Upload
dimitrischumilowferrer
View
216
Download
0
Embed Size (px)
Citation preview
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 1/24
El Proceso de Poisson
Capitulo I
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 2/24
Proceso de Poisson
Corresponde a un modelo capaz de describir y
caracterizar procesos de llegada.
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 3/24
Proceso de Poisson
Procesos de Conteo
• DEFINICIÓN 1: Un proceso {N(t), t>0} es un proceso de conteosi N(t) corresponde al número de eventos que ocurren en el
intervalo [0,t].
– Propiedades:1. N(t) es siempre entero no negativo
2. Si s<t N(s) =< N(t)3. Si s<t, entonces el número de eventos que ocurren en el
intervalo [s,t] corresponde a N(t) – N(s)
Para poder analizarlos de manera analítica necesitamosalgunos supuestos…..
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 4/24
• DEFINICIÓN 2: Incrementos Independientes
– El proceso de conteo {N(t), t>0} tiene incrementosindependientes si la variable aleatoria (v.a.) N(t+s)-N(t) esindependiente del proceso {N(u), u<t}.
– Es decir, los eventos que ocurren en intervalos disjuntos detiempo son variables independientes entre sí.
• Corolario: Dos variables son independientes entre ellas, sicualquier información disponible respecto de una de ellas NOentrega información respecto de la otra, es decir: – Pr (X=x / Y=y) = Pr (X=x)
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 5/24
• Ejemplo:
– Sea N(t) = cantidad depeces recolectados por unbarco pesquero entre T=0 yT=t
– ¿Podemos decir algo de la
cantidad de peces que serecolectarán entre t+a y t+b(con b>a>0) ?
• … la verdad es que lapoblación de peces es tangrande, que no podemospredecir mucho.
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 6/24
• Ejemplo:
– Sea N(t) la cantidad de personas quehan renovado su permiso decirculación en la municipalidad deVitacura hasta el día t (No Cumple lapropiedad)
– Dado N(t), sabemos necesariamenteque N(t´)-N(t) = Universo depermisos – N(t), con t´ igual almomento o plazo final de tramitación.
• … en este caso podemos decirBastante más respecto delcomportamiento del conteo a partirde T=t
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 7/24
• Ejemplo….. Desarrollo de Enfermedades
Infecto-Contagiosas
– Sea N(t) el número de personas infectadas con I!
en C"ile en el inter#alo $%&t'
– Si se nos informa ue N(t)* N Personas…. +Se
altera la cantidad de personas ue se infectar,n
entre t t& con t /t0
– 1 si nos dicen a"ora ue N(t) * 23N… cam4ia la
e5pectati#a0
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 8/24
• DEFINICIÓN 3: Incrementos Estacionarios
– El proceso de conteo {N(t), t>0} tiene incrementosestacionarios si la distribución de Probabilidades deN(t+s)-N(t) depende de s pero no de t.
Ejemplo:
Procesos de Conteo
La distribución de probabilidad de lacantidad de gente que ingresa al metrono sólo depende de s, o largo del
intervalo, sino que de t, pues entra másgente a las 8 AM que a las 10 AM nocumple la propiedad de incrementosestacionarios
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 9/24
• !asta el momento las propiedades de
Incrementos independientes e IncrementosEstacionarios nos permiten SI6P7I8IC9: el
c,lculo de las pro4a4ilidades…
• Pero necesitamos asumir una nue#a condici;n
matem,tica para modelar anal<ticamente….
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 10/24
• DEFINICIÓN 4: Propiedad de Orden
– La función f() se dice que es σ(h) si
Limite f(h)/h = 0 h 0
– Es decir, “la función f() tiende a 0 más rápido que h ”
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 11/24
• DEFINICIÓN 5: Propiedad de Orden
– El proceso de conteo {N(t),t>0)} tiene la Propiedad deOrden si:
• Pr {N(h) = 1 = λh + σ(h)
• Pr {N(h) >= 2} = σ(h)
• λ es una constante positiva
– Interpretemos entonces:
P(N(t+h) – N(t)) ≥ 2 <<< P(N(t+h) – N(t)) ≤ 1
Con h pequeño
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 12/24
• DEFICIÓN 6: Proceso de Poisson
Un Proceso de Conteo es un Proceso de Poisson si cumple conlas propiedades de
Nota: Al cumplir estas tres propiedades, el proceso de Poisson puedeser descrito a través de una distribución de probabilidades, es decir,conocemos la distribución de probabilidad de ocurrencias en unintervalo determinado
Proceso de Poisson
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 13/24
Proposición 1: Si {N(t), t>0} es un proceso de Poisson, entonces:
Pr {N(t)=n} = е-λt
(λt)n
n!
La distribución de N(t) corresponde a la distribución de Poisson
con parámetro λt , por lo tanto:
E(N(t)) = λt y VAR(N(t)) = λt
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 14/24
• Tiempos entre Eventos
Sean Ti el instante en que llega la entidad i, medido desde el arriboanterior ( T i-1 )
Proposición 2: En un Proceso de Posisson a tasa λ
, los tiemposentre eventos son v.a. independientes e idénticamentedistribuidas (v.a.i.i.d.) con distribución exponencial deparámetro λ.
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 15/24
• Supongamos que un pasajero llega a un paradero por donde pasanbuses de acuerdo a un Proceso de Poisson a tasa λ
– ¿Cuánto tiempo deberá esperar el pasajero para tomar el siguientebus?
– …. Se puede demostrar que el tiempo que pasará hastala siguiente pasada de un bus distribuye según unaexponencial a igual tasa λ.
– Esto pasa porque es “más probable” que la llegada delpasajero se de dentro de un intervalo más grande que elpromedio entre pasada de buses
– Este efecto se produce en varios tipos de procesos de
conteo.
Paradoja de la Inspecci;n
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 16/24
Tiempos Exponenciales y Posisson
• Proposición 3: Si un proceso de conteo, presenta tiempos entreeventos que distribuyen de manera independiente según ladistribución exponencial a tasa λ entonces se trata de unproceso de Poisson
• … Esta es una ENORME proposición, pues nos permite caracterizar unproceso completamente a través de la Exploración de tiempos
• Proposición 4: El Proceso de Conteo {N(t), t>0} es un Proceso de
Poisson, entonces: – Con probabilidad =1, los incrementos en el conteo son de magnitud
unitaria
– E[N(t+s) – N(t) / N(u), u<T] = λs
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 17/24
Descomposici;n Proceso de Poisson
Suponemos el caso en que a la llegada de un evento, este seasigna a la ruta 1 con probabilidad p (y al camino 2 con
probabilidad 1-p), entonces el eventos asociados al Proceso dePoisson N(t) se redestinan así a N1(t) o N2(t), estos procesoscuentan los eventos asignados al camino 1 y 2 respectivamente,entonces:
N(t)
P
N(t)
MAQUINA 1
MAQUINA 2
N(t)
1-P
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 18/24
• Proposición 6:
Pr {N1(t)=n} = е-λpt(λpt)n
n!
• Proposición 7:• En un proceso de descomposición, N1(t) y N2(t) son v.a.
independientes, es decir:
Pr {N1(t)=j, N2(n)=k} = Pr {N1(t)=j} * Pr { N2(n)=k}
Descomposici;n Proceso de Poisson
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 19/24
• Proposición 8:
• Sean N1(t), N2(t)… Nk(t) Procesos de Poissonindependientes a tasa λ1, λ2… λn respectivamente.Entonces el proceso
N(t)= N1(t) + N2(t) + … + Nk(t)
Es un proceso de Poisson a tasa λ = λ1+ λ2+…+ λk
Suma de Procesos de Poisson
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 20/24
• Ejercicio 0
– Suponga ue el proceso de llegada de micros a un paradero
corresponde a un Proceso de Poisson a tasa 7am4da. El proceso de
llegada de pasajeros es un Proceso de Poisson a tasa =eta (am4os
procesos son independientes).
– 9suma ue cada pasajero ue llega al paradero se su4e a la primeramicro ue pasa ue >stas tienen suficiente capacidad para lle#ar a
todos los pasajeros presentes. ?4tenga la distri4uci;n de pro4a4ilidades
del número de pasajeros ue #iajan en una micro cualuiera.
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 21/24
• Ejercicio
– En una oficina se acaba de instalar un tubo fluorescente en elsistema de iluminación. Se sabe que el número de veces que seencenderá corresponde a un proceso de Poisson a tasa λ (lostiempos entre eventos del Proceso de Posisson incluyen el
tiempo que el tubo permanece encendido y el tiempo desde quese apaga hasta que se vuelve a encender nuevamente). Laintensidad de la corriente que llega al tubo al momento deencenderlo es una v.a. con distribución F, El tubo se quema sólosi al momento de encenderlo la intencidad de la corriente es ≥ α.Interesa Obtener la distribución de probabilidades de la vida útildel tubo.
Procesos de Conteo
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 22/24
Ejercicios
• Ejercicio 2
– Hombres y Mujeres llegan a una pista de baile de acuerdo a unproceso de Poisson independiente a tasa λ personas / hora cadauno. A medida que van llegando las personas se van formandoparejas con la primera persona del sexo opuesto que se encuentre.
Asuma que al inicio el sitio esta vacío.• Obtenga la probabilidad de que en las primeras dos horas se
formen k parejas.
• Suponga que en el intervalo [0,t1] llegaron n hombres y m mujeres,
con n<m. ¿Cuál es la probabilidad de que en el intervalo [t1,t2] seformen k parejas.
• ¿Tiene el proceso que cuenta el número de parejas que se forman,Incrementos independientes?
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 23/24
Ejercicios
• Se "a o4ser#ado ue a la puerta del Estadio Nacional llegan personas de
acuerdo a un Proceso de Poisson con tasa @2% personasAminuto& para
presenciar un partido de fút4ol. Sin em4argo& a los concurrentes no les gustaestar mu aglomerados. Por lo tanto& las personas al llegar consultan por el
número de espectadores ue a "an ingresado (suponga ue en la puerta se
dispone de dic"a informaci;n de forma e5acta). Si este número es menor o
igual ue B%.%%%& las personas siempre ingresan. Si es maor a B%.%%%& conpro4a4ilidad %.2 una persona cualuiera ingresa en caso contrario se
de#uel#e a su casa. Para efectos de este pro4lema& suponga ue el Estadio
tiene capacidad infinita ue el Proceso de llegada de personas se inicia en el
momento en ue se a4ren las puertas del Estadio.
7/25/2019 Clase 1 - Primavera 2013 - Proceso de Poisson.pdf
http://slidepdf.com/reader/full/clase-1-primavera-2013-proceso-de-poissonpdf 24/24
Ejercicios
• (a) ?4tenga una e5presi;n para la pro4a4ilidad de ue ninguna persona se
de#uel#a a su casa durante la primera "ora del proceso.
• (4) +Cu,l es la pro4a4ilidad de ue durante las primeras dos "oras sede#uel#an %%% personas0
• (c) Suponga ue usted o4ser#a el proceso luego de las dos primeras "oras de
operaci;n #e ue a "a en el Estadio 22.%%% personas. +Dada esta
informaci;n& cu,l es la pro4a4ilidad de ue pasen m,s de 2• segundos sin ue ingrese una nue#a persona al Estadio0
• (d) Calcule el tiempo esperado ue transcurre "asta ue "an ingresado 2.%%%
personas al Estadio.
• (e) Si se sa4e ue "asta t * @% minutos "an llegado 2.%%% personas +cu,l es lapro4a4ilidad de ue no "aa llegado nadie en los primeros minutos0