Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Problema 1: A una bomba de bencina llegan en promedio 20 clientes por hora (Poisson). Determine la probabilidad de que el próximo cliente demore menos de 2 minutos en llegar. • A una farmacia llegan en promedio 10 clientes por hora (Poisson). ¿Cuánto tiempo en minutos se debe esperar que transcurra entre 10 clientes? • En un curso en que aprobó el 84.13% se sabe que la desviación estándar fue de 0.2 puntos. Bajo Normalidad ¿Cuál fue la media del curso? • a) Nos dicen que el número de clientes que llega a la bomba de bencina sigue una distribución Poisson con una tasa de 20 clientes/hora. Eventos discretos Llegada de clientes Soporte continuo Horas Queremos saber la probabilidad de que un nuevo cliente llegue en menos de dos minutos desde el último que llegó, esto significa que necesitamos saber cómo distribuye el tiempo 𝑇 entre la llegada de dos cliente. Sabiendo que la llegada de los clientes siguen un proceso poisson, recordemos que existe una distribución para el tiempo que transcurre entre éxitos, esta es la distibución exponencial; 𝑇~𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙(20) 𝑓 (𝑡) = 20𝑒 𝑋~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(20) λ = 20 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠 ℎ𝑜𝑟𝑎 ⎯⎯⎯⎯⎯⎯⎯ Se utiliza la misma tasa que la distribución poisson que da origen a la exponencial, en este caso; 2 minutos 0.033 horas Luego necesitamos calcular la probabilidad de que 𝑇 sea menor a 2 minutos. Para calcular esta probabilidad hay que tener en cuenta que la tasa que estamos usando está medida en horas, por lo que tenemos que llevar nuestra probabilidad a esa misma unidad; 𝑃(𝑇 ≤ 0.033) = 20𝑒 𝑑𝑡 . 𝑃(𝑇 ≤ 0.033) = − 𝑒 . 𝑃(𝑇 ≤ 0.033) = 1 − 𝑒 . 𝑃(𝑇 ≤ 0.033) = 0.4868 Entonces la probabilidad que buscamos es; Solución: Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 1 b) Nuevamente tenemos una distribución Poisson, esta vez con una tasa de 10 clientes por hora, y nos piden información sobre el tiempo que transcurre, pero esta vez entre 10 clientes, desde que llega el primero hasta que llega el décimo. 𝑇 ~𝐺𝑎𝑚𝑚𝑎(𝜆 = 10, 𝑘 = 9) 𝑓 (𝑡) = 𝜆 Γ(𝑘) ⎯⎯⎯⎯𝑡 𝑒 Entonces, si empezamos a contar desde que llega el primer cliente tenemos que contar 9 eventos de un proceso poisson. Si el tiempo en horas entre la llegada del primer y el décimo cliente es 𝑇 ; μ = 𝑘 𝜆 ⎯⎯= 9 10 ⎯⎯⎯= 0.9 ℎ Entonces el tiempo que se debe esperar que transcurra (Tiempo esperado, esperanza,…) será; μ = 54 𝑚𝑖𝑛 Este resultado está medido en horas, ya que nuestra tasa está expresada en horas, así que debemos cambiarlo a minutos; Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 2 𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇, 0.2) c) Tenemos un curso con una aprobación de 84.13%. Basándonos en nuestro sistema de notas, diremos que un alumno aprueba con promedio mayor o igual a 4.0. Entonces, si los promedios del curso son una variable aleatoria 𝑋 que distribuye normal con media μ y desviación estándar 𝜎 = 0.2 , 𝑃(𝑎𝑝𝑟𝑜𝑏𝑎𝑟) = 𝑃(𝑋 ≥ 4.0) 0.8413 = 𝑃(𝑋 ≥ 4.0) la probabilidad de aprobar está dada por, 0.8413 = 𝑃 𝑋 − 𝜇 𝜎 ⎯⎯⎯⎯⎯ ≥ 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ 0.8413 = 𝑃 𝑍 ≥ 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ 0.8413 = 1 − 𝑃 𝑍 ≤ 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ 1 − 0.8413 = 𝜙 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ 𝜙 (1 − 0.8413) = 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ −𝜙 (0.8413) = 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ Para poder obtener esta probabilidad usando la tabla debemos estandarizar la distribución. Se suman los valores de los ejes para encontrar el z que necesitamos −1 = 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ μ = 4.2 −𝜙 (0.8413) = 4 − 𝜇 0.2 ⎯⎯⎯⎯⎯ Usamos la propiedad: 𝑧 = 𝜙 (𝑝) = − 𝜙 (1 − 𝑝) Ahora ya sabemos que (𝑋 − 𝜇)/𝜎 sigue una distribución normal estándar Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 3 Problema 2: Usted bien sabe que por estos días las Bolsas de Valores están muy volátiles. Es muy difícil predecir si el índice correspondiente del valor de las acciones va a subir o bajar. Asuma que la probabilidad de que en un día determinado cualquiera suba el índice es 𝜋 = 0, 25. Se asume (parece ser cierto por estos días) que los sucesos asociados al precio de las acciones en días diferentes son independientes. a) ¿Qué distribución sigue la variable aleatoria 𝑋 = Número de días hábiles en que el índice sube en un mes (de 22 días hábiles)? b) Casi todos los días están “a la baja”. Por ello, usted espera con ansias un día en que el índice accionario suba. Justificando su planteamiento, ¿Qué distribución seguiría la variable aleatoria Y = Número de días de espera hasta que sube el índice? Siempre con 𝜋 = 0, 25, determine la probabilidad de que haya al menos 3 días. c) La gente corre apresuradamente para llegar a comprar acciones y se ha detectado que el tiempo que se usa en trasladarse a la Bolsa es Normal con media de 24,6 minutos y desviación estándar de 6 minutos. ¿Qué valor de tiempo de traslado produce que solo el 20% de las personas demoren menos que dicho tiempo? Solución: a) Si se plantea que el comportamiento de las acciones en cada día es independiente a los anteriores, y que existen dos opciones en la bolsa de valores, que suba (éxito) o que baje (fracaso), podemos concluir que el comportamiento diario es un experimento Bernoulli con probabilidad de éxito π = 0.25. Luego, si consideramos los 22 días hábiles del mes y contamos los días que las acciones suben; 𝑋: 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑í𝑎𝑠 ℎá𝑏𝑖𝑙𝑒𝑠 𝑒𝑛 𝑞𝑢𝑒 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑠𝑢𝑏𝑒 𝑒𝑛 𝑢𝑛 𝑚𝑒𝑠 esta variable aleatoria tendrá una distribución Binomial con π = 0.25 y 𝑛 = 22. 𝑋~𝐵𝑖𝑛𝑜𝑚𝑖𝑎𝑙(𝜋 = 0.25, 𝑛 = 22) b) Ahora queremos estudiar la cantidad de días que se deben esperar hasta que la bolsa suba, es decir hasta que ocurra el primer éxito. Sea Y la variable que cuenta estos días; 𝑌: 𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑í𝑎𝑠 𝑞𝑢𝑒 ℎ𝑎𝑦 𝑞𝑢𝑒 𝑒𝑠𝑝𝑒𝑟𝑎𝑟 ℎ𝑎𝑠𝑡𝑎 𝑞𝑢𝑒 𝑒𝑙 í𝑛𝑑𝑖𝑐𝑒 𝑠𝑢𝑏𝑎 Esta variable seguirá una distribución Geométrica; 𝑌~𝐺𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎(𝜋 = 0.25) 𝑓 (𝑌 = 𝑦) = 0.25 (1 − 0.25) 𝑦 = 0,1,2, … Y la probabilidad pedida es que los días de espera sean el menos 3, es decir 𝑌 ≥ 3; 𝑃(𝑌 ≥ 3) = 1 − 𝑃(𝑌 < 3) 𝑃(𝑌 ≥ 3) = 1 − 0.25 0.75 𝑃(𝑌 ≥ 3) = 1 − 0.25 − 0.25 0.75 𝑃(𝑌 ≥ 3) = 0.5625 Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 4 c) El tiempo 𝑇 que demoran las personas en trasladarse a la bolsa sigue una distribución Normal con media μ = 24.6 min y una desviación estándar σ = 6 min; 𝑇~𝑁𝑜𝑟𝑚𝑎𝑙(24.6, 6 ) Buscamos un tiempo 𝑡 tal, que el 20% de las personas se demore menos que ese tiempo, es decir que la probabilidad de que el tiempo sea menor a 𝑡 es 0.2; 𝑃(𝑇 < 𝑡) = 0.2 𝑃 𝑇 − 𝜇 𝜎 ⎯⎯⎯⎯⎯< 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = 0.2 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = 𝜙 (0.2) 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = −𝜙 (0.8) 𝑡 = −0.84 6 + 24.6 𝑡 = 19.56 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = −0.84 𝜙 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = 0.2 𝑃 𝑍 < 𝑡 − 24.6 6 ⎯⎯⎯⎯⎯⎯⎯ = 0.2 Usamos la propiedad: 𝑧 = 𝜙 (𝑝) = − 𝜙 (1 − 𝑝) Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 5 Problema 3: 𝑌 = 𝑥 + 𝑐𝑋 La cadena de centros comerciales Mall Plaza ha estado analizando si cambia su política de tarifa de arriendo mensual para sus locatarios. Actualmente posee una estructura de ingresos fijos (denótelo por 𝑥 ) más una componente adicional (denótela por 𝑐) en el caso que los locatarios superen cierto monto de ventas mensuales. De esta manera la tarifa de arriendo mensual (en miles de pesos) para sus locatarios está expresada por; donde 𝑋 es una variable aleatoria Bernoulli, que toma el valor 1 con probabilidad 𝑝 = 0.1 si las ventas mensuales superan cierto monto y cero sino. La propuesta del nuevo gerente comercial es eliminar la componente fija, a cambio de una tarifa de arriendo mensual correspondiente al 0.2% de las ventas mensuales (denótela por 𝑍) de los locatarios. 𝑌 = 0.002 𝑍 Así con la propuesta,la tarifa de arriendo mensual (en miles de pesos) para sus locatarios estaría dada por donde Z tiene distribución 𝑁𝑜𝑟𝑚𝑎𝑙(µ, 𝜎 ). a) Encuentre la función de probabilidad de la tarifa actual de arriendo y la función de densidad de la tarifa propuesta por el nuevo gerente comercial. ¿Reconoce algún modelo? En caso afirmativo menciónelo y especifique sus parámetros. b) Suponga que 𝑥 = 1000, 𝑐 = 875, y que los locales ganan en promedio 523,69 millones de pesos con una desviación estándar de 98,5 millones de pesos. Para la tarifa actual y para la tarifa propuesta, calcule la probabilidad de que la tarifa mensual de arriendo supere el millón de pesos. En base a lo anterior, ¿Cuál de los dos modelos de tarifas le conviene más a los locatarios? Solución: a) Tenemos dos funciones de variables aleatorias, una para la tarifa actual y una para la tarifa propuesta, y tendremos que aplicar una transformación para ambos casos. En el caso de la tarifa actual hablamos de una variable discreta, por lo tanto buscamos una función de probabilidad, mientras que para la tarifa propuesta se trata de una variable aleatoria continua, entonces buscamos una función de densidad. Tarifa actual: Si las ventas superan cierto monto 𝑌 = 𝑥 + 𝑐 (𝑋 = 1) Si las ventas NO superan cierto monto 𝑌 = 𝑥 (𝑋 = 0) 𝑃(𝑌 = 𝑦) = 𝑃(𝑋 = 𝑔 (𝑦)) Recordemos que para una variable discreta donde 𝑌 = 𝑔(𝑋); En nuestro caso la función inversa está dada por; 𝑔(𝑋) = 𝑌 = 𝑥 + 𝑐𝑋 𝑔 (𝑌 ) = 𝑋 = ⎯⎯⎯⎯ Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 6 Además conocemos la distribución que sigue la variable aleatoria 𝑋; 𝑋~𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖(𝑝 = 0.1) 𝑃 (𝑋 = 𝑥) = 𝑝 (1 − 𝑝) 𝑥 = 0,1 Entonces, unimos todo para obtener la función de probabilidad de la variable 𝑌 ; 𝑃 (𝑌 = 𝑦) = 0.9, 𝑌 = 𝑥 0.1, 𝑌 = 𝑥 + 𝑐 𝑍~𝑁𝑜𝑟𝑚𝑎𝑙(𝜇, 𝜎 ) 𝑓 (𝑧) = 1 √2𝜋𝜎 ⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 𝑥 − 𝜇 𝜎 ⎯⎯⎯⎯⎯ Tarifa propuesta: En este caso, la variable es continua 𝑓 (𝑌 = 𝑦) = 𝑑 𝑑𝑦 ⎯⎯⎯𝑔 (𝑦) 𝑓 𝑔 (𝑦) por lo que usaremos el método de teorema de transformación; Definimos la función 𝑌 = 𝑔(𝑍) Buscamos su inversa 𝑍 = 𝑔 (𝑌 ) Derivamos la función inversa Evaluamos la función inversa en la distribución de Y 𝑌 = 0.002 𝑍 𝑔 (𝑌 ) = 𝑍 = 500 𝑌 𝑑 𝑑𝑌 ⎯⎯⎯ 𝑔 (𝑌 ) = 500 𝑓 𝑔 (𝑦) = 1 √2𝜋𝜎 ⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 500𝑦 − 𝜇 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯ 𝑓 𝑔 (𝑦) = 1 √2𝜋𝜎 ⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 𝑦 − 𝜇/500 𝜎/500 ⎯⎯⎯⎯⎯⎯⎯⎯⎯ (Tiene raíz única) Despejamos Z: 𝑌 0.002 ⎯⎯⎯⎯⎯ = 𝑍 500𝑌 = 𝑍 𝑃 (𝑌 = 𝑦) = 𝑃 𝑋 = 𝑦 − 𝑥 𝑐 ⎯⎯⎯⎯⎯⎯ 𝑃 (𝑌 = 𝑦) = 0.1⎯⎯⎯⎯ (0.9) ⎯⎯⎯⎯ 𝑦 = 𝑥 , 𝑥 + 𝑐 𝑃(𝑌 = 𝑦) = 𝑃(𝑋 = 𝑔 (𝑦)) 𝑔 (𝑌 ) = 𝑋 = ⎯⎯⎯⎯ Para 𝑦 = 𝑥 𝑃 (𝑌 = 𝑥 ) = 0.1 0.9 = 0.9 Para 𝑦 = 𝑥 + 𝑐 𝑃 (𝑌 = 𝑥 + 𝑐) = 0.1 0.9 = 0.1 Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 7 𝑓 (𝑌 = 𝑦) = 𝑑 𝑑𝑦 ⎯⎯⎯𝑔 (𝑦) 𝑓 𝑔 (𝑦) 𝑓 (𝑌 = 𝑦) = 500 1 √2𝜋𝜎 ⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 𝑦 − 𝜇/500 𝜎/500 ⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑓 (𝑌 = 𝑦) = 1 √2𝜋𝜎 ⎯⎯⎯⎯⎯ 500 ⎯⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 𝑦 − 𝜇/500 𝜎/500 ⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑓 (𝑌 = 𝑦) = 1 2𝜋 𝜎 500 ⎯⎯⎯ ⎯⎯⎯⎯⎯⎯⎯⎯⎯ ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯𝑒𝑥𝑝 − 1 2 ⎯⎯ 𝑦 − 𝜇/500 𝜎/500 ⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑌 ~𝑁𝑜𝑟𝑚𝑎𝑙 𝜇 500 ⎯⎯⎯ , 𝜎 500 ⎯⎯⎯ Unimos todo lo anterior para usar el teorema de transformación; b) Con los valores entregados, al reemplazar en las distribuciones, obtenemos; 𝑃 (𝑌 = 𝑦) = 0.9, 𝑌 = 1000 0.1, 𝑌 = 1875 Tarifa actual: 𝑌 ~𝑁𝑜𝑟𝑚𝑎𝑙 523690 500 ⎯⎯⎯⎯⎯⎯⎯, 98500 500 ⎯⎯⎯⎯⎯⎯ 𝑌 ~𝑁𝑜𝑟𝑚𝑎𝑙(1047.38, (197) ) Tarifa propuesta: 𝑃(𝑌 > 1000) = 𝑃(𝑌 = 1875) 𝑃(𝑌 > 1000) = 0.1 En el caso de la tarifa actual la tarifa superará el millón solo cuando 𝑌 = 1875, por lo tanto la probabilidad de que esto suceda será; 𝑃(𝑌 > 1000) = 1 − 𝑃(𝑌 ≤ 1000) 𝑃(𝑌 > 1000) = 1 − 𝑃 𝑌 − 1047.38 197 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ ≤ 1000 − 1047.38 197 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑃(𝑌 > 1000) = 1 − 𝑃(𝑍 ≤ −0.24) 𝑃(𝑌 > 1000) = 𝑃(𝑍 ≤ 0.24) 𝑃(𝑌 > 1000) = 𝜙(0.24) 𝑃(𝑌 > 1000) = 0.6064 En el caso de la tarifa propuesta, la probabilidad será; Para la tarifa propuesta, la probabilidad de superar el millón de pesos en arriendo es mayor a la tarifa actual, por lo tanto a los arrendatarios les conviene seguir con la tarifa que ya tienen. Prom. de ventas: μ = 523690 Ds. De ventas: σ = 98500 *Ojo: las v.a están en miles de pesos Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 8 Problema 3: Un minimarket quiere potenciar a sus clientes el uso de tarjetas bancarias para disminuir la cantidad de efectivo en sus cajas para brindarle mayor seguridad a sus empleados. Estudios históricos del comportamiento de los clientes muestra que el número de ventas diarias que tiene el minimarket puede ser modelado por un proceso Poisson, donde en promedio hay 900 ventas diarias. Además del estudio se desprende que un 20% paga con tarjeta bancaria. Por otro lado, los montos de las ventas en el minimarket distribuyen Normal donde se sabe que la mediana es de $10550 pesos y el 25% de los montos de las ventas son inferiores a $6120. La estrategia utilizada para aumentar las ventas con tarjeta bancaria, será de aplicarle un descuento de un 3% a los clientes cuyas compras exceden a los $15000 pesos y que utilicen este medio de pago. a) Calcule la probabilidad de que el monto de una venta supere los $15000 pesos. b) Calcule la probabilidad de que en a lo más la tercera venta del día sea la primera venta con monto superior a los $15000. c) ¿Cuántos minutos se debe esperar hasta que ocurra la quinta venta con pago de tarjeta bancaria? d) Calcule la probabilidad de que en media hora a lo más dos ventas se les aplique un descuento de 3% al valor total de su compra. Solución: 𝑃(𝑋 < 6120) = 0.25 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = 𝜙 (0.25) 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = −𝜙 (1 − 0.25) 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = −𝜙 (0.75) σ = − 6120 − 10550 0.67 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝜎 = 6611.94 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = −0.67 𝜙 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = 0.25 𝑃 𝑋 − 𝜇 𝜎 ⎯⎯⎯⎯⎯ < 6120 − 10550 𝜎 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ = 0.25 a) Como indica el enunciado, el monto de las ventas 𝑋 distribuye normal. Al ser la distribución normal simétrica respecto a su media, la mediana coincide con la media, por lo tanto μ = 10550. Además sabemos que el cuantil 6120 acumula el 25%; 𝑋~𝑁𝑜𝑟𝑚𝑎𝑙(10550,6611.94 ) Por lo tanto la distribución de 𝑋 queda; 𝑃(𝑋 > 15000) = 1 − 𝑃(𝑋 ≤ 15000) 𝑃(𝑋 > 15000) = 1 − 𝑃 𝑋 − 10550 6611.94 ⎯⎯⎯⎯⎯⎯⎯⎯⎯ ≤ 15000 − 10550 6611.94 ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑃(𝑋 > 15000) = 1 − 𝑃(𝑍 ≤ 0.673) 𝑃(𝑋 > 15000) = 1 − 𝜙(0.673) 𝑃(𝑋 > 15000) = 1 − 0.7486 𝑃(𝑋 > 15000) = 0.2514 Y ahora podemos calcular la probabilidad de que los montos sean mayores a $15000; Usamos la propiedad: 𝑧 = 𝜙 (𝑝) = − 𝜙 (1 − 𝑝) Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 9 Ayud. Proba 7 página 10 b) Con la información obtenida anteriormente, podemos decir que cada venta por sobre $15000 es un evento Bernoulli con 𝑝 = 0.2514, por lo tanto si definimos el número de ventas que deben hacerse hasta la primera venta sobre este monto como 𝑌, esta variable sigue una distribución; 𝑌~𝐺𝑒𝑜𝑚é𝑡𝑟𝑖𝑐𝑎(𝑝 = 0.2514) 𝑃 (𝑌 = 𝑦) = 0.2514 (1 − 0.2514) 𝑃(𝑌 ≤ 3) = 𝑃(𝑌 = 1) + 𝑃(𝑌 = 2) + 𝑃(𝑌 = 3) 𝑃(𝑌 ≤ 3) = 0.2514 (1 − 0.2514) 𝑃(𝑌 ≤ 3) = 0.2514 + 0.1881 + 0.1409 𝑃(𝑌 ≤ 3) = 0.5804 Por lo tanto la probabilidad de que a lo más la tercera venta del día sea la primera que supere los $15000 (𝑌 ≤ 3), estará dada por; c) Nos dicen que las ventas del minimarket siguen una distribución Poisson con tasa λ = 900 ⎯⎯⎯ . Luego, las ventas que se realizan con tarjeta bancaria también seguirán una distribuciónPoisson pero con una tasa diferente. Si la probabilidad de que una venta sea con tarjeta es 0.2 la tasa será; λ = 900 0.2 𝑣𝑡𝑎𝑠 𝑑í𝑎 ⎯⎯⎯⎯ λ = 180 𝑣𝑡𝑎𝑠 𝑑í𝑎 ⎯⎯⎯⎯ 𝑍 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(180) Por lo tanto las ventas que se realizan con tarjeta de crédito, que llamaremos 𝑍 siguen una distribución Poisson; 𝑇 ~𝐺𝑎𝑚𝑚𝑎(𝜆 = 180, 𝑘 = 5) Entonces, el tiempo hasta que ocurra la quinta venta con tarjeta bancaria, 𝑇 , seguirá una distribución Gamma; μ = 𝑘 𝜆 ⎯⎯= 5 180 ⎯⎯⎯ = 0.0278 𝑑í𝑎𝑠 Y el tiempo esperado hasta que ocurra la quinta venta será; 0.0278 𝑑í𝑎𝑠 = 0.6672 ℎ𝑜𝑟𝑎𝑠 = 40.032 𝑚𝑖𝑛 Como nuestra tasa está en días, también el resultado está en días. Si lo cambiamos a otra unidad; d) Para que a una venta se le aplique el descuento de 3% debe ser por un monto mayor a $15000 y con tarjeta bancaria, por lo tanto las compras a las que se les aplica el descuento, que definiremos como 𝑊, siguen una distribución Poisson y debemos conocer la tasa de ocurrencia; λ % = 900 0.2514 0.2 = 45.252 𝑣𝑡𝑎𝑠 𝑑í𝑎 ⎯⎯⎯⎯ ventas Tasa de todas las *ojo: poner atención a las unidades de tiempo Probabilidad de que una venta supere los $15000 Probabilidad de que la venta sea con tarjeta Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 11 Como la tasa está medida en días, el tiempo que ocuparemos en la distribución de Poisson también debe estar en días (30 𝑚𝑖𝑛 = 0.021 𝑑í𝑎𝑠). De esta forma la probabilidad de que en media hora a lo más dos ventas tengan descuento será; 𝑃(𝑊 . ≤ 2) = 𝑃(𝑊 . = 0) + 𝑃(𝑊 . = 1) + 𝑃(𝑊 . = 2) 𝑃(𝑊 . ≤ 2) = (0.95) 𝑒 . 𝑤! ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑃(𝑊 . ≤ 2) = 0.387 + 0.367 + 0.174 𝑃(𝑊 . ≤ 2) = 0.928 𝑊 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(45.252) 𝑃 (𝑊 = 𝑤) = (45.252𝑡) 𝑒 . 𝑤! ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ Con esto obtenemos la distribución de 𝑊 ; *Si el problema se quisiera trabajar directamente en minutos, habría que cambiar la tasa de días a minutos 45.252 𝑣𝑡𝑎𝑠 𝑑í𝑎 ⎯⎯⎯⎯ = 0.0314 𝑣𝑡𝑎𝑠 𝑚𝑖𝑛𝑢𝑡𝑜 ⎯⎯⎯⎯⎯⎯⎯ Opción en minutos: 𝑊 ~𝑃𝑜𝑖𝑠𝑠𝑜𝑛(0.0314) 𝑃 (𝑊 = 𝑤) = (0.0314𝑡) 𝑒 . 𝑤! ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑃(𝑊 ≤ 2) = 𝑃(𝑊 = 0) + 𝑃(𝑊 = 1) + 𝑃(𝑊 = 2) 𝑃(𝑊 ≤ 2) = (0.942) 𝑒 . 𝑤! ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ 𝑃(𝑊 ≤ 2) = 0.39 + 0.366 + 0.173 𝑃(𝑊 ≤ 2) = 0.929 λ % = 0.0314 𝑣𝑡𝑎𝑠 𝑚𝑖𝑛 ⎯⎯⎯⎯ Ayudantía 7 viernes, 5 de junio de 2020 Ayud. Proba 7 página 12
Compartir