Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Unidad IV: Proceso Poisson

Ernesto Guerrero
Facultad de Matem aticas

M erida, Yucat an, Marzo 5, 2013

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Actividades que realizaremos

1 2 3 4 5

Objetivo de la clase Diagn ostico Procesos en tiempo continuo Proceso Poisson Tarea

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Objetivos

Conocer las caracter sticas de un Proceso Poisson homogeneo.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Necesitamos...

1 2

Si X y Y son independientes a qu e es igual P( X = x, Y = y)? Cu al es la expresi on para medir el incremento del proceso X (t) en el intervalo [t1 , t2 ]?

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Proceso en tiempo continuo

Denici on Un proceso estoc astico { X (t)}t0 en tiempo continuo es un proceso de conteo si X (t) representa el total del n umero de eventos que ocurren hasta el tiempo t.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Ejemplos
Ejemplo
1

Sea X (t) el n umero de personas que han entrado a una tienda hasta el tiempo t. Entonces { X (t)} es un proceso de conteo en el que un evento corresponde a una persona que ha entrado a la tienda. Notemos que si hubieramos denido el proceso { X (t)} como el n umero de personas que se encuentran en la tienda en el tiempo t, entonces no ser a un proceso de conteo. Si decimos que un evento ocurre cuando un ni no nace, entonces { X (t)} es un proceso de conteo cuando X (t) representa el total de personas que han nacido hasta el tiempo t.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Observaciones

Observaci on De la denici on podemos ver que un proceso de conteo debe satisfacer:

1 2 3 4

X ( t ) 0. X (t) es un valor entero. Si s < t entonces X (s) X (t). Para s < t, X (t) X (s) es igual al n umero de eventos que ocurren en el intervalo (s, t].

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Incrementos independientes

Denici on Un proceso de conteo { X (t)} en tiempo continuo tiene incrementos independientes si para cualesquiera 0 = t0 < t1 < . . . < tn se cumple que las siguientes variables aleatorias son independientes X (t1 ) X (t0 ), X (t2 ) X (t1 ), ..., X (tn ) X (tn1 ).

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Incrementos estacionarios

Denici on Un proceso de conteo { X (t)} en tiempo continuo tiene incrementos estacionarios si para cada s, la distribuci on de la variable X (s + t) X (t) es la misma para cualquier t T , es decir, las variables tendr an la misma distribuci on si la longitud del tiempo es la misma.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Proceso Poisson
Denici on Un proceso de Poisson homogeneo con intensidad o tasa > 0, es un proceso estoc astico { X (t)} con t 0 de valores enteros en el que se cumple que:
1 2

Los incrementos son independientes. Para s > 0 y t 0, la variable [ X (s + t) X (s)] Poisson(t), lo que signica que P([ X (s + t) X (s)] = n) =

( t )n ( et ) , n!

X ( 0 ) = 0.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Caracter sticas

Un proceso Poisson presenta las siguientes caracter sticas:

1 2

Tiene incrementos estacionarios. Para t > 0 y s 0 X (t + s) X (s) y X (t) tienen la misma distribuci on que es Poisson(t), es decir, ( t )n et P( X (t + s) X (s) = n) = P( X (t) = n) = . n!

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Ejercicio

Ejemplo Supongamos que los defectos a lo largo de un cable submarino ocurren de acuerdo con un proceso Poisson de intensidad = 0.1 por milla. Determina:
1

La probabilidad de que ning un defecto aparezca en las primeras dos millas de cable. La probabilidad condicional de que no hayan defectos entre las millas dos y tres dado que no hay defectos en las primeras dos millas.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Soluci on inciso 1

Notemos que X (t) Poisson(0.1t). Luego 0 e0.2(0.2) P ( X (2) = 0) = = e0.2 . 0!

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Soluci on inciso 2
Por los incrementos independientes y estacionarios tenemos que
P ( X (3) X (2) = 0 | X (2) = 0) P( X (3) X (2) = 0, X (2) = 0) P ( X (2) = 0) P( X (3) X (2) = 0, X (2) X (0) = 0) P ( X (2) = 0) P ( X (3) X (2) = 0) P ( X (2) X (0) = 0) P ( X (2) = 0) P ( X (3) X (2) = 0) P ( X (2) = 0) P ( X (2) = 0) P ( X (3) X (2) = 0)

= = = =

= = P ( X (1) = 0) = e0.1 .
Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Otro ejemplo

Ejemplo Los clientes llegan a una cierta tienda de acuerdo con un proceso Poisson de tasa = 4 por hora. Dado que la tienda abre a las 9:00 A.M. Cu al es la probabilidad de que exactamente un cliente haya llegado hasta las 9:30 A.M. y que un total de cinco clientes hayan llegado hasta las 11:30 A.M.?

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Soluci on
Por los incrementos independientes y estacionarios tenemos que P( X (0.5) = 1, X (2.5) = 5)

= P( X (0.5) X (0) = 1, X (2.5) X (0.5) = 4) = P( X (0.5) X (0) = 1) P( X (2.5) X (0.5) = 4) = P( X (0.5) = 1) P( X (2) = 4) [4(0.5)]1 e4(0.5) [4(2)]4 e4(2) = 1! 4! 1024 10 = e . 3

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Funci on de orden h
Denici on La funci on f se dice que es de orden m as peque no que h y lo denotamos por o (h), si lim f (h) = 0. h

h 0

Supongamos que { X (t)} es un proceso de Poisson homog eneo con intensidad > 0. La probabilidad de que un evento ocurra una vez en un intervalo (t, t + h) es
P ( X ( t + h ) X ( t ) = 1)

( h )1 ( e h ) 1! = heh = = h [1 h + ( h )2 ( h )3 +] 2 3!
Facultad de Matem aticas

Ernesto Guerrero Unidad IV: Proceso Poisson

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Si R(h) =

n =2

( 1 ) n +1
h 0

( h)n entonces ( n 1) !

lim

n h n 1 R(h) = lim (1)n+1 =0 h ( n 1) ! h 0 n =2

es decir, R(h) es una funci on o (h). Luego P( X (t + h) X (t) = 1) = h + o (h), lo que nos dice que es la constante de proporcionalidad que un evento ocurra durante un intervalo de tiempo arbitrariamente peque no.

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas

Desarrollo de la clase

Objetivo de la clase

Diagn ostico

Procesos en tiempo continuo

Proceso Poisson

Tarea

Para el jueves 7 de marzo

Demuestren que si un proceso cumple las condiciones de dos entonces la variable X (t) tiene distribuci on Poisson t (15 puntos) Unidad 4: Ejercicio 3 (10 puntos)

Ernesto Guerrero Unidad IV: Proceso Poisson

Facultad de Matem aticas