Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
Licenciatura en Matemáticas
Asignatura: Procesos Estocásticos
Unidad 3.-La Distribución exponencial y el proceso Poisson
Actividad 3.- Generalizaciones del proceso Poisson
Alumna: Elda Josefina Vázquez Calderón
Grupo: MT-MPES-2201-B2-000
Docente: Alejandro Salazar Guerrero
Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
Actividad 3. Generalizaciones del proceso de Poisson
Instrucciones: Realiza lo que se te pide en cada uno de los siguientes problemas.
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?
El número de llegadas entre la tercera y cuarta hora es un proceso de Poisson con
media:
˄(𝑡) − ˄(3)
𝑌𝑎 𝑞𝑢𝑒
𝑡 4 3 4 3
˄(𝑡) = ∫ λ(𝑠)𝑑𝑠 → ˄(4) = ∫ λ(𝑠)𝑑𝑠 = ∫ λ(𝑠)𝑑𝑠 + ∫ λ(𝑠)𝑑𝑠 , ˄(3) = ∫ λ(𝑠)𝑑𝑠
0 0 0 3 0
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠
3 4 3 4 4
˄(4) − ˄(3) = ∫ λ(𝑠)𝑑𝑠 + ∫ λ(𝑠)𝑑𝑠 − ∫ λ(𝑠)𝑑𝑠 = ∫ λ(𝑠)𝑑𝑠 = ∫ 3𝑠𝑑𝑠 =
0 3 0 3 3
2
𝑠 4 3 2 21
=3 | = (4 − 32 ) = = 10.5
2 3 2 2
21
(˄(𝑡))𝑛 −˄(𝑡) ( 2 ) ² −21
𝑃[𝑌(𝑡) = 𝑛] = 𝑒 ; 𝑃[𝑌(𝑡) = 2] = 𝑒 2 = 0.00151794
𝑛! 2!
b) Si en las primeras dos horas se demandaron 2 servicios, ¿Cuál es la probabilidad
de que en la tercera hora se demanden 2 servicios más?
Primera hora 0-1, segunda hora 1-2, tercera hora 2-3
3
𝑠2 3 3 15
˄(3) − ˄(2) = ∫ 3𝑠𝑑𝑠 = 3 | = (32 − 22 ) = = 7.5
2 2 2 2 2
15
(˄(𝑡))𝑛 −˄(𝑡) ( ) ² −15
𝑃[𝑌(𝑡) = 𝑛] = 𝑒 ; 𝑃[𝑌(𝑡) = 2] = 2 𝑒 2 = 0.001555549
𝑛! 2!
Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
c) ¿Cuál es el número esperado de servicios que serán demandados a lo largo de las
4 horas?
1 2 4 1 2 3
2| +2𝑠| + 𝑠2 4
˄(4) − ˄(0) = ∫ 2𝑠𝑑𝑠 + ∫ 2𝑠𝑑𝑠 + ∫ 3𝑠𝑑𝑠 = 𝑠 0 1 2 |
0 1 2 2
3
= (12 − 02 ) + 2(2 − 1) + (42 − 22 ) = 1 + 2(1) + 18 = 21
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 .
Supongamos que la distribución común de las Yi’s es F. Entonces,
𝑁(𝑡) ∞ 𝑁(𝑡)
(λ𝑡)𝑛 −λ𝑡
𝑃[𝑋(𝑡) ≤ 𝑥] = 𝑃 [∑ 𝑌𝑘 ≤ 𝑥 ] = ∑ 𝑃 [∑ 𝑌𝑘 ≤ 𝑥|𝑁(𝑡) = 𝑛] 𝑒
𝑛!
𝑘=1 𝑛=0 𝑘=1
∞
(λ𝑡)𝑛 −λ𝑡
=∑ 𝑒 𝑃(𝑌1 + 𝑌2 + . . . +𝑌𝑛 ≤ 𝑥
𝑛!
𝑛=0
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
.
Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
b) fT2 |T1 t | s t s e
t s s
.
Procesos estocásticos
Unidad 3. La distribución exponencial y el proceso Poisson
c) fT2 t t s s e
t s
ds .
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 10 al mes y el segundo tiene
tasa 1 al mes. El monto de cada reclamo tipo 1 es una variable aleatoria independiente de
las demás que se distribuye como exponencial con media 1 000 pesos, mientras que el
monto de un reclamo tipo 2 es una exponencial independiente de las demás con medio 5
000 pesos. a) Encontrar el monto esperado de los reclamos que se recibirán durante tres
meses y la varianza de ese monto. b) Si acaba de llegar un reclamo por menos de 4000
pesos, ¿cuál es la probabilidad de que se trate de un reclamo tipo 1?
Referencias
UnADM Matemáticas/Procesos Estocásticos /Contenido Nuclear Unidad 3 /La
Distribución exponencial y el proceso Poisson/México, D.F. Diciembre 2015
Rincón L. (2008). Introducción a los Procesos Estocásticos. Departamento de
Matemáticas, Facultad de Ciencias, UNAM, Cd. México.
Ross, S.M. (1996). Stochastic processes. John Wiley & Sons, New York.
Karling S. and Taylor H.M. (1975). A firts Course in Stochastic Porcesses,
Academic Press Inc, London.
