Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
de los procesos estocásticos dentro de la ingeniería, el cual nos permite determinar un proceso
puntual, como por ejemplo determinar el flujo de tráfico en un determinado momento.
Unos de los casos que ha sido ampliamente estudiado es el que se conoce como Doblemente
proceso puntual estocástico de Poisson (DSPP), que difiere del HPP en que la taza ya no es
constante, más bien adquiere un proceso estocástico de naturaleza propia, unos de los usos
aplicados de este proceso en el uso de la tecnología textil, uno de los objetivos del DSPP es
enfatizar que dos tipos de aleatoriedad: La aleatoriedad asociada con el punto de proceso de
Poisson y una aleatoriedad independiente .
En ciertas áreas de estudio, los efectos de multiplicación en punto los procesos juegan un
papel importante; en la mayoría de estos casos, un determinado proceso de puntos (primario)
se multiplica de alguna manera para dar subir a un segundo proceso (subsidiario) de puntos.
Como ejemplo de esto teneos la catodoluminiscencia, que es la responsable que exista la
televisión, el osciloscopio y las imágenes de radar, debido a que cada incidente electrónico en
el fosforo, libera un numero aleatorio de fotones en la pantalla, los cuales forman las imágenes
que observamos. La multiplicación también puede ocurrir en sucesivas etapas, para que cada
generación de partículas produzca una nueva generación, y así sucesivamente. Tales procesos
de ramificación (en cascada) se pueden usar para describir las propiedades de ruido de
dispositivos como detectores de avalanchas y multiplicadores de electrones.
Los corchetes angulares representan un promedio de conjunto. Deja que cada evento
primario produce un subsidiario A independiente. Donde A es una variable aleatoria
discreta que tiene un ( mgf ) ,Q A ( s ) =¿ exp (−s A ) >.Donde el número total de eventos
secundario viene dado por:
m
n=∑ Ak (1)
k=1
(2)
(3)
Este proceso es, por lo tanto, un caso especial de Neyman-Scott modelo: un caso en el que A
es Poisson con una media dada por (2), y con una distribución de tiempo de demora dada por
(3). Los tiempos entre eventos no se distribuyen de manera idéntica debido a la no
estacionariedad de la tasa; por lo tanto, este proceso no es especial caso del modelo Bartlett-
Lewis.
Estadísticas de conteo para el SNDP: El SNDP es un DSPP especial cuya tasa integrada
W se describe por la función de generación de momento dada en:
Obteniendo
Commo resultado de esto podemos tener diversas aplicaciones referente a los SNDP, entre las
cuales tenemos: