Propiedades del proceso de conteo

1. N(t) es siempre un entero no negativo

2. Si tenemos dos instantes de tiempo
distintos s y t, con s<t, entonces:
N(s) < N(t)
3. Si s<t, entonces, el nmero de eventos
que ocurren en el intervalo [s, t]
corresponde a N(t) N(s)
Incrementos independientes

Se dice que un proceso de conteo {N(t), t 0}
presenta incrementos independientes, si el
nmero de eventos que ocurren en intervalos
disjuntos de tiempo son independientes

0 s t
E1
E2 En En+1
N(s)
N(t) N(s)
Incrementos estacionarios
El proceso de conteo {N(t), t0}
presenta incrementos estacionarios, si la
distribucin de probabilidad de
N(t + s) N(t) depende de s pero no de
t, es decir, la distribucin del nmero de
eventos que ocurren en un intervalo de
tiempo slo depende del largo del
intervalo y de nada ms.

Propiedad de orden
Un proceso de conteo tiene la propiedad
de orden si:
1) P{ N(dt) = 1 } = l dt
2) P{ N(dt) 2 } = 0
3) P{ N(dt) = 0 } = 1 - l dt
Propiedades de orden para un
intervalo diferencial dt
Para un intervalo diferencial dt
P(N(dt)= 1) = dt
P(n(dt)>1) = 0
P(n(dt)= 0)= 1- dt
Se prohibe ocurrencias simultaneas de
actividades que se estn contando
Casos de poblaciones
Nacimientos simultaneos
Nacimiento y muertes simultaneas

Procesos de Poisson
Un proceso {N(t), t 0} es un
proceso de conteo si N(t)
corresponde al nmero de
eventos que ocurren en el
intervalo [0,t]

Proceso de Poisson
Definicin:
El proceso de conteo {N(t), t 0} es
un proceso de Poisson si cumple con:
i) la propiedad de incrementos
independientes
ii) la propiedad de incrementos
estacionarios
iii) la propiedad de orden
Teorema 1:
Si {N(t), t 0} es un proceso de Poisson,
entonces la distribucin del nmero de
eventos en un instante de tiempo
cualquiera viene dada por:

P{N(t) = n} = e
lt
(lt)
n
n!
Tiempo entre eventos
Teorema 2:
En un proceso de Poisson a tasa l, los
tiempos T1, T2, , Ti son variables
aleatorias independientes e identicamente
distribuidas, con distribucin exponencial
de parmetro l.

TIEMPO ENTRE EVENTOS
Para el tiempo entre eventos:

i) P {T
i
t} = 1 - e
lt

2i) f (t) = l e
lt

3i) E (T
i
) = 1 / l

Tiempos exponenciales
Teorema 3:
Sea N(t) un proceso de conteo cuyos
tiempos entre eventos son variables
aleatorias independientes ente si, y con
distribucin exponencial ( a tasa l );
entonces, N(t) es un proceso de Poisson
Teorema 4:

El proceso de conteo {N(t), t 0} es un
proceso de Poisson a tasa l, si y solo si:

a) Con probabilidad 1, los incrementos del
proceso son de magnitud unitaria

b) E [ N(t+s) N(t) / N(u), ut] = ls

Distribucin condicional de los
tiempos entre eventos
Sea S
j
= T
1
+ T
2
+ + T
j

la distribucin de S
j
corresponde a una
funcin Gamma de parmetros n y l

f(t) = l e
lt
(lt)
n-1
(n-1)!

Bajo el supuesto que ha ocurrido un
evento en el intervalo [0, t], se tiene:

P{S
1
x / N(t) =1 } = P[S
1
x , N(t) =1]
P[ N(t) =1 ]

= P[N(x) =1] * P[N(t-x) =0]
P[ N(t) =1 ]

= x / t
Teorema 5:

Sea B la unin de un nmero finito de intervalos
disjuntos de tiempos y N
B
el nmero de eventos
del proceso de conteo {N(t), t 0} que caen
dentro del conjunto B. Entonces, este proceso
de conteo es un proceso de Poisson a tasa l, si
y solo si:
P{N
B
= n} = e
lb
(lb)
n
n!
Para todo conjunto B, en que b es la longitud
total asociado al conjunto B.




Proceso de descomposicin
N(t)
N
1
(t)
N
2
(t)
p
1-p
Teorema 6:

P {N
1
(t) = j} = e
lpt
(lpt)
j
j!

P {N
2
(t) = k} = e
l(1-p)t
(l(1-p)t)
k
k!

Para el proceso anterior, los procesos N
1
(t) y
N
2
(t) son variables aleatorias independientes.
Suma de procesos de Poisson
Sean N
1
(t), N
2
(t) ,, N
k
(t) procesos de
Poisson independientes a tasas l1,
l2,...,lk respectivamente. Entonces, el
proceso:
N(t) = N
1
(t) + N
2
(t) ++ N
k
(t) es un
proceso de Poisson a tasa l = l1 + l2 +...
...+ lk
Proceso de Poisson compuesto
Definicin:
Dado un proceso de Poisson de tasa l
{N(t), t 0} y sea X
1
, X
2
,, X
i
variables
aleatorias independientes e identicamente
distribuidas, donde estas variables son
adems independientes de {N(t), t 0} .
Entonces, el proceso {X(t), t 0} se dice
de Poisson compuesto si:
X(t) = S X
i
donde la sumatoria se mueve para i desde 1
hasta N(t)

En este proceso, no se cumple con la propiedad
de orden.

Para todo el proceso de Poisson
compuesto se tendr:

E[X(t)] = l t * E(X
i
)

Var[X(t)] = l t * E(X
i
2
)

Proceso de Poisson no homogeneo
Definicin:
Todo proceso de conteo {N(t), t 0} se llama
proceso de Poisson no homogeneo de tasa
l(t) si y slo si:
i) cumple la propiedad de incrementos
independientes
ii) cumple la propiedad de orden
iii) la tasa de eventos l(t) depende del tiempo
Teorema 7:
Dado un proceso de Poisson no
homogeneo de tasa l(t); {N(t), t 0} y
sea la tasa acumulada de ocurrencia (o
valor medio) de eventos en el intervalo
[t
1
, t
2
], esto es:
m[t
1
, t
2
] = l(t) dt
donde la integral se mueve desde t = t
1
,
hasta t = t
2
],
Entonces, se tiene que:

P { [N(t
2
) N(t
1
)] = n } =

e
m(t1,t2)
(m(t
1
,t
2
))
n

n!
o, en forme equivalente:

P { [N(t+s) N(t)] = n } =

e
[m(t+s)

m(t)]
(m(t+s) m(t)]
n

n!
Distribucin exponenciales
Propiedad de las exponenciales
(1)

Propiedad de las exponenciales
(2)

Propiedad de las exponenciales
(3)






Propiedad de las exponenciales
(4)

Ejemplo