Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(b) Buscamos
E(S1 ≤ 1 | N2 = 0, N∞−2 = 1)
Primero debemos encontrar la función de densidad conjunta
además
P(N2 = 0, N∞−2 = 1) = P(N2 = 0) ∗ P(N∞−2 = 1)
cancelando términos nos queda
Por lo tanto
P(Ns−2 = 1) · P(N∞−s = 0) = e
−e−s e−s −e−2 −2 e−s −e−2 −s
e −e
−2
= e−e e−2 − e−s
−2
e−e
(e−2 − e−s )
∴ P(S1 ≤ 1 | N2 = 0, N∞−2 = 1) =
e−e−2 −2
e − e−s
−2
=
e−2
= e · e−2 − e−s
2
= 1 − e2−s
1
Si A = {N2 = 0, N∞−2 = 1}, entonces
d
1 − e2−s
fS1 |A =
ds
= e2−s
Entonces
∞
E(S1 | A) =
Z
s e2−s ds
2
Z ∞
=e 2
se−s ds
2
Vamos a integrar por partes, haciendo
u=s → du = ds
−s
dv = e → v = −e−s
Z ∞
∞
−se−s 2 −s
2
=e − e ds
2
∞
= e2 2e−2 − e−s 2
= e2 2e−2 − −e−2
= e2 2e−2 + e−2
= e2 3e−2
=3
∴ E(S1 ≤ 1 | N2 = 0, N∞−2 = 1) = 3
2
2.
Denotemos como Nt al número de llegadas que tendremos hasta el tiempo t
R
t 1
Como Nt ∼ P oisson 0 1+u du , resolviendo la integral nos queda que Nt ∼ P oisson (ln |1 + t|)
Notemos que
P(T1 > t) = P(Nt = 0)
e− ln |1+t| (ln |1 + t|)0
=
0!
1
=
1+t
Podemos encontrar la función de distribución de T1 , FT1 (t) de la siguiente manera
1
FT1 (t) = P(T1 ≤ t) = 1 − P(T1 > t) = 1 − P(Nt = 0) = 1 −
1+t
Entonces, la función de densidad de T1 es
d 1 1
fT1 (t) = 1− =
dt 1+t (1 + t)2
Ahora
P(T2 > s | T1 ) = P(S2 > T1 + s | T1 )
= P(NT1 +s < 2 | T1 )
1
Podemos encontrar la función de distribución de T2 , FT2 (s) de la siguiente manera
ln (1 + s)
FT2 (s) = P(T2 ≤ t) = 1 − P(T2 > t) = 1 −
s
Entonces, la función de densidad de T2 es
d ln (1 + s) (1 + s) ln (1 + s) − s
fT2 (s) = 1− =
ds s s2 (1 + s)
2
3.
Sabemos que Yi distribuye uniforme discreta en {2, 4, 6, 8, 10}
Entonces 1
5
si t ∈ {2, 4, 6, 8, 10}
fx (t) =
0 e. o. c.
Como es un proceso poisson compuesto, sabemos que
Nt
X
Xt = Yi
i=1
Siendo ası́
P(Xs(t) = j, Xn (t) = k) = P(Xs (t) = j + k, Xn (t) = k)
= P(Xn (t) = k | Xs (t) = j + k)P(Xs (t) = j + k)
(j + k)! k j (λt)j+k e−λt
= ·p ·q ·
j! k! (j + k)!
−λpt k
−λqt
(λqt)j
e (λpt) e
=
k! j!
1
4.
n
X
Sea Yt = Yi = Y1 + Y2 + . . . + Yn , de manera que Yi es v.a. i. i.d.
i=1
Aplicamos inducción
n=1
X
• Para n = 1 tenemos que Yt = Yi = Y1 con Yi ∼ exp(α)
i=1
• Para n tenemos que Yn+1 = Yn + Yn+1 ya que son independientes
Z t
P(Yn+1 ≤ t) = P(Yn + Yn+1 ≤ t | Yn = s) fYn (s) ds
Z0 t
= P(Yn+1 ≤ t − s) fYn (s) ds
0
Al aplicar la distribución exponencial sobre el primer factor y la inducción sobre el segundo, nos
queda que
Z t Z t
−α(t−s) eαs (αs)n−1 α
1 − e−α(t−s) · eαs (αs)n−1 ds
1−e ·α· ds =
0 (n − 1)! (n − 1)! 0
Z t Z t
αn
−αs n−1 −αt n−1
= e s ds − e s ds
(n − 1)! 0 0
Z t
(αs)n
= αe−αs · ds
0 n!
∴ Xt ∼ Γ(n, α)
NOTA:
λe−λt (λt)n−1
fYn (t) = (n−1)!