la siguiente tarea:

a.- ¿Qué tipo de proceso es el que cuenta el # de piezas en la pulidora?

b.- Si en un tiempo t llegaron n piezas correspondientes a tuercas ¿ Cuál
es la probabilidad de que en este tiempo t, llegaran k piezas
correspondientes a tornillos?

c.- dado que la máquina proceso 10 unidades en un tiempo t, ¿Cuál es la

probabilidad que estos 10 unidades sean tornillos?

d.- Si la máquina procesó un total de 100 unidades durante los primeros 5

minutos de trabajo, ¿Cuál es la probabilidad que durante los primeros 7
min. De operación procesase 150 unidades?

9.- A una tienda comercial en un Mall, llegan clientes según un Proceso

de Poisson a tasa de 100 personas por hora. Los clientes ingresan por un
acceso desde donde pueden ir a la sección niños con probabilidad 0.6 o a
la sección zapatería con probabilidad 0.4. Los clientes que se dirigen a
la sección niños después de pasar por esta sección siempre se retiran de
la tienda. Sin embargo, los clientes que se dirigen a la sección
zapatería al salir de esta, se dirigen a la sección niños con
probabilidad 0.6 o vuelven a ingresar a la sección zapatería con
probabilidad 0.4.

a.- Calcule el flujo neto de clientes por unidad de tiempo en cada

sección.

b.- Obtenga la distribución de probabilidades del número de personas que

llega a la sección niños.

10.- En una pequeña localidad durante la elección de alcalde, se pone en

funcionamiento como lugar oficial para sufragar el colegio. La sala está
compuesta por dos mesas, una para hombres y una para mujeres. Los hombres
llegan al colegio de acuerdo a un Proceso de Poisson a tasa λ h y las
mujeres de acuerdo a un Proceso de Poisson a tasa λm .

Ambas llegadas se consideran independientes entre sí

En un proceso poco común se quiere saber la cantidad de parejas (mujer +
hombre) que se van retirando del lugar de sufragio, es decir, el número
de parejas que se retiran del lugar.

Se asume que el lugar de votación inicialmente está vacío. Se considera

N(t) un proceso que cuenta el número de parejas en [0,t].

a.- Se quiere obtener la distribución de probabilidades de N(t).

b.- En la primera media hora de iniciado el proceso llegaron 12 hombres y

18 mujeres ¿Cuál es la probabilidad que a los 45 min de iniciado el
proceso se formen 17 parejas? y ¿Cual es la probabilidad que a los 45
minutos de iniciado el proceso se formen 12 parejas?.

11.- A una sala de un hospital llegan pacientes según un proceso de

Poisson a tasa 2 (personas/hora). En esta sala hay un médico que tiene un
turno de 12 horas desde las seis de la mañana hasta las seis de la tarde.
Se pide que calcule lo siguiente:

a.- Si el médico ha visto a 6 pacientes a las 8 de la mañana, ¿Cuál es la

probabilidad de que vea a un total de 9 pacientes antes de las 10 de la
mañana?

b.- ¿Cuál es la probabilidad de que el tiempo entre llegadas de pacientes

sucesivos sea más de una hora?

c.- De los pacientes que llegan al hospital, se calcula que el 14% viene
por servicios de urgencia. ¿Cómo se distribuye el proceso de conteo que
cuenta a los pacientes de urgencia? ¿Cuál es la probabilidad de que el
médico vea a seis pacientes de urgencia durante su turno?

12.- Los clientes llegan a un restaurante de acuerdo a un Proceso de

Poisson a una tasa de 20 por hora. El restaurante habré a las 11:00 am.

a.- ¿Cuál es la probabilidad de tener 20 clientes en el restaurante a las

11:12 am dado que habían 18 clientes a las 11:07 am?
b.- ¿Cuál es la probabilidad que un nuevo cliente llegue entre las 11:28
y las 11:30 am dado que el último cliente llegó a las 11:25 am?

13.- Suponga que llegan inmigrantes a un territorio A de acuerdo a un

Proceso de Poisson a tasa λ = 1 / 10 semana. ¿Cuál es la probabilidad de
que no lleguen británicos al territorio A durante un mes?

14.- Un centro de computación de una universidad está constituido por dos

computadores M1 y M2 independientes para atender dos grupos de usuarios:
los investigadores y los clientes externos. El primer grupo envía
requerimientos al centro de computación de acuerdo a un Proceso de
Poisson a tasa λi y el segundo de acuerdo a un Proceso de Poisson a tasa
λce (ambos procesos independientes). Cuando empieza a operar el sistema
(t = 0) existe un operador que decide a que computador orientará los
requerimientos de cada grupo. Una vez tomada la decisión, esta no se
modifica, con lo cual todos los investigadores son asignados a uno de los
computadores y los clientes al otro.

El operario toma su decisión de la siguiente manera: el grupo que envía

el primer requerimiento del día lo dirige al computador M 1; el otro, al
computador M2.

Sea N1(t) el proceso que cuenta el número de requerimientos que han

llegado en [0,t] al computador M1. Obtenga la distribución de N(t). Es
N(t) un proceso de Poisson?

15.-Supongamos que X(t) es una variable aleatoria que cuenta el número de

vehículos que pasan por un cierto paradero en el intervalo [0,t]. Suponga
que pasa 1 auto cada 2 minutos si se considera un periodo de tiempo
[0,10].

Asumiendo que es un proceso de Poisson construya una tabla con las

probabilidades del paso del número de vehículos. Grafique los resultados
e interprételos.

16.- Un empleado muy poco ético de una tienda tiene la mala costumbre de
pedirle a los clientes que atiende no darles boleta a cambio de una
rebaja, cosa que sólo acepta una proporción p de los clientes. El
empleado comienza con esta mala costumbre desde las a horas en que abre
la tienda hasta que llega su jefe, quien lo hace entre las b y c horas,
este último se queda hasta las d horas que es cuando se cierra el
comercio (evidentemente a < b < c < d).

Una vez que el jefe está presente, el empleado ya no se atreve a seguir

preguntándole a todo el mundo como antes, por lo que ahora deja de
ofrecerle el negocio a una proporción q de los clientes que atiende.

a) ¿Cuál sería el número esperado de personas que aceptan no recibir

boleta, si el jefe llega exactamente en el instante T, donde a < T < d?

b) ¿Cuál es la ganancia esperada del empleador si el jefe llega en

cualquier instante entre b y c con igual probabilidad? Sea R la ganancia
que recibe el empleado por cliente que acepta el trato.

17.- Una tienda arma bolsitas de pascua poniendo 1 huevito de chocolate y

2 barras de chocolate. Los huevitos y las barras llegan al puesto de
armado según un Proceso de Poisson a tasas λh y λb respectivamente. El
sistema parte vacío en t=0. Obtenga la probabilidad de formar n bolsitas
en el intervalo [0,t].

18.- Considere una sala de cine con capacidad para 200 personas. La
entrada a la función es de p ($) por persona. Sin embargo, si el cliente
es “socio” del cine se le hace un 20% de descuento. Asuma que las
personas llegan al cine de acuerdo a un Proceso de Poisson a comprar las
entradas y que cada persona compra solo una entrada. Las entradas para la
función de las 22:00 horas comienzan a venderse durante el mismo día
desde las 16:00 horas, y la boletería se cierra a las 22:00 horas. La
tasa de llegada es de 40 personas/hora y cada persona posee tarjeta de
socio con una probabilidad de un 25%.

a) Si Ud. Sabe que se vendieron n entradas ¿Cuál es la probabilidad de

que i entradas se hayan vendido a “socios” del cine?

b) ¿Cuál es la probabilidad de que se vendan n entradas?

c) ¿Cuál es la utilidad esperada por función?

19.- El número de vehículos que llegan a un estacionamiento siguen un

Proceso de Poisson con tasa de 6 vehículos por hora.

a) Determine la probabilidad de que pasen 15 minutos sin llegadas.

b) ¿Cuál es la probabilidad de que lleguen exactamente 6 vehículos, ¿cuál

es la función de densidad de probabilidad del tiempo requerido para que
el estacionamiento se tiene?

20.- Dos tipos de consultas se realizan a una base de datos de acuerdo a

la consulta “leer” llega a tasa λl y la consulta “escribir” llega a una
tasa λe.

a) ¿Cuál es la probabilidad que durante el intervalo de tiempo [0,t]

lleguen a lo más 3 consultas “leer”?

b) ¿Cuál es la probabilidad que el intervalo de tiempo entre dos

consultas consecutivas “escribir” sea mayor que t?

c) ¿Cuál es la probabilidad que para la próxima consulta primero llegue

una consulta “escribir”?

d) ¿Cuál es la probabilidad que durante el intervalo de tiempo [0,t]

lleguen al menos dos consultas?

21.- Turistas extranjeros llegan en el verano a un balneario según un

proceso de Poisson de tasa λ [turistas / mes]. Independiente de todo lo
demás, con probabilidad pA, un turista que llega al balneario proviene de
algún país sudamericano y con probabilidad (1- pA) proviene del resto del
mundo. Los turistas comienzan a llegar el 1 de enero.

a) Si hasta mitad de mes, han llegado m turistas en total. ¿Cuál es la

probabilidad que hasta fin de mes lleguen más de n turistas en total (m ≤
n)?

b) Dado que en un mes llegaron 100.000 turistas en total. ¿Cuál es la

probabilidad que n de ellos sean sudamericanos?
c) Es el 20 de enero y desde el 19 de enero no ha llegado ningún turista.
¿Cuál es la probabilidad que el siguiente veraneante que llegue sea
sudamericano?

22.- Sea el proceso {X(t), t≥0} en que X(t) es el número de personas que
llegan al estadio Chinquihue en [0,t]. El proceso {X(t), t≥0} es un
proceso de Poisson con tasa ƛ = 10(personas/hora). Se sabe que las
puertas se abren a las 14:00 horas, el juego inicia a las 17:00 horas. Se
sabe que entre las 14:00 y 15:00 horas. Han llegado 10 personas.

a.-¿Cuál es la probabilidad de que la siguiente persona llegue antes de

las 15:30 horas?

b.-¿Cuál es la probabilidad de que no llegue alguien al estadio por más

de 40 min a partir de las 15:30?.

c.-¿Cuál es la probabilidad de que a las 17:00 horas hayan llegado a ver

el juego 100 personas en total?

23.- Una fábrica de zapatos de exportación, ha iniciado la fabricación de

un lote de 1.000 pares de diferentes modelos y números. Los tiempos de
proceso en cada una de las etapas son v.a. Luego el tiempo total de
fabricación del lote es también aleatorio, y como ocurre generalmente en
estos casos, los tiempos entre llegadas de pares terminadas a Envase
sigue una distribución exponencial con tasa promedio de 100 pares/hora.
(Envase es la última estación de la línea de fabricación)

Bajo un sistema de turnos la planta trabaja 10 horas seguidas por día. Se

sabe que el lote se completará antes del término de la jornada, ya que
existe capacidad suficiente en la fábrica. Sin embargo hay incertidumbre
respecto a que se pueda producir congestión en envase en algún lapso del
día y se quieren adelantar medidas.

Por esta razón interesa saber:

a.- ¿Cuál es la probabilidad de que lleguen más de 100 pares por hora?
b.- ¿Cuál es la probabilidad de que a 2 horas de terminar la jornada
hayan llegado el 80% del lote o más?

24.-Un alumnos de Ingeniería Industrial estaciona ilegalmente su vehículo

en los alrededores de la Universidad dos veces al día por el período de
una hora cada vez. La pasada de los inspectores municipales o Carabineros
de Tránsito es un Proceso de Poisson con un promedio de λ pasadas por
hora. ¿Cuál es la probabilidad de que no le pasen un parte?

25.-En un día de verano, los buses con turistas que llegan a Curicó lo
hace según un Proceso de Poisson con un promedio de cinco autobuses por
hora. Curicó es famoso por sus tortas y vinos. Cada bus espera una hora o
dos horas en Curicó con probabilidades iguales.

Cada autobús trae 50,75 o 100 turistas con probabilidades respectivas de

¼, ½ y ¼. Calcule una aproximación normal para la probabilidad que más de
1.000 turistas hayan entrado a Curicó hasta las 4 de la tarde, suponga
que el día lo cuenta desde las 00:00 horas. Indicación: Defina X como el
número de turistas, Ud. Calcular P(X ≥ 1.000).

26.- A un acto eleccionario llegan personas a votar de acuerdo a un

Proceso de Poisson a tasa λ. Cada persona, independientemente de los
demás, vota con probabilidad 0.5 por el candidato 1 y con probabilidad
0.5 por el candidato 2. Suponga que la votación comienza en t=0 y que
tiene duración infinita.

a.-. Si se sabe que llegaron 1.000 personas a votar durante las primeras
5 horas, ¿ Cuál es la probabilidad de que el candidato 1 reciba n de
estos votos en el mismo periodo de tiempo?

b.- Si se sabe que llegaron 1.000personas a votar en las primeras 5

horas. ¿Cuál es la probabilidad de que el candidato 1 reciba n de estos
votos en las primeras 3 horas de votación?

c.- Sea H el instante de llegada de la primera persona a votarpor el

candidato 1. Encuentre la distribución de probabilidades de H.
d.- Encuentre la distribución de probabilidades del número de personas
que votan por el candidato 2 antes de que se complete el tiempo promedio
en que llegue la primera persona que vota por el candidato 1.