Documentos de Académico
Documentos de Profesional
Documentos de Cultura
14.2
Tema IV
EIE Escuela de
Ingeniería Eléctrica
Contenido
El proceso se reduce a contar el número de tales ocurrencias con el tiempo. Por esta
razón, el proceso también se conoce como proceso contador de Poisson.
Sea X (t) el número de ocurrencias del evento con el tiempo (el proceso); entonces
X (t) consiste en funciones de valores enteros no-decrecientes. La probabilidad de
que sucedan exactamente k eventos en el tiempo t es:
(λt)k −λt
P(X = k) = e (1)
k!
(λt)k −λt
P(X = k) = e
P(X = k) k!
k =3
0, 2 k =4
k =5
k =6
0, 1
t
1 2 3 4 5 6 7 8
x(t)
8
t
1 2 3 4 5 6 7
Suponga que en un contador de Geiger llegan pulsos con una tasa promedio de 6
por minuto, de forma que λ = 6. ¿Cuál es la probabilidad de que en un intervalo de
30 segundos al menos un pulso es recibido?
Notar que el número de pulsos en dado intervalo tiene una distribución de Poisson con
parámetro λt = 6(0,5) = 3. Entonces, con X = { el número de pulsos recibidos en un
intervalo de 30 segundos },
30 −3
P(X ≥ 1) = 1 − P(X = 0) = 1 − e = 95%
0!
(λt)k −λt
e k = 0, 1, 2, . . .
P[X (t) = k] = (2)
k!
y la densidad de probabilidad del número de ocurrencias es
∞ (λt)k
e−λt δ(x − k)
X
fX (x) = (3)
k =0 k!
∞ (λt)k
e−λt δ(x − k)
X
fX (x) =
k =0 k!
fX (x)
x
1 2 3 4 5 6 7 8 9 10 11 12 13
Figura: Función de de densidad de probabilidad de Poisson para cada x = k ∈ N.
fX (x , t)
0, 2
0, 1
0
0 4
5 3
10 2
x 1 t
Figura: Esta es la función de probabilidad de masa (PMF) de una secuencia aleatoria de Poisson,
con λ = 2,5 eventos por minuto. Es claramente no estacionario e ilustra la probabilidad de
x = 1, 2, 3 . . . ocurrencias en el tiempo t. Observar el aumento de la dispersión conforme aumenta t.
X (t1 ) = k1 = 5 X (t2 ) = k2 = 8
t
t1 = 4 t2 = 7
X (t1 ) = k1 = 5 X (t2 ) = k2 = 8
t
t1 = 4 t2 = 7
X (t1 ) = k1 = 5 X (t2 ) = k2 = 8
t
t1 = 4 t2 = 7
P(A ∩ B)
P(A | B) =
P(B)
La llegada de los pacientes a la oficina de cierto doctor se puede modelar por medio
de un proceso de Poisson con tasa λ = 10 1
minutos. El doctor no verá a un paciente
hasta que al menos tres pacientes se encuentren en la sala de espera.
1 Encuentre el tiempo que debe esperar el primer paciente para ser atendido
por el doctor. Asuma que los tiempos de espera se modelan
exponencialmente.
2 ¿Cuál es la probabilidad de que nadie sea atendido en la primera hora?
fZ (z)
0, 1
z
E[Z ] = 10
Parte 1: Encuentre el tiempo que debe esperar el primer paciente para ser atendido por el
doctor. Asuma que los tiempos de espera se modelan exponencialmente.
Sea Tn el tiempo de llegada del n-ésimo paciente a la oficina del doctor, entonces:
Tn = Z1 + Z2 + · · · + Zn
donde {Zn } para n = 1, 2, . . . son va IID exponenciales con el mismo parámetro λ = 10
1
que
describen el tiempo de espera desde la última llegada de una persona.
Así entonces:
" #
n
X n
X 1
E[Tn ] = E Zi = E[Zi ] = n
i =1 i =i λ
E[T2 ] = 2 × 10 = 20 minutos