Академический Документы
Профессиональный Документы
Культура Документы
4.1.
Definicin
, es decir, para
, su funcin de
y para cada
, y para n = 0,1,...
(4.1)
Demostracin.
propiedades.
a) Es un proceso de Markov.
b) Tiene incrementos independientes.
c) Tiene incrementos estacionarios.
d) Para cualesquiera
, y enteros
, las probabilidades de
transicion son
(4.2)
Demostracin.
a) Considere las probabilidades condicionales
, y cualesquiera
,
para cada
. Por la propiedad de Markov y despus por la propiedad
de prdida de memoria, la probabilidad conjunta
es igual a
Las propiedades c), y d) son consecuencia inmediata de (4.1). La estacionariedad de los incrementos significa que la distribucin de la variable
,
para
, depende de s y de t nicamente a travs de la diferencia
, lo cual es evidente de (4.1).
esto es,
Por la independencia de los procesos, la propiedad de incrementos independientes de cada uno de ellos, y el resultado del Ejemplo 4.2, la probabilidad de
este evento es
Por lo tanto,
Esta identidad demuestra que las variables Ti, T2,..., Tn son independientes con
identica distribucion
Distribuciones asociadas al proceso de Poisson
Adems de las distribuciones exponencial y gama ya mencionadas, existen otras
distribuciones de probabilidad que surgen al estudiar ciertas caractersticas del
proceso de Poisson. Por ejemplo, el siguiente resultado establece una forma de
obtener la distribucin binomial a partir del proceso de Poisson. Suponga que
durante el intervalo de tiempo
se han observado n ocurrencias del evento de inters, es decir, el evento
ha
ocurrido. La pregunta es, cuntos de estos eventos ocurrieron en el subintervalo
? Demostraremos a continuacin que esta variable aleatoria tiene
distribucin binomial
Proposicin 4.4 Sean
enteros tales que
., y sean k y n
Demostracin.
Recordando que la suma de dos procesos de Poisson independientes es nuevamente un proceso de Poisson, se puede comprobar facilmente el siguiente
resultado.
Proposicion 4.5 Sean
tes con parametros
. Entonces
Demostracin.
y.
y
4.2.
Definiciones alternativas
Haciendo
cuya solucin es
cin inicial _
\
Nuevamente
por independencia,
Haciendo
se obtiene
Anlogamente
Al hacer
tome un
se obtiene
4.3.
Se considera ahora que el parmetro del proceso de Poisson no es necesariamente una constante sino una funcin del tiempo. A veces a este proceso
se le llama tambin proceso de Poisson con parmetro dependiente del tiempo.
Este modelo puede ser naturalmente ms adecuado para algunas situaciones
reales aunque deja de cumplir la propiedad de Markov.
Definicion 4.4 Un proceso de Poisson no homogeneo es un proceso a tiempo
continuo
, con espacio de estados
, con parametro la funci
on positiva y localmente integrable
, y que cumple las siguientes
propiedades:
a)
b) Los incrementos son independientes.
c) Para cualquier
, y cuando
,
i)
ii)
Comparando esta definicin con la Definicin 4.2 de proceso de Poisson se
observa mucha similaridad excepto por dos aspectos: en lugar de la constante
se escribe ahora la funcin
, y la hiptesis de incrementos estacionarios ya
no aparece. Ello es consecuencia de que el parmetro vara con el tiempo,
generalmente de manera decreciente. Es decir, la distribucin de probabilidad de
la variable incremento
depende de los valores de la funcin
en el intervalo
. Sin embargo, y en completa analoga con el caso
homogneo, la variable contina teniendo distribucin Poisson, como a
continuacin demostraremos.
Proposicion 4.8 La variable en un proceso de Poisson no homogeneo de par
ametro
tiene distribucion
, en donde se define
Demostracin. La prueba es anloga a una de las realizadas en el caso homogneo. Se define nuevamente
y se considera cualquier
. Denotaremos por;
a la probabilidad
Por la hiptesis de independencia, para
y cuando
Entonces
, con condicin inicial;
para
. Definiendo
la ecuacin diferencial se transforma en
, con condiciones
. Esta
ecuacin se resuelve iterativamente primero para
, despus para _
v ,, y
as sucesivamente, en general
y de aqu se obtiene
Por lo tanto,
el incremento -
4.4.
(4.3)
3.
4.
5. La funcion generadora de momentos de la variable
Estos resultados se obtienen condicionando sobre el valor de
135 se pide dar los detalles de estas demostraciones.
es
. En el ejercicio
4.5.
4.
5.
Estas propiedades se obtienen condicionando sobre el valor de la variable
aleatoria y sus demostraciones se dejan como ejercicio al lector. Notas y
referencias. El estudio del proceso de Poisson generalmente se incluye en los
cursos elementales de procesos estocsticos. La mayora de los textos sobre
procesos estocsticos que aparecen en la bibliografa cuentan por lo menos con
una seccin sobre este tema. Algunos textos especficos que dedican un captulo
entero para el proceso de Poisson y que el lector puede
consultar para profundizar en el tema son: Basu [1], Jones y Smith [15], y Taylor
y Karlin [35]. El lector puede encontrar otros resultados generales sobre el
proceso de Poisson en el captulo sobre procesos de renovacion, en el caso
particular cuando los tiempos de interarribo son exponenciales.