Mpes U1 A1 Elvc
Mpes U1 A1 Elvc
Mpes U1 A1 Elvc
Licenciatura en Matemáticas
Grupo: MT-MPES-2201-B2-000
Electrocardiograma
Terremotos
El clima
El segundo concreto de un partido en el que un jugador anota un gol
Número de personas que dicen una palabra concreta alrededor del mundo
Se aprecia que si, por ejemplo, s = 1, se tiene la variable aleatoria X(s1) cuyos valores
son los puntos que hay en su vertical, todos ellos con probabilidad 1/6 (la de la
correspondiente trayectoria).
Las variables aleatorias correspondientes a s = 1 y s = 2 tienen la siguiente distribución de
probabilidad:
E [X(s=1)] = 2,5
E [X(s=2)] = 3,5
E [X(s=3)] = 4,5
E [X(s=4)] = 5,5
E [X(s=5)] = 6,5
E [X(s=6)] = 7,5
Entonces:
C(𝑠𝑖 ; 𝑠𝑗 ) = α11 - α10 · α01, siendo α los correspondientes momentos respecto al origen.
α11 = (0,5 𝑠𝑖 +1) · (0,5 𝑠𝑗 +1) · 1/6 + (0,5 𝑠𝑖 +2) · (0,5 𝑠𝑗 +2) · 1/6 + (𝑠𝑖 +1) · (𝑠𝑗 +1)· 1/6 +
(𝑠𝑖 +2) · (𝑠𝑗 +2) · 1/6 + (1,5 𝑠𝑖 +1) · (1,5 𝑠𝑗 +2) · 1/6 + (1,5 𝑠𝑖 +2) · (1,5 𝑠𝑗 +2) · 1/6 = [7 𝑠𝑖 · 𝑠𝑗
+ 9 𝑠𝑖 + 9 𝑠𝑗 + 15] · 1/6
α10 = 𝑠𝑖 + 1,5
α01 = 𝑠𝑗 + 1,5
Por consiguiente:
I. N(0) = 0
II. N(𝑡1 ) − N(𝑡0 ), N(𝑡2 ) − N(𝑡1 ), ..., N(𝑡𝑛 ) − N(𝑡𝑛 −1) son variables aleatorias independientes
(proceso de incrementos independientes).
III. N(t + s) −N(s) (”N° de sucesos que ocurren entre el instante s y el instante t + s) sigue
una distribución de Poisson de parámetro λt.
El proceso de Poisson se utiliza básicamente para modelar los llamados procesos de
colas. En ellos se pueden incluir muchos procesos: coches que llegan al peaje de una
autopista, clientes que llegan a un banco, peticiones que llegan a un servidor de Internet,
llamadas que pasan por una centralita, etc.
Consideremos, por ejemplo, el caso de un servidor de Internet. Queremos estudiar las
peticiones que va recibiendo este servidor. Podemos suponer que las peticiones llegan de
una en una. Si llamamos N(t) al número de peticiones que ha recibido el servidor hasta el
instante t, encontramos que una posible realización de este proceso será del tipo:
Donde S(1) indica el instante en que llega la primera petición, S(2) indica el instante en
que llega la segunda y, en general, S(i) indica el instante en que llega la i-ésima. Éste es
un ejemplo de un proceso que se puede representar utilizando el proceso de Poisson.
Tiene algunas características fundamentales:
Para cada instante t, N(t) seguirá una distribución de Poisson de parámetro λt.
Las diferencias entre los tiempos de llegadas consecutivas siguen una distribución
exponencial de parámetro λ, es decir, S(i + 1) − S(i) siguen una exponencial de
parámetro λ
Para fijar ideas, supongamos que los primeros 5 valores asumidos por estas variables
son: 0.30, 1.46, 0.55, 0.8, 1.5.
Entonces, el primer evento ocurre en el tiempo 0.30, el segundo en el tiempo 0.30 + 1.46
= 1.76, el tercero al tiempo 1.76 + 0.55 = 2.31, el cuarto tiempo 2.31 + 0.8 = 3.11, el quinto
tiempo 3.11 + 1.5 = 4.61
Ahora estamos en condiciones de definir el proceso que nos interesa. Sea (Nt) el número
de eventos ocurridos desde el inicio de la observación hasta el tiempo t. En el ejemplo
que estamos analizando
N (t) = 0 para toda t ∈ [0, 0.25), N (t) =1 para toda t ∈ [0.25, 1.61) y así sucesivamente.
La variable aleatoria (N t) se puede analizar para cada instante de tiempo t ∈ R y es una
función escalonada con saltos de tamaño 1 en el momento en que ocurre el evento que
estamos observando
El proceso {𝑁𝑡 } es una colección infinita no-numerable de variables aleatorias que toman
valores en el espacio de estados {0, 1, 2, 3,…}.
El proceso {𝑁𝑡 } se conoce como proceso Poisson porque se puede demostrar que las
variables {𝑁𝑡 } tienen distribución Poisson con parámetro λt. Es decir, el número medio de
eventos ocurridos en el intervalo [0, t] es, a la larga, λt y el número medio de eventos
ocurridos en [0,1] es λ.
Referencias:
Lawler G.F. (1995). Introduction to stochastic processes. Chapman and Hall, New York.