LMA 5
Proceso
de Nacimiento Puro
de Nacimiento y Muerte
Alternativamente tenemos una descripcin de los procesos de muerte pura como un proceso de Markov X(t)
cuyo estado de espacios es 0,1,,N y para la cual se cumple.
Donde
Este proceso es la inversin del proceso de nacimiento puro desde un estando final N y resulta formulas
similares como en el proceso de nacimiento puro
Durante su evolucin temporal converge al estado cero que corresponde que ninguna peticin se encuentra ms
en sistema su importancia reside sobre todo como parte del proceso de nacimiento y muerte.
Similar como el proceso de muerte puro tipo Poisson se inicia en un estado N y describe su desarrollo temporal
hasta el estado cero.
Pero en contrario al proceso de muerte tipo Poisson se considera que cada de las peticiones se encuentran en un
propio servidor entonces el sistema se compone de N servidores con n= n* y la condicin del estado inicial
X(t)/t =0=N resulta:
dp0(t)/dt = -*p1(t) como primera ecuacin diferencial marginal
dpn(t)/dt = -n**pn(t) + (n+1)*pn+1(t)] como ecuacin diferencial general
dpN(t)/dt = - N**pN(t) como segunda ecuacin diferencial marginal.
Este sistema de ecuaciones diferenciales se soluciona con un esquema de seis pasos usando las
transformaciones de Z y Laplace, resulta como solucin:
Para n = 1....N
p0(t)= 1-n=1...Npn(t).
Interpretacin:
pn(t) indica igual como el proceso la probabilidad de exactamente N-n muertes en el intervalo [0,t] bajo la
condicin que en t=0 el proceso se inicia en un estando N> 0 resultando:
X(0) = N
p0(t) indica la probabilidad que en un intervalo [0,t] han ocurrido N muertes bajo la condicin X(0) = N
pN(t) indica la probabilidad que en un intervalo [0,t] no ha ocurrido ningn muerte
como la expresin exp(-n**t) converge con t contrae cero y entonces P0(t) converge con tcontrae
uno resulta que desde el punto de vista practico el sistema se vaca ha partir de un tiempo suficientemente largo.
Ejercicios
1. Un proceso de muerte pura a partir de X(0) = 3 tiene muerte parmetros 0 = 0, 1 = 3, 2= 2, 3 = 5.
Determinar para n = 0, 1, 2, 3 Pn(t).
2. Sea x (t) un proceso de muerte puro con las tasas de mortalidad constante . = 0 para k = 1, 2,..., N. Si X(O)
= N, determinar Pr(X(t) = n), n = 0, 1,..., N.
Donde
Porque j k cuando j k, el denominador no se anula, por lo cual Bk,n est bien definido.
Un ejemplo comn de proceso de nacimiento puro es el registro de actas de nacimiento ya que solo se presentan
nacimientos ms en ningn momento se registran salidas del sistema.
Ejemplo
Proceso de Yule (o nacimiento lineal)
Es un proceso de nacimiento puro en el cual la razn del total de nacimientos de la poblacin es directamente
proporcional al tamao de la poblacin.
Cada miembro de la poblacin tiene probabilidad h+O(h) , >0, de reproducirse durante un intervalo de
tiempo de longitud h.
P{X(t+h)-X(t)=1 | X(t)=n}= nh+O(h)
Ejercicio
Un proceso de nacimiento puro comienza en X(0)=0 y tiene para metros 0=1, 1=3, 2=2, 3=5. Determinar
Pn(t) para n=0,1,2,3.
En donde 0, 1,. . . y 1, 2,. . . son constantes positivas conocidas como las tasas instantneas de nacimiento
y muerte, respectivamente. El tiempo de estancia en el estado i tiene distribucin exp (i + i), en donde se
define 0 = 0.
De donde
Tenemos que
La solucin de esta ecuacin diferencial se establece para las condiciones en las que el sistema est en equilibrio
(Cuando se tiene un proceso estocstico estacionario1):
Equivalente a
Interando
Un proceso estocstico es estacionario cuando las funciones Pn(t) son constantes Pn, es decir, no depende del tiempo.
Ejemplos
Proceso de Poisson
Para el caso particular de un proceso de Poisson:
Ejercicios
1.- Se tiene un sistema en dos niveles, en el primer nivel usuarios se conectan a un sistema de apuestas
computacionales. El nmero de personas que se conectan sigue una distribucin de Poisson a tasa l un/hr. Cada
persona mientras est conectada realiza apuestas a un segundo nivel. Cada persona genera apuestas con
distribucin exponencial a tasa de b apuestas/hora. Las personas conectadas permanecen un tiempo exponencial
con tasa m un/hr. Las apuestas demoran en ser atendidas un tiempo exponencial a tasa a un/hr. Se pide la
distribucin de probabilidades del nmero de entidades en el nivel ms alto.
2.- En un club de veraneo las personas pasan el tiempo entrando y saliendo de la piscina para capear el calor de
la temporada de verano. Los baistas entran a la piscina segn un Proceso de Poisson a tasa promedio de 4
personas por minuto y permanecen en la piscina un tiempo exponencial con un tiempo medio de permanencia
de 10 minutos. Suponga que la piscina tiene capacidad infinita para recibir a todas las personas que entren a
ella. Se pide la probabilidad de que la piscina est vaca.