Procesos Estocsticos

Unidad 3 Actividad 4

GENERALIZACIONES DEL PROCESO DE POISSON

22 de septiembre de 2015
Autor: Laura Pontn

Procesos Estocsticos
Unidad 3 Actividad 4
1. La demanda de un servicio ocurre de acuerdo a un proceso Poisson no-homogneo
con funcin de intensidad

2t para

0 t 1

t 2 para 1 t 2

3t para 2 t 4

donde t es el nmero de horas transcurridas desde que abre el local del proveedor del
servicio.
a)
Cul 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,
Cul es la probabilidad de que en la tercera hora se demanden 2 servicios ms?
c)
Cul es el nmero esperado de servicios que sern demandados a lo largo de las 4
horas?

Considerando que para el caso del ltimo intervalo de () como 2 4 donde parece ser un
error tipogrfico .
a)
Cul es la probabilidad de que durante la tercera y cuarta horas se demanden 2
servicios?
Si suponemos que el nmero de servicios, durante periodos de tiempos disjuntos son independientes.

() = ()

Para = 3 = 4 2 4

Procesos Estocsticos | 22/09/2015

() = 3 = |
3

3 2
27 21
=
| = 24
2 3
2
2

(4) = 2 (3) = 0
21 21 2
2 ( )
2
[(4) (3) = 2] =
= 0.001517
2!

La probabilidad de que durante la tercera y cuarta horas se demanden 2 servicios es de 0.1517%

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

(2) = 4

(3) = 6

Calculando la probabilidad para la 3 hora:

() = ()

Para = 2 = 3 2 4
3

() = 3 = |
2

3 2
15
| =
2 2
2

Entonces
(3) = 6 (2) = 2

[(3) (2) = 2] =

15 15 2
)
2 (
)

2!

= 0.01517

La probabilidad que en la 3 hora se demandes 2 servicios ms es de 1.51%

c)
Cul es el nmero esperado de servicios que sern demandados a lo largo de las 4
horas?

= 04 = 2 + 2 + 3 =
0

2
2 4

| 2 |10 + |2|12 + |

3
| = 21
2 2

04 = 21

El nmero de servicios esperados desde = 0 = 4 es de 21 servicios.

Procesos Estocsticos | 22/09/2015

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

2. Supongamos que los sumandos Yi de un proceso Poisson compuesto {Xt}de

parmetro , tienen distribucin constante k. Encuentra la distribucin de cada
una de las variables X t .
La funcin de distribucin acumulada de la distribucin compuesta S se define como: = 1 + 2 +
3 + =
=1
X es una variable aleatoria discreta con valores en {0,1,2,3, }
= ( )

Comentado [LAPB1]: Siendo la distribucin no constante

= ( = ) ( = | = )
=0

Pero = ( = ) =
=0 ( = | = )
Pero ( = | = ) = (1 + 2 + 3 + | = )

= (1 + 2 + 3 + | = )
=0

Sea que (1 + 2 + 3 + | = ) = la distribucin es constante:

=
=0

Donde para el parmetro , =

()
!

| = (() = )

= (
=0

()
)
!

Procesos Estocsticos | 22/09/2015

Puesto que para cada una

[() = ] =

()
(1 + 2 + + < ) =
!
=

()

3. Sea {Xt} un proceso Poisson no-homogneo de tasa y sean T1, T2,los tiempos
interarribos. Demuestra que para cualquier tiempo t > 0,
t
a) fT1 t t e .
t s s
b) fT2 |T1 t | s t s e .

Aqui los intervalos de tiempo entre eventos sucesivos, , 1, ya no son independientes ni tienen
distribucin exponencial.
a) () = ()()

El proceso , tiene una tasa de () = 0 () | la funcin de densidad es: ( = ) =

() (())
!

= ()

Entonces en = 1, por sustitucin

1 () = () ()

> 0

>

() = ()
0

(1 > ) = (() = 0) = 0 () = ()

(1 > ) = ()

() =

(1 > ) = () = () ()

() = () ()

> 0

Procesos Estocsticos | 22/09/2015

Entonces si derivamos y multiplicamos por -1, tendremos la funcin de densidad

b) | (|) = ( + )(+)+()
Considerando una densidad conjunta :
2 |1 (, ) = ()() ()(()())
2 |1 (, ) = ()()()
(, )

Comentado [LAPB2]: Cambio de variables

2 |1 (, ) = ()() ( + )((+)())
| (|)
2 |1 (|) =

()() ( + )((+)())
()()

2 |1 (|) = ( + ) (+)+()

2 |1 (|) = ( + ) (+)+() > 0

Procesos Estocsticos | 22/09/2015

4. Hay dos tipos de reclamos que se pueden hacer a una compaa 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
dems que se distribuye como exponencial con media 1200 pesos, mientras que el
monto de un reclamo tipo 2 es una exponencial independiente de las dems con medio
4500 pesos.

a) Encontrar el monto esperado de los reclamos que se recibirn durante tres meses y la
varianza de ese monto.
b) Si acaba de llegar un reclamo por menos de 3000 pesos,cul es la probabilidad de que
se trate de un reclamo tipo 1?
{1 ()}
1 = 8

(1 ) = 1,200

2 = 2

(2 ) = 4,500

{2 ()}

a) Encontrar el monto esperado de los reclamos que se recibirn durante tres meses y la
varianza de ese monto.
(()) = ( )
(()) = ( 2 )
{1 ()}:
(1 ) = 1,200
(1 (3)) = 8(3)(1,200) = 28,800
(1 (3)) = 8(3)(1,200)2 = 34,560,000

{2 ()}:
(2 ) = 4,500
(2 (3)) = 2(3)(4,500) = 27,000
(2 (3)) = 2(3)(4,500)2 = 121,500,000

El monto esperado de los reclamos que se recibirn 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,cul es la probabilidad de que

se trate de un reclamo tipo 1?
() = [ ] = {

0
1

< 0
0

Comentado [LAPB3]: Funcin de distribucin

1
[]

Para las medias exponenciales, tendremos las lambdas:

TIPO 1
[1 ] = 1200
1 =
TIPO 2
[2 ] = 4500

1
1200

Procesos Estocsticos | 22/09/2015

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

Comentado [LAPB4]: Parmetro

Comentado [LAPB5]: Parmetro

PROBABILIDAD TIPO 1

[ < ] = 1 1

[1 < 3000] = 1

1
)(3000)
1200

= 1 2 = 0.9179

PROBABILIDAD TIPO 2
[ < ] = 1 2

[2 < 3000] = 1

1
(
)(3000)
4500

= 1 3 = 0.4865

Procesos Estocsticos | 22/09/2015

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%