UNIVERSIDAD ABIERTA Y A DISTANCIA DE MÉXICO

Procesos Estocásticos

Unidad 3: La distribución exponencial y el

proceso Poisson

Actividad 4. Generalizaciones del proceso de Poisson

Docente en línea: GUADALUPE DEL CARMEN RODRÍGUEZ

MORENO

Alumno: José Juan Meza Espinosa

ES162003482

Fecha: 12 de noviembre del 2018

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 primera y segunda horas se
demanden 8 servicios?
b) Si en las primeras dos horas se demandaron 6 servicios, ¿Cuál es la
probabilidad de que en la tercera hora se demanden 3 servicios más?
c) ¿Cuál es el número esperado de servicios que serán demandados a lo largo
de las 4 horas?
Respuesta:

a) ¿Cuál es la probabilidad de que durante la primera y segunda horas se

demanden 8 servicios?

La media para las primeras horas es

𝑡𝑏
𝜇(𝑡) = ∫ 𝜆(𝑡)
𝑡𝑎
En un intervalo de 0 a 2 por lo que

1 2 1
2𝑡 2
𝜇(𝑡) = ∫ 2𝑡 𝑑𝑡 + ∫ 2 𝑑𝑡 = | + 2𝑡|12 = ((1)2 − (0)) + 2(2 − 1)
0 1 2 0
= (1) + (2) = 3
(3)8 −3 729 -3
𝑃[ 𝑁(2)– 𝑁(1) = 3 ] = 𝑒 = 𝑒 = 8. 1015 × 10-3
8! 4480
0.81015% es la probabilidad de que en la primera y segunda hora se demanden 8
servicios.

b) Si en las primeras dos horas se demandaron 6 servicios, ¿Cuál es la

probabilidad de que en la tercera hora se demanden 3 servicios más?

𝑁(2) = 6
𝑁(3) = 9 𝑁 = 9 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜𝑠
 3 3
2𝑡 0≤𝑡<1 3𝑡2 3 15
𝜆(𝑡) = { 2 1 ≤ 𝑡 < 2 → 𝜇(𝑡) = ∫ 3𝑡 𝑑𝑡 = | = ((3)2 − (2)2 ) = = 7. 5
3𝑡 2≤𝑡<4
2 2
2 2
2

𝑛 15 3
(𝜇(𝑡)) −𝜇(𝑡) (2) 15 1125 −(15)
𝑃𝑛 (𝑡) = 𝑒 → 𝑃3 (N(3)– N(2) = 3) = 𝑒− 2 = 𝑒 2 =
𝑛! 3! 16
= 3. 8889 × 10-2

3. 8889%, Es la probabilidad de que en la tercera hora se demanden 3 servicios mas

c) ¿Cuál es el número esperado de servicios que serán demandados a lo largo

de las 4 horas?
4
2𝑡 0≤𝑡<1 1 2
𝜆(𝑡) = { 2 1 ≤ 𝑡 < 2 → 𝜇 = 𝜇0≤𝑡≤4 = ∫ 2𝑡 𝑑𝑡 + ∫ 2 𝑑𝑡 + ∫ 3𝑡 𝑑𝑡
3𝑡 2≤𝑡<4 0 1
2

4
1 2
3 4
= ∫ 2𝑡 𝑑𝑡 + ∫ 2 𝑑𝑡 + ∫ 3𝑡 𝑑𝑡 = 𝑡 2 |10 + 2𝑡|12 + 𝑡 2 | = 1 + 2 + 18 = 21
0 1 2 2
2
21 es el número de servicios esperados de servicios que serán demandados a lo largo de
las 4 horas.

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 𝑿𝒕 .
Respuesta:
Cuando se habla de los sumandos 𝑌𝑖 estamos hablando de la función de distribución
acumulada de la distribución compuesta S.
Sea
 𝑥

𝑆 = 𝑌1 + 𝑌2 + 𝑌3 + ⋯ + 𝑌𝑛 = ∑ 𝑌𝑗
𝑗=1
en donde 𝑋 = {0, 1, 2, 3, … . , 𝑡}
∝

𝐹𝑠 = 𝑃(𝑆 ≤ 𝑥) = ∑ 𝑃(𝑁 = 𝑛)𝑃(𝑆 = 𝑥 |𝑋 = 𝑛)

𝑛=0
De aquí que
∝

𝐹𝑠 = ∑ 𝑃𝑛 𝑃(𝑆 = 𝑥 |𝑋 = 𝑛)
𝑛=0
en donde 𝑃𝑛 = 𝑃(𝑥 = 𝑛) y
𝑃(𝑆 = 𝑥 | 𝑁 = 𝑛) = 𝑃𝑌1 + 𝑌2 + 𝑌3 + ⋯ + 𝑌𝑛 ≤ 𝑋 | 𝑋 = 𝑛)
Entonces la función compuesta
∞

𝐹𝑠 = ∑ 𝑃𝑛 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ + 𝑌𝑛 ≤ 𝑋 | 𝑋 = 𝑛)
𝑛=0
En donde ∑∞
𝑛=0 𝑃𝑛 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ + 𝑌𝑛 ≤ 𝑋 | 𝑋 = 𝑛) es la distribución constante
𝐾.
Así que:
∞

𝐹𝑠 = ∑ 𝑃𝑛 𝐾
𝑛=0
Ahora como proceso Poisson con parámetro 𝜆
(𝜆𝑡)𝑛 −𝜆𝑡
𝑃𝑛 = 𝑒 | 𝑃𝑛 = 𝑃(𝑥(𝑡) = 𝑛)
𝑛!
sustituimos en 𝐹𝑠
∞ ∞
(𝜆𝑡)𝑛
𝐹𝑠 = ∑ 𝑃𝑛 𝐾 = ∑ ( 𝑒 −𝜆𝑡 ) 𝐾
𝑛!
𝑛=0 𝑛=0
Entonces
(𝜆𝑡)𝑛 −𝜆𝑡
𝑃[𝑥(𝑡) = 𝑥] = 𝑒 𝑃(𝑌1 + 𝑌2 + 𝑌3 + ⋯ + 𝑌𝑛 ≤ 𝑥)
𝑛!
Y queda
(𝜆𝑡)𝑛 −𝜆𝑡
𝑃[𝑥(𝑡) = 𝑥] = 𝐾 ( 𝑒 )
𝑛!

3. Sea {𝑿𝒕 } un proceso Poisson no-homogéneo de tasa 𝝀 y sean 𝑻𝟏 , 𝑻𝟐 , …los

tiempos interarribos. Demuestra que para cualquier tiempo 𝒕 > 𝟎,

a) fT1  t     t  et  .

b) fT2 |T1  t | s     t  s  et s  s 

Respuesta:

a) 𝒇𝑻𝟏 (𝒕) = 𝝀𝒆−𝚲(𝒕)

De la función de densidad:
 (𝜆 (𝑡) )𝑛
𝑃( 𝑋𝑡 = 𝑛) = 𝑒 −Λ(t) = 𝐹𝑇𝑛 (𝑡)
𝑛!

Con 𝑇1 𝑛=1

𝑓𝑇1 (𝑡) = 𝜆𝑒 −Λ(𝑡) para t>0

𝑇1 > 𝑡
Con media de:
𝑡
Λ(t) = ∫ 𝜆 (𝑠) 𝑑𝑠
0
𝑡
𝑃(𝑇1 > 𝑡) = 𝑃(𝑁(𝑡) = 0) = ∫ 𝜆 (𝑠) 𝑑𝑠 = 𝑒 −Λ(t)
0

para t ≥0
Derivamos para obtener la función de densidad
𝑑 𝑑 Λ(t)
𝐹𝑇𝑛 (𝑡) = − 𝑃 (𝑇1 > 𝑡) = 𝑒 = 𝜆 (𝑡) 𝑒 −Λ(t)
𝑑𝑡 𝑑𝑡
como 𝑡 < 0

𝑓𝑇𝑛 (𝑡) = 𝜆 (𝑡) 𝑒 − Λ(t)

b) 𝒇𝑻𝟐 |𝑻𝟏 (𝒕|𝒔) = 𝝀(𝒕 + 𝒔)𝒆−𝚲(𝒕+𝒔)+𝚲(𝒔)

De la función de densidad conjunta podemos escribir

𝑓𝑇2 |𝑇1 (𝑢|𝑣) = 𝜆 (𝑢) 𝑒 − μ(u) 𝜆 (𝑣) 𝑒 − ( μ(v)− μ(u) ) = 𝜆 (𝑢) 𝜆 (𝑣) 𝑒 − μ(v)

Hacemos un cambio de variables (𝑢, 𝑣) por (𝑠, 𝑡) para que nos ayude a solucionarlo

𝑓𝑇2 |𝑇1 (𝑡|𝑠) = 𝜆 (𝑡) 𝑒 − Λ(t) 𝜆 (𝑡 + 𝑠) 𝑒 − ( Λ(t+s)− Λ(s) )

y 𝑓𝑇1 (𝑡) = 𝜆 (𝑡) 𝑒 − Λ(t)

Dividiendo entre 𝑓𝑇1

𝑓𝑇2|𝑇1 (𝑠|𝑡) 𝜆 (𝑡) 𝑒 − Λ(t) 𝜆 (𝑡 + 𝑠) 𝑒 − ( Λ(t+s)− Λ(s) ) 𝜆 (𝑡) 𝑒 − Λ(t) 𝜆 (𝑡 + 𝑠) 𝑒 − ( Λ(t+s)− Λ(s) )
= = =
𝑓𝑇1 (𝑡) 𝑓𝑇1 (𝑡) 𝜆 (𝑡) 𝑒 − Λ(t)

= 𝜆 (𝑡 + 𝑠) 𝑒 − ( Λ(t+s)− Λ(s) )
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 6 al mes. El monto de cada reclamo tipo 1 es una variable
aleatoria independiente de las demás que se distribuye como exponencial con
media 𝟏𝟐𝟎𝟎 pesos, mientras que el monto de un reclamo tipo 2 es una exponencial
independiente de las demás con medio 𝟒𝟓𝟎𝟎 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 3500 pesos, ¿cuál es la

probabilidad de que se trate de un reclamo tipo 1?

Respuesta:

a) Encontrar el monto esperado de los reclamos que se recibirán durante tres meses
y la varianza de ese monto.

𝜆1 = 10, 𝐸(𝑌1 ) = 1200

𝜆2 = 6, 𝐸(𝑌2 ) = 4500

𝐸(𝑥(𝑡)) = 𝜆 𝑡 𝐸(𝑌1 ), Var(x(t)) = 𝜆 t 𝐸(𝑌12 )

𝐸(𝑥1 (𝑡)) = 10(3)(1200) = 36000, Var(𝑥1 (𝑡)) = 10(3)(1200)2 = 43200000

𝐸(𝑥2 (𝑡)) = 6(3)(4500) = 81000, Var(𝑥2 (𝑡)) = 6(3)(4500)2 = 364500000

Entonces el total de los tipos de reclamo será la suma de ambos

Monto esperado de reclamos = 36000 + 81000 = 117000

Varianza total = 43200000 + 364500000 = 407700000

b) Si acaba de llegar un reclamo por menos de 3500 pesos, ¿cuál es la probabilidad

de que se trate de un reclamo tipo 1?
Calculemos la probabilidad de cada tipo de reclamo
1
𝑃(𝑋 < 𝑥) = 1 − 𝑒 −𝜆1 𝑥 , 𝜆 =
𝐸(𝑇)
1 1 1 1
𝜆1 = = = 8. 3333 × 10-4 , 𝜆2 = = = 2. 2222 × 10⁻⁴
𝐸(𝑌1 ) 1200 𝐸(𝑌2 ) 4500
1 -4 )(3500)
𝑃(𝑌1 < 3500) = 1 − 𝑒 −(1200)(3500) = 1 − 𝑒 −(8.3333×10 = 0.94589
1
(3500)
𝑃(𝑌2 < 3500) = 1 − 𝑒 −4500 = 1 − 𝑒 −(2.2222×10⁻⁴)(3500) = 0.54057

La probabilidad de que el monto reclamado sea del tipo 1 es del 94.589 %

Bibliografía:
Padilla, J. (6 de 11 de 2018). El proceso de Poisson. Obtenido de
http://jpadilla.docentes.upbbga.edu.co/IngTrafico/6-
El%20proceso%20de%20Poisson.pdf

Proceso de Poisson 1. (6 de 11 de 2018). Obtenido de

https://www.youtube.com/watch?v=Vhjiw8r8kR4
Procesos de Poisson. (6 de 11 de 2018). Obtenido de
https://www.cimat.mx/~jortega/MaterialDidactico/modestoI10/Poisson2.pdf

Rincón, L. (6 de 11 de 2018). ¿Qué es un proceso de Poisson? Primera definición:

construcción. Obtenido de https://www.youtube.com/watch?v=eu_nApHdN9s
Rincon, L. (12 de 11 de 2018). Introduccion a los PROCESOS ESTOCASTICOS .
Obtenido de http://lya.fciencias.unam.mx/lars/libros/procesos.pdf