Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema4 Procesos de Poisson PDF
Tema4 Procesos de Poisson PDF
Rosario Romera
Febrero 2009
1.
Proceso de Conteo
,
!
Nt
Ns
0
Nt
tal que si
jhj <
f (h)
h
<"
Ejemplos:
1. La funcin f (x) = x
o(h)
o(h)
h2
= lmh=0
h!0 h
h!0
lm
=0
f (h)
h
= 0, esto es:
h!0
es
ci fi (h)
o(h)
i=1
t + h=X > t] = P [X
h]
como:
P [X
( h)2
h] = 1 e
= 1 [1
h+
+ :::]
2!
1
X
( h)n 2
= h ( h)2
= h + o(h)
n!
n=2
h
entonces
P [X t + h=X > t] =
2.
h + o(h)
> 0)
que verica:
2] = o(h)
h + o(h)
Sea n = 0
P0 (t + h) =
=
=
=
P0 (t + h) P0 (t)
lm
=
h!0
h
luego
con
(Incrementos Independientes)
P f0 llegadas en [0; t] \ 0 llegadas en [t; t + h]g
P0 (t):P (Nt+h Nt = 0) (Incrementos Estacionarios)
P0 (t):P (Nh = 0) = P0 (t):[1
h + o(h)]
o(h)
P0 (t) + P0 (t): l m
h!0 h
8
<
d
P (t)
dt 0
=
P0 (t)
P0 (0) = 1 (condiciones iniciales)
de donde P0 (t) = e
Pn (t) =
:( t)n
n!
Nn
! N ( t; t)
Nt = k=Nl ; l
tg
P fNt+s
Nt = kg
Ejemplo
P fN2;5 = 17; N3;7 = 22; N4;3 = 36g en un Proceso Poisson de tasa
P fN2;5
=
=
=
aproximacin Poisson ( t)
N3;7 = 14)
1; 5) = 5]:P (P oisson(8
= 8:
0; 6) = 14)
N ( t; t)
t) = 1
= 1
P ( > t) = 1 P fNt = 0g
e t :( t)0
=1 e t )
0!
Observacin:
E[ tiempo entre llegadas ] =
exp( )
entonces Y
x] = P [ 1 x=Nt = 1] = P [Nx = 1; Nt = 1]
P [Nx = 1; Nt Nx = 0]
=
P [Nt = 1]
xe x :e (t x)
x
=
=
t
te
t
u(0; t):
respectiva-
n
X
k=0
n
X
P [LB = k; MB = n
e
k=0
=
=
=
( B)k e B :( B)n
:
k!
(n k)!
B
:e
n!
e
k]
B( + )
BkBn
( + )n
n
X
n
k
+
k
n!
k!(n k)!
n k
1n
+
+
e ( + )B :(( + ):B)n
=
n!
Poisson ( + ):B
n k
k=0
n
B n :( + )n X
n!
k=0
ya que
Idea de la prueba.
Se demuestra que:
P fSNt+s
SNt = m; Lt+s
Lt = k=SNu ; Lu ; u
( ps)m e qs ( qs)k
:
m!
k!
8k; m = 0; 1 : : :
s; t 0
tg =
ps
Ejemplo
Los vehculos llegan a un aparcamiento segn un Proceso de Poisson de tasa = 20
por hora. Las probabilidades de que un vehculo lleve 1, 2, 3, 4, 5 personas son 0,3 0,3
0,2 0,1 y 0,1 respectivamente. Calcular el nmero esperado de personas que llegan al
aparcamiento en una hora.
Solucin.
N 1 , N 2 ; : : : ; N 5 son el nmero de vehculos que llegan con 1, 2, . . . 5 personas en una
hora sus distribuciones son:
N1
Poisson (20 x 0,3)
E[N 1 ] = 6
2
N
Poisson (20 x 0,3)
E[N 2 ] = 6
N3
Poisson (20 x 0,2)
E[N 3 ] = 4
N4
Poisson (20 x 0,1)
E[N 4 ] = 2
5
N
Poisson (20 x 0,1)
E[N 5 ] = 2
E[Y :
3.
n + 2=Xt = n) = o(h)
de donde
P (Xt+h = n=Xt = n) = 1
nh
+ o(h)
1=Xt = n) =
nh
si
+ o(h)
jm
nj > 1
de donde
P (Xt+h = n=Xt = n) = 1
n )0(h)
+ 0(h)
Pn (t) = P (Xt = n)
Pn (t + h) = P (Xt = n):P (0 llegadas en (t; t + h]=Xt = n)
+P (Xt = n 1):P (1 llegada en (t; t + h]=Xt = n 1) +
+P (Xt = n + 1):P (1 abandono en (t; t + h]=Xt = n + 1) +
+P ( resto de los casos )
= Pn (t):(1 ( n + n )h + o(h) + Pn 1 (t):( n 1 h + o(h)) +
+ Pn+1 (t)( n h + o(h)) + o(h)
el cociente incremental
pn (t + h)
h
pn (t)
n )pn (t)
+pn+1 (t)
+ pn
n+1
o(h)
+ pn 1 (t):
h
n 1
+ pn 1 (t)
o(h)
+
h
o(h) o(h)
+
h
h
pn (t)
lm
p0n (t) =
p00 (t) =
+ n )pn (t) +
p
0 0 (t) + 1 p1 (t)
n
n )pn (t)
n 1 pn+1 (t)
n 1 pn 1 (t)
n pn+1 (t)
n pn+1 (t)
La solucin de esta ecuacin diferencial se establece para las condiciones en las que el
sistema est en equilibrio:
pn (t) = pn
dpn (t)
=0
dt
que proporciona la solucin siguiente sujeta a la condicin de normalizacin
X
pn = 1
n
n+1 pn+1
n pn
1 p1
0 p0
n pn
n pn
n 1 pn 1
equivalente a
iterando
3.1.
"
n 1 pn 1
j=1 ( j 1 = j )
h
P
p0 = 1 + 1
n=1
pn = p0
con
Qn
Qn
j=1
1
j
ni 1
8n
= 1+
=
1
0. La
pn = (1
Geomtrica
= )
si
<1
n
s
si
si
1 n
n>s
4.
Nt
X
Yi
i=1
V arXt = ( t)EY12
En efecto:
n
X
EXt = E(E(Xt j Nt )) como E(Xt j Nt = n) = E(
Yi ) = nEY1
i=1
E(X j Y ))2 j Y ).