Dpto.

de Fı́sica y Matemáticas ESTADÍSTICA (Grados TIC) Curso 2022-2023

Fecha: Viernes 20/01/2023

SEGUNDA PRUEBA DE EVALUACIÓN INTERMEDIA PEI2 - Duración: 2h:00 min

Ejercicio 1) (1 punto) Denotemos por X(t) el valor (en euros) de cierto ı́ndice bursátil en el instante t (en segundos).
Se sabe que dicho ı́ndice describe un proceso de Wiener de parámetro σ = 0, 05. Se pide:
a) (0.5 pt) Supuesto que la sesión bursátil arranca a las 09:00 con un valor de 1 euro para dicho ı́ndice, calcular la
probabilidad de que este valor se duplique (al menos) a las 11 de la mañana.
b) (0.25 pt) Decidir, de manera justificada, si el proceso {X(t)}t≥0 es: b.1) estacionario, b.2) WSS, b.3) Markoviano.
c) (0.25 pt) Para dos instantes distintos, s, t > 0, con s < t, indica la distribución del incremento X(t) − X(s) para este
proceso.
———————
Ejercicio 2) (1 punto) Sea {X(t)} el proceso del telégrafo aleatorio de parámetros p := P (X(0) = 1) = 2/3 y λ = 2, es
decir, se trata de un telégrafo aleatorio asimétrico, donde el número de cambios de signo hasta el instante t viene dado por el
proceso asociado {N (t)}, con N (t) ∼ Poisson(λt).
a) (0.4 pt) Calcula las siguientes probabilidades: P (X(t) = 1), y P (X(t) = −1).
b) (0.3 pt) Calcula P (X(3) = 1, X(4) = −1, X(5) = −1).
c) (0.3 pt) Dado que N (t) contabiliza el número de cambios de signo del telégrafo hasta el instante t, calcula la probabilidad
de que el número de cambios de signo del telégrafo, desde el inicio hasta el instante t = 1.3 sea estrictamente menor que 2, es
decir, calcula P (N (1.3) < 2).
Indicación: Para este proceso sabemos que
1 1
1 + e−2λt , P (N (t) impar) = 1 − e−2λt .



P (N (t) par) =
2 2
———————
Ejercicio 3) (1 punto) Un selector de tres posiciones conecta a tres usuarios 1, 2 y 3 a cierta red wireless de forma
exclusiva. Si conecta a 1, desconecta a 2 y 3, y actúa del mismo modo si conecta a 2 o a 3. El selector puede cambiar
aleatoriamente de usuario cada hora, y la probabilidad de que cambie depende del usuario que está conectado a la red en un
instante dado. El diagrama de transiciones del selector es el siguiente:

3/5 1/5
2/5 4/5
1 2 3
p32

2/5

a) (0,3 pt) Indica el valor de p32 en el diagrama anterior para que el selector se comporte como una cadena de Markov en
tiempo discreto bien definida. Escribe la matriz de probabilidades de transición en un solo paso de la cadena.
b) (0,3 pt) Si en un instante dado se sabe que está conectado el usuario 2, calcula la probabilidad de que esté conectado
el usuario 1 pasadas dos horas.
c) (0,4 pt) ¿Cuál es la probabilidad de que esté conectado cada uno de ellos, si ha pasado mucho tiempo desde que comenzó
a funcionar el selector?
———————
Ejercicio 4) (1 punto) En cierta oficina de información hay dos mostradores. Por motivos de seguridad, sólo se permite
que haya un cliente esperando en la sala si los dos mostradores se encuentran ocupados. Suponiendo que los clientes llegan
a razón de 1 cliente por unidad de tiempo y son atendidos a razón de 2 clientes por unidad de tiempo, y que los tiempos de
llegada y de servicio son independientes entre sı́, se pide:
a) (0.25 pt) Modelizar la oficina de información mediante un modelo adecuado de teorı́a de colas. Obtener la matriz de
tasas de transición.
b) (0.25 pt) Obtener la distribución estacionaria en el equilibrio.
c) (0.25 pt) Obtener, en el equilibrio, el número medio de clientes en sistema, cola y servicio y el tiempo promedio en el
sistema, cola y servicio.
d) (0.25 pt) Calcular la probabilidad de que en el equilibrio, un cliente recién llegado pueda pasar a la oficina pero tenga
que hacer cola.
 Ejercicio 1) (1 punto) Denotemos por X(t) el valor (en euros) de cierto ı́ndice bursátil en el instante t (en segundos).
Se sabe que dicho ı́ndice describe un proceso de Wiener de parámetro σ = 0, 05. Se pide:
a) (0.5 pt) Supuesto que la sesión bursátil arranca a las 09:00 con un valor de 1 euro para dicho ı́ndice, calcular la
probabilidad de que este valor se duplique (al menos) a las 11 de la mañana.
b) (0.25 pt) Decidir, de manera justificada, si el proceso {X(t)}t≥0 es: b.1) estacionario, b.2) WSS, b.3) Markoviano.
c) (0.25 pt) Para dos instantes distintos, s, t > 0, con s < t, indica la distribución del incremento X(t) − X(s) para este
proceso.
√
solución a) Recordemos que la distribución de primer orden de X(t) es N (0, σ t). Por otro lado, para que {X(t)}t≥0
sea un proceso de Wiener, por definición debe ser X(0) la variable degenerada idénticamente igual a 0. Hemos de entender
pues, que el precio del activo toma el valor 1 transcurrido un instante de tiempo muy pequeño ε > 0 pero al fin y al cabo no
nulo (piénsese, por ejemplo, en ese instante como el tiempo que le lleva arrancar al servidor). Por otro lado, como a las 11 de
la mañana habrán transcurrido 7200 segundos desde la hora de apertura de sesión, la probabilidad pedida es:

P (X(7200) > 2|X(ε) = 1) = P (X(7200) − X(ε) > 2 − 1|X(ε) = 1),

que dado que el proceso de Wiener tiene incrementos independientes y estacionarios es igual a (denotando por Z la normal
N (0, 1)): √
= P (Z > 0, 24) ∼
P (X(7200 − ε) > 1) = P (Z > 1/0, 05 7200 − ε) ∼ = 0, 41.
2
solución b) Recordemos que todo proceso estacionario satisface, en particular, que σX(t) es independiente de t. Como
2 2
para el proceso de Wiener σX(t) = σ t, este no puede ser estacionario. Por otra parte, el proceso de Wiener es en particular
un proceso Gaussiano, y para un proceso Gaussiano es equivalente ser WSS a ser estacionario. Por lo tanto el proceso de
Wiener tampoco es WSS. Finalmente, según vimos en teorı́a, todo proceso con incrementos independientes es Markoviano.
Como el proceso de Wiener tiene incrementos independientes, es por tanto Markoviano.
solución c) Dado que el proceso de Wiener tiene incrementos estacionarios, se tiene que

X(t) − X(s) = X(t − s) − X(0) = X(t − s),

√
que se distribuye como una normal N (0, σ t − s).
 Ejercicio 2) (1 punto) Sea {X(t)} el proceso del telégrafo aleatorio de parámetros p := P (X(0) = 1) = 2/3 y λ = 2, es
decir, se trata de un telégrafo aleatorio asimétrico, donde el número de cambios de signo hasta el instante t viene dado por el
proceso asociado {N (t)}, con N (t) ∼ Poisson(λt).
a) (0.4 pt) Calcula las siguientes probabilidades: P (X(t) = 1), y P (X(t) = −1).
b) (0.3 pt) Calcula P (X(3) = 1, X(4) = −1, X(5) = −1).
c) (0.3 pt) Dado que N (t) contabiliza el número de cambios de signo del telégrafo hasta el instante t, calcula la probabilidad
de que el número de cambios de signo del telégrafo desde el inicio hasta el instante t = 1.3 sea estrictamente menor que 2, es
decir, calcula P (N (1.3) < 2).

Indicación: Para este proceso sabemos que

1 1
1 + e−2λt , 1 − e−2λt .



P (N (t) par) = P (N (t) impar) =
2 2

Nota: Este ejercicio está basado en el Ejemplo 4.13 de la página 145 del libro base de la asignatura.

Solución a) Aplicando el Teorema de la Probabilidad Total, sabemos que para el telégrafo aleatorio se verifica

P (X(t) = 1) = P (X(0) = 1) · P (N (t) par) + (1 − P (X(0) = 1)) · P (N (t) impar)

= p · P (N (t) par) + (1 − p) · P (N (t) impar)

 
1 1
1 1 −2λt
1 + e−2λt + (1 − p) · 1 − e−2λt = + p −


=p· e .
2 2 2 2
Particularizando para p = 2/3 y λ = 2 tenemos
 
1 2 1 1 1 −4t
P (X(t) = 1) = + − e−2·2t = + e . (1)
2 3 2 2 6

Del anterior resultado, obtenemos la probabilidad complementaria pedida

 
1 1 −4t 1 1
P (X(t) = −1) = 1 − P (X(t) = 1) = 1 − + e = − e−4t .
2 6 2 6

Solución b)
NOTA IMPORTANTE: Recordar la Proposición 4.14 del libro base de la asignatura. El proceso del telégrafo aleatorio
{X(t)}t≥0 :

• no tiene incrementos independientes.

• no tiene incrementos estacionarios, salvo en el caso p = 1/2 (telégrafo simétrico).

En este ejercicio tenemos p = 2/3, luego el telégrafo aleatorio que nos ocupa tampoco tiene incrementos estacionarios.
El que sı́ tiene incrementos independientes y estacionarios es el proceso de Poisson {N (t)}t≥0 asociado a todo telégrafo
aleatorio, y para el que se verifica N (t) ∼ Poisson(λt).

Aplicamos la regla del producto para calcular la probabilidad que nos piden

P ( X(3) = 1, X(4) = −1, X(5) = −1)

= P (X(3) = 1) · P (X(4) = −1| X(3) = 1) · P (X(5) = −1| X(3) = 1, X(4) = −1) ,

que simplificamos sabiendo que el telégrafo aleatorio es un proceso markoviano, luego

P ( X(3) = 1, X(4) = −1, X(5) = −1)

= P (X(3) = 1) · P (X(4) = −1 | X(3) = 1) · P (X(5) = −1 | X(4) = −1) .

1
De la fórmula (1) del apartado a) sabemos que P (X(t) = 1) = 2 + 16 e−4t , luego tenemos que

1 1 −4·3 1 1
P (X(3) = 1) = + e = e−12 + ≃ 0.5.
2 6 6 2
Por otro lado, las probabilidades condicionadas anteriores vienen dadas en términos de cambios de signo

P (X(4) = −1 | X(3) = 1) = P (N (4) − N (3) impar)

 1
1
1 1
= P (N (1) impar) = 1 − e−2λt = 1 − e−2·2·1 = − e−4 ≃ 0.49084
2 2 2 2
e igualmente
P (X(5) = −1 | X(4) = −1) = P (N (5) − N (4) par)
1
1
1 1
= P (N (1) par) = 1 + e−2λt = 1 + e−2·2·1 = + e−4 ≃ 0.50916.
2 2 2 2
Por tanto, tenemos finalmente
P ( X(3) = 1, X(4) = −1, X(5) = −1)
= P (X(3) = 1) · P (X(4) = −1 | X(3) = 1) · P (X(5) = −1 | X(4) = −1)
= P (X(3) = 1) · P (N (1) impar) · P (N (1) par)
     
1 −12 1 1 1 −4 1 1 −4
= e + · − e · + e
6 2 2 2 2 2
≃ 0.5 · 0.49084 · 0.50916 ≃ 0.12496.

Solución c) Como el proceso de Poisson {N (t)} tiene distribución de primer orden N (t) ∼ Poisson(λt) , hasta el instante
t = 1.3 tenemos N (1) ∼ Poisson(λt = 2 · 1.3 = 2.6) = Poisson(2.6). Ası́, la probabilidad pedida es simplemente

e−2.6 · 2.60 e−2.6 · 2.61

P (N (1.3) < 2) = P (N (1.3) = 0) + P (N (1.3) = 1) = +
0! 1!
≃ 0.074274 + 0.19311 ≃ 0.26738.
 Ejercicio 3) (1 punto) Un selector de tres posiciones conecta a tres usuarios 1, 2 y 3 a cierta red wireless de forma
exclusiva. Si conecta a 1, desconecta a 2 y 3, y actúa del mismo modo si conecta a 2 o a 3. El selector puede cambiar
aleatoriamente de usuario cada hora, y la probabilidad de que cambie depende del usuario que está conectado a la red en un
instante dado. El diagrama de transiciones del selector es el siguiente:

3/5 1/5
2/5 4/5
1 2 3
p32

2/5

a) (0,3 pt) Indica el valor de p32 en el diagrama anterior para que el selector se comporte como una cadena de Markov en
tiempo discreto bien definida. Escribe la matriz de probabilidades de transición en un solo paso de la cadena.
b) (0,3 pt) Si en un instante dado se sabe que está conectado el usuario 2, calcula la probabilidad de que esté conectado
el usuario 1 pasadas dos horas.
c) (0,4 pt) ¿Cuál es la probabilidad de que esté conectado cada uno de ellos, si ha pasado mucho tiempo desde que comenzó
a funcionar el selector?
Solución a) Observando el diagrama del enunciado obtenemos los valores de todas las probabilidades de transición en
un solo paso del selector: p11 = 35 , p12 = 52 p13 = 0 (no hay flecha del usuario 1 al 3, por lo que esa transición directa es
imposible), p21 = 0, p22 = 15 , p23 = 54 (si está conectado el usuario 2, a la hora siguiente siguiente el selector volverá a conectar
a 2 o cambiará al 3, ya que en el diagrama no hay flecha del estado 2 al 1), y por último p31 = 25 y p33 = 0, y para que la
cadena esté bien definida la suma de probabilidades de transición desde el estado 3 debe sumar 1, por lo que p32 = 1 − 52 = 35 .
La matriz de probabilidades de transición en un solo paso es por tanto
 
3/5 2/5 0
P = 0 1/5 4/5 .
2/5 3/5 0

Vemos que, efectivamente, P es una matriz estocástica, por lo que esta es una cadena de Markov a tiempo discreto bien
definida.
Solución b) Si en un instante dado
 (digamos el instante n = 0) se sabe que está conectado el usuario 2, el vector de
estado inicial será −
→
p (0) = 0, 1, 0 . Si aplicamos P 2 a este estado inicial, obtendremos el vector de estado de la cadena


pasadas dos horas, luego:

   9 8 8
  
3/5 2/5 0 3/5 2/5 0 25 25 25 0.36 0.32 0.32
P2 =  0 1/5 4/5  0 1/5 4/5 =  25 8 13
25
4 
25 = 0.32 0.52 0.16
6 7 12
2/5 3/5 0 2/5 3/5 0 25 25 25
0.24 0.28 0.48

Multiplicando →
−
p (0) · P 2 obtenemos →
−p (2), luego:
9 8 8

  25 8
25
13
25
4 
 8 13 4
  
0, 1, 0  25 25 25 = 25 , 25 , 25 = 0.32, 0.52, 0.16
6 7 12
25 25 25

Luego la probabilidad de que esté conectado 1 pasadas dos horas es 0.32.

−
→
Solución c) Nos están pidiendo la distribución estacionaria −
→π = π1 , π2 , π3 , que verifica →
−
 
π · (P − I) = 0 , donde
→ 
− 
0 = 0, 0, 0 e I es la matriz identidad de tamaño 3 × 3. Ası́, la ecuación matricial
 
  (3/5) − 1 2/5 0  
π 1 , π2 , π3  0 (1/5) − 1 4/5 = 0, 0, 0
2/5 3/5 −1

da lugar al sistema lineal

− 25 π1 + 25 π3 = 0  2
  −2  

5 0 5 1 0 −1
2 4 3  2 −4  ∼ 0 1 − 5 
3
5 π1 − 5 π2 + 5 π 3 = 0  → 5 5 5 4
4 4
5 π2 − π 3 = 0 0 5 −1 0 0 0
Si, por ejemplo, tomamos π3 como parámetro, la solución del sistema compatible indeterminado anterior es Solution is:
→
−
π = π3 , 54 π3 , π3 .
 
Dado que la distribución estacionaria de la cadena −
→
π es un vector de estado escocástico, la suma de sus entradas debe ser 1,
con lo que determinamos
5 13 4
π3 + π3 + π3 = π3 = 1 → π3 = ≃ 0.30769
4 4 13
Luego, finalmente
→
−
π = 13
4 5
, 13 4
, 13
 
≃ 0.30769, 0.38462, 0.30769 .

 Ejercicio 4) (1 punto) En cierta oficina de información hay dos mostradores. Por motivos de seguridad, sólo se permite
que haya un cliente esperando en la sala si los dos mostradores se encuentran ocupados. Suponiendo que los clientes llegan
a razón de 1 cliente por unidad de tiempo y son atendidos a razón de 2 clientes por unidad de tiempo, y que los tiempos de
llegada y de servicio son independientes entre sı́, se pide:
a) (0.25 pt) Modelizar la oficina de información mediante un modelo adecuado de teorı́a de colas. Obtener la matriz de
tasas de transición.
b) (0.25 pt) Obtener la distribución estacionaria en el equilibrio.
c) (0.25 pt) Obtener, en el equilibrio, el número medio de clientes en sistema, cola y servicio y el tiempo promedio en el
sistema, cola y servicio.
d) (0.25 pt) Calcular la probabilidad de que en el equilibrio, un cliente recién llegado pueda pasar a la oficina pero tenga
que hacer cola.

solución a) Se trata de una cola de tipo (M/M/2/3) con tasa de llegadas λ = 1 y tasa de servicio µ = 2. La matriz de
tasas de transición es:
   
−λ λ 0 0 −1 1 0 0
 µ −(λ + µ) λ 0   2 −3 1 0 
Γ=  0
= .
2µ −(λ + 2µ) λ   0 4 −5 1 
0 0 2µ −2µ 0 0 4 −4

solución b) Obtenemos la única distribución estacionaria π = (π0 , π1 , π2 , π3 ), que existe y es única por ser la cadena finita
e irreducible, resolviendo en primer lugar la ecuación de equilibrio global:
 
−1 1 0 0
 2 −3 1 0 
(π0 , π1 , π2 , π3 ) = 
 0
 = (0, 0, 0, 0),
4 −5 1 
0 0 4 −4

cuya solución general es (λ, λ2 , λ8 , 32

λ
). Ahora escogemos λ de tal manera que la suma de las cuatro componentes sea 1:
 
1 1 1 53λ
λ 1+ + + = = 1,
2 8 32 32
de donde  
32 16 4 1
π= , , , .
53 53 53 53
1
solución c) En primer lugar, la tasa de bloqueo del sistema es λb = λπ3 = π3 = 53 , por lo que la tasa de admisión es
52 ∼
λa = λ − λb = = 0, 98.
53
El número promedio de clientes en el sistema en equilibrio es
16 4 1 27 ∼
E[N ] = E[π] = +2 +3 = = 0, 51,
53 53 53 53
Aplicando la fórmula de Litte, encontramos el tiempo medio en el sistema como:
E[N ] 0, 51 ∼
E[T ] = = = 0, 52.
λa 0, 98
Por otro lado, el tiempo medio en el servicio es E[Ts ] = 1/µ = 0, 5, de donde el tiempo medio en la cola es:

E[Tq ] = E[T ] − E[Ts ] ∼

= 0, 52 − 0, 5 = 0, 02.

Aplicando ahora la fórmula de Little para el subsistema de servicio, calculamos el número medio de clientes en el servicio
como:
E[Ns ] = λa E[Ts ] = 0, 98/2 = 0, 49.
Finalmente, el número medio de clientes es la cola es

E[Nq ] = E[N ] − E[Ns ] = 0, 51 − 0, 49 = 0, 02.

solución d) Llamando N al número de clientes en la oficina en el equilibrio, la probabilidad pedida es simplemente

4
P (N = 2) = π2 = 53 .