Clase 19

Ejemplo
Sea la funcin de distribucin de una variable aleatoria Y:

a)
b)
c)
d)

<<
<

Encuentre la funcin de densidad de Y.

Encuentre
,
Encuentre

< <

=
=

<

<<
<

= + =

, =

= + =

=

= > =
=

DISTRIBUCIN EXPONENCIAL Y PROCESOS DE

POISSON
DISTRIBUCIN EXPONENCIAL
Una variable aleatoria continua X se dice que tiene una distribucin exponencial con
parmetro , 0 si su funcin de densidad de probabilidad es:

X
e
f ( X ) =
0

X0
d.l.c.

1 - X
e

F ( X ) =
0

Con media:

E(X ) = 1

X0
d.l.c.

PROPIEDADES DE LA DISTRIBUCIN EXPONENCIAL

No memoria:

P X > s+t

X >t

) = P( X > s )

P(X > s + t ) = P(X > s )* P(X > t )

Nota: Hay que tener cuidado con las unidades en que estn

y t.

DISTRIBUCIN DE POISSON
DEFINICION
El proceso de conteo [N (t ), t 0] es llamado proceso de Poisson con rata , > 0 si:
N(0) = 0
El proceso tiene incrementos independientes.
El numero de eventos en cualquier intervalo de longitud t es distribuido Poisson con
media t . Esto es, que para todo s, t 0
t

P[N (t + s ) N (s ) = n] =

(t )
n!

PROPIEDADES
Considere un proceso de Poisson con parmetro en donde sus eventos pueden ser de
tipo I con probabilidad p y de tipo II con probabilidad (1-p).

N (t ) y N (t ) denoten respectivamente el numero de eventos de Tipo I y Tipo II

ocurridos en [0,t]. Note que N (t )= N (t ) + N (t ).
Sea

PROPOSICION:

{N (t ), t 0} y {N (t ), t 0} son ambos procesos de Poisson con

1

ratas p y (1 p) respectivamente, adems son independientes.

Tipo I

P.P(p)

P.P( )
Tipo II P.P((1 - p))

P.P (1)
P.P(1 + 2 )
P.P ( 2 )

EJEMPLOS
Punto 1.

Si X y Y son dos V.A. Poisson independientes con medias

Calcule el valor esperado de X dado X + Y = n.

P X =k

X +Y = n

) = P(X = k , X + Y = n) P(X + Y = n)

= P( X = k , Y = n k )
(
)
P
X
+
Y
=
n

Para poder resolver el problema hay que determinar P(X + Y = n).

respectivamente.

P( X + Y = n ) =

P( X

= k,Y = n k )

k =0

P( X

= k )P (Y = n k )

k =0

e
e

2
1
=

=e

( + )
1

=e

( + )

=e

( + )

n!

n!

n!

n -k

(n k )!

1 2
n

k =0

( + )

k!

k =0

k!

n -k

(n k )!
n -k

k
n! 1 2

(n k )!
k = 0 k!
n

n-k
n k

1 2
k = 0 k
n

(1+ 2)

Luego, continuando con el problema inicial:

P. Poisson (1 + 2)

P X =k

X +Y = n

) = P(X = k , Y = n k ) P(X + Y = n)
1 k 2 n -k
e 1 e 2
k! * (n k )!

( + )
1

n!

(1+ 2)
nk

n! 1 2
=

k!(n - k )!
+
+
1 2 1 2

1
p =

1+ 2

~Binomial

PUNTO 2
En un laboratorio estn experimentando con una bacteria mortal, suponga que una persona
que esta en contacto con dicha bacteria se contamina con una probabilidad p. Si l numero
de cientficos que entran al laboratorio tiene una distribucin de PP( ) y ocurre un
accidente en el laboratorio con el cual se libera la bacteria:
a) Cul es la probabilidad de que nadie se contagie?
X = No. De personas contagiadas
P(X=0) = ?
N = No. De personas que entran al laboratorio.

P( X

= 0 ) = P (X

=0

n =0

P( X = 0) = P X = 0
n =0

=P X = 0
n =0

N =n

N =n

n!

n =0

n
(
(
)
)

p
*

=e

=e

=e

n =0

(1 p )

n!

)P(N = n)

)P(N = n)

)e

= (1 p ) e
n!

N =n

b) Cul es la probabilidad de que se contagien i personas?

N =n

)P(N = n)

N =n

)P(N = n)

P( X = i ) = P X = i
n =0

P( X = i ) = P X = i
n =0

= P X = i
n =0

N =n

)e

n!

n
= p i (1 p )n i e
n!
i

n =0

n!
=
n = 0 i!(n i )!

(p)* e
=

i!
i

(p)* e
=
i!

n i

i!

n i

n!

n =0

(p)* e
=
i

(1 p )

n i

p * (1 p ) * e
n i

(1 p)

(n i )!