Proceso de Poisson

Proceso de Poisson

En estadística y simulación un Proceso de Poisson (también conocido como "Ley de los sucesos raros") llamado así por el matemático Siméon Denis Poisson (1781–1840) es un proceso estocástico de tiempo continuo que consiste en "contar" eventos raros (de ahí el nombre "ley de los eventos raros") que ocurren a lo largo del tiempo.

Contenido

Definición.

Un proceso Poisson con intensidad (o tasa) \lambda \ge 0 es un proceso de contar en tiempo continuo \lbrace N_t, t\ge0 \rbrace, donde Nt es una colección de variables aleatorias con las siguientes propiedades:

1. N(0)=0 \,.

2. Si s\le t entonces N_s\le N_t.

3. Para todo n > 0\, y 0 < t_1 < t_2 < ... < t_n \,, las variables aleatorias N_{t_1}, N_{t_2} - N_{t_1}, ... , N_{t_n} - N_{t_{n-1}}, son independientes

4. Para toda h > 0 \, y t\in \mathbb{R} \,^+, N_h \, y N_{t-h}-N_t \, tienen la misma distribución.

5. P\lbrace N(h)=1\rbrace =\lambda h+o(h) \,.

6. P\lbrace N(h)\ge 2\rbrace =o(h).

Donde o(h) es una función tal que:


\lim_{h \to 0}{o(h)\over h}=0

Interpretación intuitiva

Nt es el número de eventos que se han producido desde el instante cero hasta el instante t. Como en cualquier proceso estocástico, en el instante cero es una variable aleatoria; pero, después del instante t es un dato.

Propiedades

A partir de la definición es posible demostrar que:

  • Las variables aleatorias Nt tienen distribución Poisson con parámetro λt
  • Si Tk denota el tiempo transcurrido desde el (k-1)-ésimo evento hasta el k-ésimo, entonces Tk es una variable aleatoria con distribución exponencial y parámetro λ
  • Si Sn denota el tiempo transcurrido desde el inicio del conteo hasta el n-ésimo evento, entonces Sn tiene distribucion Gamma con parametros (n,λ)

Aplicación en seguros

Una importante aplicación del proceso Poisson se encuentra en la probabilidad de ruina de una compañía aseguradora. El problema fue tratado formalmente por Filip Lundberg en su tesis doctoral en 1903. Posteriormente Crámer desarrolla las ideas de Lundberg y da lugar a lo que hoy se conoce como el Proceso de Ruina o Modelo de Crámer-Lundberg.

Procesos de Poisson no homogéneos

A menudo son más realistas los modelos basados en procesos de Poisson no homogéneos, en los que la tasa de llegadas es una función del parámetro de tiempo, λ(t). Formalmente esto significa que un Proceso de Poisson no homogéneo es un proceso de contar que satisface:


1. N(0) = 0

2. Los incrementos en intervalos ajenos son independientes.

3. P(N(t + h) − N(t) = 1) = λ(t)h + o(h)

4. P(N(t + h) − N(t) > 1) = o(h)


Los tres métodos más conocidos de generación de un proceso de Poisson no homogéneo de este tipo se basan en la modificación de la escala de tiempo, en el condicionamiento y en una adaptación del método de rechazo.


Para procesos homogéneos hay una densidad media λ. Eso significa que la media de los sucesos en un intervalo de tiempo t es λ / t.

El tiempo entre dos sucesos de un proceso de Poisson con intensidad media λ es una variable aleatoria de distribución exponencial con parámetro λ.

Aplicaciones

Se pueden modelar muchos fenómenos como un proceso de Poisson. El número de sucesos en un intervalo de tiempo dado es una variable aleatoria de distribución de Poisson donde λ es la media de números de sucesos en este intervalo. El tiempo hasta que ocurre el suceso número k en un Proceso de Poisson de intensidad λ es una variable aleatoria con distribución gamma o (lo mismo) con distribución de Erlang con θ = 1 / λ.

Otras aplicaciones:

  • La cantidad de clientes que entran a una tienda.
  • El numero de coches que pasan por una autopista.
  • La llegada de personas a una fila de espera.
  • El número de llamadas que llegan a una central telefónica.
  • Particulas emitidas por un material radiactivo.

Wikimedia foundation. 2010.

Игры ⚽ Поможем решить контрольную работу

Mira otros diccionarios:

  • Proceso de Poisson — En estadística y simulación un Proceso de Poisson es un proceso de sucesos independientes donde: 1. El número de sucesos en dos intervalos independientes siempre es independiente. 2. La probabilidad de que un suceso ocurra en un intervalo es… …   Enciclopedia Universal

  • Proceso estocástico — Saltar a navegación, búsqueda El índice de la bolsa es un ejemplo de proceso estocástico de tipo no estacionario (por eso no se puede predecir) En estadística, y en concreto teoría de la probabilidad, un proceso aleatorio o proceso estocástico es …   Wikipedia Español

  • Proceso Galton-Watson — Saltar a navegación, búsqueda El proceso Galton Watson, nombrado así en honor del naturalista británico Francis Galton y su compatriota el matemático Henry William Watson, es un proceso estocástico utilizado para modelizar el desarrollo de una… …   Wikipedia Español

  • Distribución de Poisson — Saltar a navegación, búsqueda Distribución de Poisson Función de probabilidad El eje horizontal es el índice k. La función solamente está definida en valores enteros de k. Las líneas que conectan los puntos son solo guías para el ojo y no indican …   Wikipedia Español

  • Siméon Denis Poisson — Siméon Poisson Siméon Denis Poisson (1781 1840) Nacimiento 21 de junio de 1781 Pithiviers, Loiret …   Wikipedia Español

  • Unidad Erlang — El Erlang es una unidad adimensional utilizada en telefonía como una medida estadística del volumen de tráfico. Recibe el nombre del ingeniero danés A. K. Erlang, pionero de la teoría de colas. El tráfico de un Erlang corresponde a un recurso… …   Wikipedia Español

  • Aleatoriedad espacial completa — En el ámbito de la estadística, la aleatoriedad espacial completa describe un proceso puntual en el cual eventos puntuales ocurren dentro de una región de estudio de una manera absolutamente aleatoria. Este proceso es a menudo modelado utilizando …   Wikipedia Español

  • Distribución de Erlang — Saltar a navegación, búsqueda Distribución de Erlang Función de densidad de probabilidad Función de distribución de probabilidad …   Wikipedia Español

  • Distribución gamma — Saltar a navegación, búsqueda Distribución gamma. En estadística la distribución gamma es una distribución de probabilidad continua con dos parámetros k y λ cuya función de densidad para valores …   Wikipedia Español

  • Distribución de Erlang — En estadística y simulación la distribución (de) Erlang es una distribución de probabilidad continua con dos parámetros y cuya función de densidad para valores es La distribución Erlang es el equivalente de la …   Enciclopedia Universal

Compartir el artículo y extractos

Link directo
… Do a right-click on the link above
and select “Copy Link”