Procesos Estocásticos

Unidad 3 Actividad 4

GENERALIZACIONES DEL PROCESO DE POISSON

22 de septiembre de 2015
Autor: Laura Pontón
 Procesos Estocásticos
Unidad 3 Actividad 4

1. La demanda de un servicio ocurre de acuerdo a un proceso Poisson no-homogéneo

con función de intensidad
2t para 0  t 1

 t    2 para 1  t  2
3t para 2  t  4

donde t es el número de horas transcurridas desde que abre el local del proveedor del
servicio.
a) ¿Cuál es la probabilidad de que durante la tercera y cuarta horas se demanden 2
servicios?
b) Si en las primeras dos horas se demandaron 4 servicios,
¿Cuál es la probabilidad de que en la tercera hora se demanden 2 servicios más?
c) ¿Cuál es el número esperado de servicios que serán demandados a lo largo de las 4
horas?

Considerando que para el caso del último intervalo de 𝜆(𝑡) como 2 ≤ 𝑡 ≤ 4 donde parece ser un
error tipográfico .

a) ¿Cuál es la probabilidad de que durante la tercera y cuarta horas se demanden 2

servicios?

Si suponemos que el número de servicios, durante periodos de tiempos disjuntos son independientes.
𝑡𝑏
𝜇(𝑡) = ∫ 𝜆(𝑡) 𝑑𝑡
𝑡𝑎

Para 𝑡𝑎 = 3 𝑡𝑏 = 4 ℎ𝑜𝑟𝑎𝑠 𝑐𝑜𝑟𝑟𝑒𝑠𝑝𝑜𝑛𝑑𝑒 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 2 ≤ 𝑡 ≤ 4

4 4
3𝑡 2 27 21
𝜇(𝑡) = ∫ 3𝑡𝑑𝑡 = | | = 24 − =
Procesos Estocásticos | 22/09/2015

3 2 3 2 2

𝑁(4) = 2 𝑁(3) = 0
21 21 2
𝑒− 2 ( )
𝑃[𝑁(4) − 𝑁(3) = 2] = 2 = 0.001517
2!
∴
La probabilidad de que durante la tercera y cuarta horas se demanden 2 servicios es de 0.1517%

1
b) Si en las primeras dos horas se demandaron 4 servicios,
¿Cuál es la probabilidad de que en la tercera hora se demanden 2 servicios más?
Como en las primeras dos horas se demandaron 4 servicios, otros 2 servicios más suman 6 servicios.

𝑁(2) = 4 𝑁(3) = 6
Calculando la probabilidad para la 3ª hora:
𝑡𝑏
𝜇(𝑡) = ∫ 𝜆(𝑡) 𝑑𝑡
𝑡𝑎

Para 𝑡𝑎 = 2 𝑡𝑏 = 3 ℎ𝑜𝑟𝑎𝑠 𝑐𝑜𝑟𝑟𝑠𝑝𝑜𝑛𝑑𝑒 𝑒𝑙 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 2 ≤ 𝑡 ≤ 4

3 3
3𝑡 2 15
𝜇(𝑡) = ∫ 3𝑡𝑑𝑡 = | | =
2 2 2 2

Entonces

𝑁(3) = 6 𝑁(2) = 2
15 15 2
−( )
𝑒 2 ( )
𝑃[𝑁(3) − 𝑁(2) = 2] = 2 = 0.01517
2!
∴
La probabilidad que en la 3ª hora se demandes 2 servicios más es de 1.51%

c) ¿Cuál es el número esperado de servicios que serán demandados a lo largo de las 4

horas?

Sumando los números de servicios esperados a lo largo de las 4 horas es:

Procesos Estocásticos | 22/09/2015

1 2 4
𝜇 = 𝜇0≤𝑡≤4 = ∫ 2𝑡 𝑑𝑡 + ∫ 2𝑑𝑡 + ∫ 3𝑡𝑑𝑡 =
0 1 2

2 4
3𝑡
|𝑡 2 |10 + |2𝑡|12 + | | = 21
2 2

𝜇0≤𝑡≤4 = 21

El número de servicios esperados desde 𝑡 = 0 ℎ𝑎𝑠𝑡𝑎 𝑡 = 4 es de 21 servicios.

2
 2. Supongamos que los sumandos Yi de un proceso Poisson compuesto {Xt}de
parámetro λ, tienen distribución constante k. Encuentra la distribución de cada
una de las variables X t .

La función de distribución acumulada de la distribución compuesta S se define como: 𝑆 = 𝑌1 + 𝑌2 +

𝑌3 + ⋯ 𝑌𝑁 = ∑𝑋 𝑗=1 𝑌𝑗

X es una variable aleatoria discreta con valores en {0,1,2,3, … }

𝐹𝑠 = 𝑃(𝑆 ≤ 𝑥)
∞ Comentado [LAPB1]: Siendo la distribución no constante
𝐹𝑠 = ∑ 𝑃(𝑁 = 𝑛) 𝑃(𝑆 = 𝑥|𝑋 = 𝑛)
𝑛=0

Pero 𝑃𝑛 = 𝑃(𝑋 = 𝑛) ⟹ 𝐹𝑠 = ∑∞
𝑛=0 𝑃𝑛 𝑃(𝑆 = 𝑥|𝑋 = 𝑛)

Pero 𝑃(𝑆 = 𝑥|𝑁 = 𝑛) = 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ 𝑌𝑁 ≤ 𝑥|𝑋 = 𝑛)

∴
∞

𝐹𝑠 = ∑ 𝑃𝑛 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ 𝑌𝑁 ≤ 𝑥|𝑋 = 𝑛)
𝑛=0

Sea que 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ 𝑌𝑁 ≤ 𝑥|𝑋 = 𝑛) = 𝑘 la distribución es constante:

∞

𝐹𝑠 = ∑ 𝑃𝑛 𝑘
𝑛=0

(𝜆𝑡)𝑛 −𝜆𝑡
Donde para el parámetro 𝜆, 𝑃𝑛 = 𝑛!
𝑒 | 𝑃𝑛 = 𝑃(𝑋(𝑡) = 𝑛)
∞
(𝜆𝑡)𝑛 −𝜆𝑡
𝐹𝑠 = ∑ ( 𝑒 )𝑘
𝑛!
𝑛=0

Puesto que para cada una

(𝜆𝑡)𝑛 −𝜆𝑡
𝑃[𝑋(𝑡) = 𝑥] = 𝑒 𝑃(𝑌1 + 𝑌2 + ⋯ + 𝑌𝑛 < 𝑥) =
Procesos Estocásticos | 22/09/2015

𝑛!
(𝜆𝑡)𝑛 −𝜆𝑡
=𝑘 𝑒
𝑛!

3
3. Sea {Xt} un proceso Poisson no-homogéneo de tasa y sean T1, T2,…los tiempos
interarribos. Demuestra que para cualquier tiempo t > 0,

a) fT1 t    t  e   .
 t

b) fT2 |T1 t | s    t  s  e     .
 t s  s

Aqui los intervalos de tiempo entre eventos sucesivos, 𝑇𝑛 , 𝑛 ≥ 1, ya no son independientes ni tienen
distribución exponencial.

a) 𝒇𝑻𝟏 (𝒕) = 𝝀(𝒕)𝒆−𝚲(𝒕)

𝑡
El proceso 𝑋𝑡 , tiene una tasa de 𝛬(𝑡) = ∫0 𝜆(𝑠)𝑑𝑠 | la función de densidad es: 𝑃(𝑋𝑡 = 𝑛) =
𝑒 −𝛬(𝑡) (𝜆(𝑡))𝑛
𝑛!
= 𝑓𝑇𝑛 (𝑡)

𝑻𝟏

Entonces en 𝑛 = 1, por sustitución

𝑓𝑇1 (𝑡) = 𝜆(𝑡)𝑒 −𝛬(𝑡) 𝑝𝑎𝑟𝑎 𝑡 > 0

𝑻𝟏 > 𝒕
𝑡
𝛬(𝑡) = ∫ 𝜆(𝑠)𝑑𝑠
0
𝑡
𝑃(𝑇1 > 𝑡) = 𝑃(𝑁(𝑡) = 0) = 𝑒 ∫0 𝜆(𝑠)𝑑𝑠 = 𝑒 𝛬(𝑡)

𝑃(𝑇1 > 𝑡) = 𝑒 𝛬(𝑡)

Entonces si derivamos y multiplicamos por -1, tendremos la función de densidad
Procesos Estocásticos | 22/09/2015

𝑑 𝑑
𝑓𝑇𝑛 (𝑡) = − 𝑃(𝑇1 > 𝑡) = − 𝑒 𝛬(𝑡) = 𝜆(𝑡)𝑒 −𝛬(𝑡)
𝑑𝑡 𝑑𝑡
∴

𝑓𝑇𝑛 (𝑡) = 𝜆(𝑡)𝑒 −𝛬(𝑡) 𝑝𝑎𝑟𝑎 𝑡 > 0

4
 b) 𝒇𝑻𝟐 |𝑻𝟏 (𝒕|𝒔) = 𝝀(𝒕 + 𝒔)𝒆−𝚲(𝒕+𝒔)+𝚲(𝒔)

Considerando una densidad conjunta :

𝑓𝑇2 |𝑇1 (𝑢, 𝑣) = 𝜆(𝑢)𝑒−𝜇(𝑢) 𝜆(𝑣)𝑒−(𝜇(𝑣)−𝜇(𝑢))

𝑓𝑇2 |𝑇1 (𝑢, 𝑣) = 𝜆(𝑢)𝜆(𝑣)𝑒−𝜇(𝑣)

(𝑠, 𝑡) Comentado [LAPB2]: Cambio de variables

𝑓𝑇2 |𝑇1 (𝑠, 𝑡) = 𝜆(𝑠)𝑒−Λ(𝑠) 𝜆(𝑠 + 𝑡)𝑒−(Λ(𝑠+𝑡)−Λ(𝑠))

𝒇𝑻𝟐 |𝑻𝟏 (𝒕|𝒔)

𝜆(𝑠)𝑒−Λ(𝑠) 𝜆(𝑠 + 𝑡)𝑒−(Λ(𝑠+𝑡)−Λ(𝑠))

𝑓𝑇2 |𝑇1 (𝑡|𝑠) =
𝜆(𝑠)𝑒−Λ(𝑠)

𝑓𝑇2 |𝑇1 (𝑡|𝑠) = 𝜆(𝑡 + 𝑠)𝑒 −𝛬(𝑡+𝑠)+𝛬(𝑠)

𝑓𝑇2 |𝑇1 (𝑡|𝑠) = 𝜆(𝑡 + 𝑠)𝑒 −𝛬(𝑡+𝑠)+𝛬(𝑠) 𝑐𝑜𝑛 𝑡 > 0

4. Hay dos tipos de reclamos que se pueden hacer a una compañía aseguradora. Sean
{N1(t)} y {N2(t)} los procesos Poisson independientes que describen las llegadas de los
reclamos hasta el tiempo t; el primero de ellos tiene tasa 8 al mes y el segundo tiene tasa
2 al mes. El monto de cada reclamo tipo 1 es una variable aleatoria independiente de las
demás que se distribuye como exponencial con media 1200 pesos, mientras que el
monto de un reclamo tipo 2 es una exponencial independiente de las demás con medio
4500 pesos.

a) Encontrar el monto esperado de los reclamos que se recibirán durante tres meses y la
varianza de ese monto.
Procesos Estocásticos | 22/09/2015

b) Si acaba de llegar un reclamo por menos de 3000 pesos,¿cuál es la probabilidad de que

se trate de un reclamo tipo 1?

{𝑁1 (𝑡)}

𝜆1 = 8 𝐸(𝑌1 ) = 1,200

{𝑁2 (𝑡)}

𝜆2 = 2 𝐸(𝑌2 ) = 4,500

5
a) Encontrar el monto esperado de los reclamos que se recibirán durante tres meses y la
varianza de ese monto.

𝐸(𝑋(𝑡)) = 𝜆𝑡𝐸(𝑌𝑖 )

𝑉𝑎𝑟(𝑋(𝑡)) = 𝜆𝑡𝐸(𝑌𝑖 2 )

{𝑁1 (𝑡)}:

𝐸(𝑌1 ) = 1,200

𝐸(𝑋1 (3)) = 8(3)(1,200) = 28,800

𝑉𝑎𝑟(𝑋1 (3)) = 8(3)(1,200)2 = 34,560,000

{𝑁2 (𝑡)}:

𝐸(𝑌2 ) = 4,500

𝐸(𝑋2 (3)) = 2(3)(4,500) = 27,000

𝑉𝑎𝑟(𝑋2 (3)) = 2(3)(4,500)2 = 121,500,000

∴
El monto esperado de los reclamos que se recibirán durante tres meses y la varianza de ese monto es

 Monto esperado: $55,800

 Varianza: $156,060,000

b) Si acaba de llegar un reclamo por menos de 3000 pesos,¿cuál es la probabilidad de que

se trate de un reclamo tipo 1?

0 𝑝𝑎𝑟𝑎 𝑥 < 0 Comentado [LAPB3]: Función de distribución

𝐹(𝑥) = 𝑃[𝑋 ≤ 𝑥] = {
1 − 𝑒 −𝜆𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

Sea 𝑌1 la variable aleatoria del monto tipo 1 y 𝑌2 la variable aleatoria del monto tipo 2

1
𝜆=
𝐸[𝑇]
Procesos Estocásticos | 22/09/2015

Para las medias exponenciales, tendremos las lambdas:

TIPO 1

𝐸[𝑌1 ] = 1200
1 Comentado [LAPB4]: Parámetro
𝜆1 =
1200
TIPO 2

𝐸[𝑌2 ] = 4500

6
 𝟏 Comentado [LAPB5]: Parámetro
𝝀𝟐 =
𝟒𝟓𝟎𝟎
PROBABILIDAD TIPO 1

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆1 𝑥

∴
1 5
−( )(3000)
𝑃[𝑌1 < 3000] = 1 − 𝑒 1200 = 1 − 𝑒 −2 = 0.9179
PROBABILIDAD TIPO 2

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆2 𝑥

∴
1 2
−( )(3000)
𝑃[𝑌2 < 3000] = 1 − 𝑒 4500 = 1 − 𝑒 −3 = 0.4865

∴
La probabilidad de que un monto tipo 1 sea menor a 3000 es de 91.79%, y la probabilidad de que un
monto tipo 2 sea menor a 3000 es 48.65%
Procesos Estocásticos | 22/09/2015