El documento describe las propiedades de los procesos de Poisson y de conteo. Un proceso de Poisson es un proceso de conteo que tiene incrementos independientes, incrementos estacionarios y cumple la propiedad de orden. La probabilidad de que ocurran n eventos en un intervalo de tiempo t sigue una distribución de Poisson. Los tiempos entre eventos siguen una distribución exponencial. Un proceso de Poisson compuesto representa la suma de variables aleatorias independientes multiplicadas por un proceso de Poisson.
0 calificaciones0% encontró este documento útil (0 votos)
76 vistas11 páginas
El documento describe las propiedades de los procesos de Poisson y de conteo. Un proceso de Poisson es un proceso de conteo que tiene incrementos independientes, incrementos estacionarios y cumple la propiedad de orden. La probabilidad de que ocurran n eventos en un intervalo de tiempo t sigue una distribución de Poisson. Los tiempos entre eventos siguen una distribución exponencial. Un proceso de Poisson compuesto representa la suma de variables aleatorias independientes multiplicadas por un proceso de Poisson.
El documento describe las propiedades de los procesos de Poisson y de conteo. Un proceso de Poisson es un proceso de conteo que tiene incrementos independientes, incrementos estacionarios y cumple la propiedad de orden. La probabilidad de que ocurran n eventos en un intervalo de tiempo t sigue una distribución de Poisson. Los tiempos entre eventos siguen una distribución exponencial. Un proceso de Poisson compuesto representa la suma de variables aleatorias independientes multiplicadas por un proceso de Poisson.
El documento describe las propiedades de los procesos de Poisson y de conteo. Un proceso de Poisson es un proceso de conteo que tiene incrementos independientes, incrementos estacionarios y cumple la propiedad de orden. La probabilidad de que ocurran n eventos en un intervalo de tiempo t sigue una distribución de Poisson. Los tiempos entre eventos siguen una distribución exponencial. Un proceso de Poisson compuesto representa la suma de variables aleatorias independientes multiplicadas por un proceso de Poisson.
Descargue como PDF, TXT o lea en línea desde Scribd
Descargar como pdf o txt
Está en la página 1/ 11
PROCESOS
ESTOCASTICOS PROCESO DE POISSON Docente : Ricardo Sepúlveda C. [email protected] Departamento de Ingeniería de Sistemas Universidad de La Frontera Ayudante de la Asignatura: Javier Añazco Martínez Material de Libre disposición en internet PROCESO DE CONTEO
{N(t); t ≥0 } es un proceso de conteo si N(t) es una V.A. que
corresponde al número de eventos que han ocurrido en [0; t].
Propiedades de procesos de conteo:
• N(t) siempre es un N° entero no negativo {N(t) Z+}. • Si tenemos dos instantes de tiempo distintos s y t , talque s < t , entonces N(s) ≤ N(t) • El número de eventos en el intervalo (s; t] está dado por N(t) - N(s) Á. PROPIEDADES DE LOS PROCESOS DE CONTEO Incrementos Independientes (i.i.) El N° de eventos en intervalos disjuntos son independientes
El número de eventos depende del largo del intervalo y no de la posición.
Observación 𝑆𝑖 𝑡 ′ ≠ 𝑡: 𝑁 𝑡 − 𝑠 − 𝑁 𝑡 = 𝑁 𝑡′ − 𝑠 − 𝑁 𝑡′ ℙ 𝑁 𝑡 + 𝑠 − 𝑁 𝑡 = 𝑘 = ℙ 𝑁 𝑡′ + 𝑠 − 𝑁 𝑡′ = 𝑘 PROPIEDADES DE LOS PROCESOS DE CONTEO Función de orden o(h) Se dice que la función f (▪) es o(h) si 𝑓(ℎ) lim =0 ℎ→0 ℎ Es decir la función tiende a 0 más rápido que su argumento ▪Un proceso de conteo tiene la propiedad de orden si: • P{ N(h) = 0 } = 1 - λ h + o(h) • P{ N(h) = 1 } = λ h + o(h) • P{ N(h) ≥ 2 } = + o(h) (En el que λ es una constante positiva y h ↘0) ▪Para un intervalo diferencial dt • P(N(dt)= 0)= 1- λdt • P(N(dt)= 1) = λdt • P(N(dt)>1) = 0 PROCESO DE POISSON Proceso de Poisson El proceso de conteo {N(t); t ≥0 } es un Proceso de Poisson con taza ʎ ≥ 0, si: • El proceso tiene incrementos independientes. • El proceso tiene incrementos estacionarios. • El proceso cumple la propiedad de orden. Probabilidad de un Proceso de Poisson Si {N(t); t ≥0 } es un Proceso de Poisson se puede demostrar que 𝜆𝑡 𝑛 ∙ 𝑒 −𝜆𝑡 ℙ𝑁 𝑡 =𝑛 = 𝑛! ¿ Como se distribuyen los tiempos entre eventos ? ℙ 𝑇1 > 𝑡 = ℙ 𝑁 𝑡 = 0 Entonces: 𝑛 𝜆𝑡 ∙ 𝑒 −𝜆𝑡 ℙ 𝑇1 < 𝑡 = 1 − 𝑒 −𝜆𝑡 ℙ𝑁 𝑡 =𝑛 = 𝑘 = 0,1,2 … 𝑛! ℙ 𝑁 𝑡 = 0 = 𝑒 −𝜆𝑡 ¿ Que sucede con los Ti restantes ? ℙ 𝑇2 > 𝑡 = ℙ 𝑁(𝑇2 − 𝑇1 ) − 𝑁(𝑇1 ) = 0 PROPIEDAD DE LA DISTRIBUCION ENTRE EVENTOS Falta de Memoria: La distribución exponencial posee falta de memoria. Es decir, no importa cuánto tiempo haya pasado antes, la distribución de “lo que falta” seguirá siendo la misma. ℙ 𝑇1 > 𝑠 + 𝑥, 𝑇1 > 𝑠 ℙ 𝑌 > 𝑋 = ℙ 𝑇1 > 𝑠 + 𝑥 Τ𝑇1 > 𝑠 = ℙ 𝑇1 > 𝑠 ℙ 𝑇1 > 𝑠 + 𝑥 𝑒 −𝜆 𝑠+𝑥 −𝜆𝑥 = = = 𝑒 ℙ 𝑇1 > 𝑠 𝑒 −𝜆𝑠 Observación:
En este caso la zona de conflicto es el instante “ u “, ello con el
propósito de buscar una expresión que permita ocupar la propiedad de independencia entre eventos. DISTRIBUCIÓN CONDICIONAL DE LOS TIEMPOS ENTRE EVENTOS Caso 1: Ocurrencia de un evento dentro de un intervalo definido Si se sabe que en el intervalo [0; t] ocurrió 1 solo evento de un Proceso de Poisson, el tiempo de ocurrencia de dicho evento (dentro del intervalo) tiene una distribución uniforme en [0; t]. Es decir: 𝒙 Τ ℙ 𝑺𝟏 < 𝒙 𝑵(𝒕) = 𝟏 = 𝑝𝑎𝑟𝑎 𝑥 ∈ 0, 𝑡 𝒕 Caso 2: Ocurrencia de mas de un evento en un intervalo definido Si se sabe que en el intervalo [0; t] ocurrió n eventos de un Proceso de Poisson, el tiempo de ocurrencia de k eventos (dentro del intervalo) tiene una distribución binomial en [0; t]. Es decir: 𝒏! 𝒖 𝒌 𝒖 𝒏−𝒌 ℙ 𝑵 𝒖 = 𝒌Τ𝑵 𝒕 = 𝒏 = ∙ ∙ 𝟏− 𝒌! ∙ 𝒏 − 𝒌 ! 𝒕 𝒕
Caso si t=0: si llegan primero A antes que B , desde un instante
inicial. 𝜆𝐴 𝑇1𝐴 : Tiempo hasta la primera entidad A~ Exponencial (ʎA) 𝑃 𝑇1𝐴 < 𝑇1𝐵 = 𝜆𝐴 + 𝜆𝐵 𝑇1𝐵 : Tiempo hasta la primera entidad B~ Exponencial (ʎB)
Caso si t=n: si llegan k a A de un total de n eventos
Sean 𝑇𝐴 (t) y 𝑇𝐵 (t) dos procesos de poisson independientes con parámetros 𝜆𝐴 y 𝜆𝐵
respectivamente , y sean k y n enteros tales que 0 ≤ k ≤ n, entonces : 𝑘 𝑛−𝑘 𝑛 𝜆𝐴 𝜆𝐴 𝑃 𝑇𝐴 (𝑡) = 𝑘 ∕ 𝑇𝐴 (𝑡) + 𝑇𝐵 (𝑡) = 𝑛 = 1− 𝑘 𝜆𝐴 + 𝜆𝐵 𝜆𝐴 + 𝜆𝐵 PARADOJA DE LA INSPECCIÓN
▪ Y(t) se distribuye exponencial e-ʎt
▪ Z(t) es una v.a. degenerada. ▪ XN+1(t) es más grande que un Xi cualquiera. PROCESO POISSON COMPUESTO Definición: El proceso de conteo {X(t); t ≥0 } es un Proceso de Poisson compuesto si puede representarse como: 𝑁(𝑡)
𝑋 𝑡 = 𝑌𝑖 𝑖=1 Donde {N(t); t ≥0 } es un Proceso de Poisson con tasa ʎ y Yi , { i=1,2,3….} son v.a. i.i.d. que además son independientes de N(t). Características del proceso: • Posee la propiedades de incrementos independientes. • Posee la propiedad de incrementos estacionarios. • No posee la propiedad de orden. • No existe una fórmula explícita para la función de probabilidades de X(t). • 𝔼 𝑋 𝑡 = 𝔼 𝑌𝑖 ∙ 𝔼 𝑁 𝑡
