Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 27 vistas

    Distribucion de Poisson

    Cargado por

    INGRID ESTEFANY TIMANA CRUZ
    Este documento presenta información sobre la distribución de Poisson. Explica que si el número de llegadas hasta un tiempo t es un número fijo n, entonces algunas distribuciones relacionadas con un proceso de Poisson toman formas sencillas como la distribución uniforme. También demuestra proposiciones sobre la distribución conjunta de los tiempos de llegada y las estadísticas de orden para un proceso de Poisson. Finalmente, presenta los postulados para un proceso de Poisson no homogéneo.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Distribucion de Poisson

    Cargado por

    INGRID ESTEFANY TIMANA CRUZ
    27 vistas5 páginas
    Este documento presenta información sobre la distribución de Poisson. Explica que si el número de llegadas hasta un tiempo t es un número fijo n, entonces algunas distribuciones relacionadas con un proceso de Poisson toman formas sencillas como la distribución uniforme. También demuestra proposiciones sobre la distribución conjunta de los tiempos de llegada y las estadísticas de orden para un proceso de Poisson. Finalmente, presenta los postulados para un proceso de Poisson no homogéneo.

    Título original

    DISTRIBUCION DE POISSON

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta información sobre la distribución de Poisson. Explica que si el número de llegadas hasta un tiempo t es un número fijo n, entonces algunas distribuciones relacionadas con un proceso de Poisson toman formas sencillas como la distribución uniforme. También demuestra proposiciones sobre la distribución conjunta de los tiempos de llegada y las estadísticas de orden para un proceso de Poisson. Finalmente, presenta los postulados para un proceso de Poisson no homogéneo.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    27 vistas5 páginas

    Distribucion de Poisson

    Cargado por

    INGRID ESTEFANY TIMANA CRUZ
    Este documento presenta información sobre la distribución de Poisson. Explica que si el número de llegadas hasta un tiempo t es un número fijo n, entonces algunas distribuciones relacionadas con un proceso de Poisson toman formas sencillas como la distribución uniforme. También demuestra proposiciones sobre la distribución conjunta de los tiempos de llegada y las estadísticas de orden para un proceso de Poisson. Finalmente, presenta los postulados para un proceso de Poisson no homogéneo.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 5

    UNIVERSIDAD NACIONAL DE PIURA

    FACULTAD DE CIENCIAS

    “DISTRIBUCION DE POISSON”

    SILBA BARCO JESUS PAUL


    TIMANA CRUZ INGRID ESTEFANY

    PIURA-PERU
    2021
    P O I S S O N

    DEMOSTRACION DE PROPOSICIONES

    Si se sabe que el número de llegadas ocurridas hasta un tiempo t es un


    número fijo n, entonces algunas distribuciones de variables relacionadas
    con un proceso de Poisson toman la forma de distribuciones sencillas y
    conocidas
    Antes de ver lo anterior recordemos que si se tienen n variables
    aleatorias X1, X2,…., Xn independientes e idénticamente distribuidas
    sus estadísticos de orden son las variables aleatorias fX (1), X(2),
    ….,X(n) definidas por
    X (1) =min {X1, X2,…., Xn}
    X (2) =min {X1, X2,….,Xn}- {X1}
    .
    X(n)=max{X1,X2,….,Xn}
    Es decir X(1) la variable que toma el valor mínimo, X (2) es la variable
    que toma el siguiente valor ,y así sucesivamente hasta que X(n) es la
    que toma el valor máximo .si la función de densidad común de las
    variables X1, X2,….,Xn es f,entonces la densidad conjunta de sus
    estadísticos de orden es

      f X(1),X(2),….,X(n)  (X1,X2,….,Xn )= {n ! f ( x 1) f ( x 20)enf ( notro) si xcaso


    1< x 2<… ..< xn
    }
    En particular si la distribución común es uniforme continúa en el intervalo
    cero y uno se tiene que
    n!
    f   X ( 1), X (2),….,X(n)  (X1,X2,….,Xn )={ tn si x 1< x 2<… ..< xn
    0 en otro caso

    PROPOSICION 6:

    Dado el evento (Xt=n), el vector de tiempos reales (W1,…., Wn) tiene la


    misma distribución que el vector de las estadísticas de orden (Y(1),
    ….,Y(n)) de una muestra aleatoria Y(1),….,Y(n) de la distribución
    uniforme en el intervalo [0,t], es decir ,
    DEMOSTRACION

    Sean w1, w2,…wn números reales tales que 0<w1<w2<….<wn<t. como


    Wn es el momento de la n_esima llegada y N(t) es el numero de
    llegadas en el intervalo [0, t] es claro que los eventos [Wn<=t] y[N(t)>=n]
    son equivalentes entonces
    ∂n
    fw 1 , w 2 , … , wn∨N ( t ) ( w1 , w 2 , … , wn∨n)= P¿
    ∂ w 1 ∂ w 2 … ∂ wn
    ∂n
    ¿ P [N ( w 1) ≥ 1, N (w 2)≥ 2, … , N (wn)≥ n]
    ∂ w 1 ∂ w 2… ∂ wn

    ∂n N ( w 1 ) =1 , N ( w 2 )−N ( w 1 )=1 , … , N ( wn )−N ( wn−1 )=1 , N ( t )−N (wn)=0


    ¿
    ∂ w 1 ∂ w 2… ∂ wn [ P [ N ( t )=n ] ] =

    ∂n
    ¿ ¿
    ∂ w 1 ∂ w 2… ∂ wn
    n!
    tn
    Postulados para un proceso de Poisson no-homogéneo
    Al igual que para el caso del proceso homogéneo, es posible demostrar
    que los siguientes postulados implican que el proceso de conteo N(t) es
    un proceso de Poisson no-homogéneo con función de intensidad λ(t), t ≥
    0:
    (a) N(0) = 0
    (b) {N(t), t ≥ 0} tiene incrementos independientes.
    (c) P(N(t + h) − N(t) = 1) = λ(t)h + o(h)
    (d) P(N(t + h) − N(t) ≥ 2) = o(h)

    DEMOSTRACION

    (a) M (0) = 0.
    (b) El número de eventos que contamos en el intervalo (t, t + h] depende
    ´únicamente de los eventos del proceso de Poisson N que ocurren en (t,
    t + h], que es independiente de lo que haya ocurrido antes de t. En
    consecuencia, el número de eventos observados en (t, t + h] es
    independiente del proceso de eventos observados hasta el tiempo t, y
    por lo tanto M tiene incrementos independientes.
    (c) Condicionando sobre N((t, t + h]):
    P(M((t, t + h]) = 1) = P(M((t, t + h]) = 1|N((t, t + h]) = 1)P(N((t, t + h]) = 1)
    + P(M((t, t + h]) = 1|N((t, t + h]) ≥ 2)P(N((t, t + h]) ≥ 2)
    = P(M((t, t + h]) = 1|N((t, t + h]) = 1)λh + o(h)
    = p(t)λh + o(h)
    (d) P(M((t, t + h]) ≥ 2) ≤ P(N((t, t + h]) ≥ 2) = o(h)
    LINCOGRAFIA

     https://issuu.com/pedrodaniellaramaldonado/docs/unidad_3._di
    strib_exponencial_y_pro
     https://www.cimat.mx/~jortega/MaterialDidactico/modestoI10/
    Poisson2.pdf

    También podría gustarte