Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
UNIDAD III
Formalmente una variable aleatoria es una funcin de valor real cuyo dominio es un espacio muestral.
Las variables aleatorias se representan mediante maysculas. Las variables de nmeros reales que puede asumir una variable aleatoria se representa mediante minsculas P(X) = x, y, z Variable Una variable que tcnicamente puede tomar cualquier valor entre dos variables dadas, se llama variable continua; sino es as se llama variable discreta. Si la variable tiene un intervalo [
a
nmeros reales
] es continua
b
Funciones de probabilidad de variables aleatorias Se dice que una variable aleatoria X es discreta si quede tomar solo un nmero finito de valores positivos de x. Por ejemplo; a) P(X)x = R(x) 0 b) ( P(x) 0 x ) = 1 A la funcin p(x) se le llama funcin de probabilidad de X Parmetros de funcin de probabilidad discreta El avlor esperado de una variable aleatoria discreta X que tiene una funcin p(x), est dada por; Ex = x P(x)
Grupo: 1602
La varianza de una variable aleatoria x cuyo valor esperado es es: sigma V ( x ) = 2 = E [( x - 2 )] Funciones de probabilidad discreta Distribucin de Bernoulli Considerar lo siguiente: La inspeccin de un artculo nico salido de la lnea de produccin. Ene l proceso de superacin de control de calidad la gerencia a establecido anotar un 0 si l no tiene defectos y un 1 si, si los tiene. La distribucin binaria queda: P (Y = y) = (yn) pY (1-p)n-y Con y = 0,1,2,..n E (Y) = np Valor esperado Una variable aleatoria Y tiene una distribucin binomial si existen las siguientes condiciones. 1) El experimento consiste en un numero fijo den nmeros idnticos. 2) Cada cateto solo puede tener un resultado de dos posibles que se llaman xito y fracaso 3) La probabilidad p de xito de intento a intento 4) Los catetos son independientes 5) Se define a Y como el nmero de xitos en un intentos. Distribucin Geomtrica Suponer que se puede representar una serie de visitas a clientes con el objeto de colocar una venta mediante una asociacin de variables aleatorias de Bernoulli independientes con X1 = 1 si la hinecima visita tiene como resultado una venta y X1=0 sino es as. Las funciones de probabilidad sonlas siguientes: V(Y) = np (1-p)
Grupo: 1602
p(y) = p(1-p)y-1 con y = 1, 2,.., n para 0 < p < 1 E(Y) = 1/p V(Y) = 1-p/p2
Distribucin Poisson Se puede emplear esta distribucin para modelar por ejemplo el # de defectos en el metro de tela, el nmero de colonia de bacterias en un cm2 de H2o, el npumero de veces que talla un mquina en el transcurso de un dpia de trabajo, etc La distribucin de probabilidad es la siguiente: P(Y) = 2/ ye-x! Con y = 0, 1, 2, . E (Y) = V() =
Distribucin uniforme Es usado en fenmeno o sistemas que tienen la misma probabilidad para cada resultado posible. P(x) = 1/b-a+1 E (X) = a+b/2 con a = a, a+1, ..b V(X) = (b-a+1)2-1/2
Grupo: 1602
Ejercicio: el tiempo entre llegadas de clientes a una peluquera tiene distribucin exponencial con una media de 15 min. En el local hay un solo peluquero, y tarda de 10 a 15 min., con una distribucin uniforma para determinar un corte de pelo. A los clientes se les atiende con el sistema de FIFO. Calcula las siguientes medidas de desempeo. a) Utilizacin promedio del local. b) La cantidad promedio de clientes en espera. c) El tiempo de espera de un cliente a la Cola
( )= = tiempo ( )= = = ( )=
( )
( +1
( )
Grupo: 1602
Sustituir por =1
Despejar t =1 1 = (1 )
10 am
hora 0
ts1 = 10 + 5 (0.31) = 11.56 min tc2 = 0 + ( -15 ln (1 - 0.09) ) = 1.41 min ts2 = 1.41 + ( 10 + 5 (0.43) ) = 18.56 min tc3 = 1.41 + ( -15 ln (1-0.45) ) = 10.37 min t espera = 11.56 10.37 = 1.19 min ts3 = 11.56 + ( 10 + 5 (0.51) ) = 24.11 min tc4 = 10.37 + ( -15 ln ( 1- 0.69) ) = 27.93 min ts4 = 27.93 + ( 10 + 5 (0.23) ) = 39.08 min tc5 = 27.93 + ( -15 ln (1 - 0.85) ) = 56.38 min ts5 = 56.38 + ( 10 + 5 (0.71) ) = 69.93 min tc6 = 56.38 + ( -15 ln (1 - 0.29) ) = 61.51 min ts6 = 61.51 + ( 10 + 5 (0.03) ) = 71.66 min tc7 = 61.51 + ( -15 ln (1 0.25) ) = 65.82 min t espera = 69.93 65.82 = 4.11 min ts7 = 69.93 + ( 10 + 5 (0.91) ) = 84.48 min
Guadalupe Gmez Mercado
Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida
P1 P2 P1
P2 P1 P2 P1
Grupo: 1602
tc8 = 65.82 + ( -15 ln (1 0.90) ) = 100.35 min ts8 = 100.35 + ( 10 + 5 (0.88) ) = 114.75min tc9 = 100.35 + ( -15 ln (1 0.81) ) = 125.26 min ts9 = 125.41 + ( (10 + 5 (0.20) ) = 136.41 min tc10 = 125.41 + ( -15 ln (1-0.78) ) = 1.41 min ts10 = 148.12 (10 + 5 (0.78) = 162.02 min tc11 = 148.12 + ( -15 ln (1- 0.52) ) = 159.12min ts11 = 10 + 5 (0.31) = 11.56 min tc12 = 0 + ( -15 ln (1-o.09) ) = 1.41 min ts12 = 10 + 5 (0.31) = 11.56 min tc13 = 0 + ( -15 ln (1-o.09) ) = 1.41 min ts13 = 10 + 5 (0.31) = 11.56 min tc14 = 0 + ( -15 ln (1-o.09) ) = 1.41 min ts14 = 10 + 5 (0.31) = 11.56 min tc15 = 0 + ( -15 ln (1-o.09) ) = 1.41 min ts15 = 10 + 5 (0.31) = 11.56 min tc16 = 0 + ( -15 ln (1-o.09) ) = 1.41 min ts16 = 10 + 5 (0.31) = 11.56 min
Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida Llegada Salida
P2 P1 P2 P1 P2 P1 P2 P1 P2 P1
P2 P1 P2
P1 P2 P1 P2 P1 P2 P1
Grupo: 1602
P2
P1
Grupo: 1602