Procesos de Poisson

•Un proceso {N(t), t ≥0} es

un proceso de conteo si N(t)
corresponde al número de
eventos que ocurren en el
intervalo [0,t]

1
Propiedades del proceso de
conteo

1. N(t) es siempre un entero no

negativo
2. Si tenemos dos instantes de tiempo
distintos s y t, con s<t, entonces:
N(s) < N(t)
3. Si s<t, entonces, el número de
eventos que ocurren en el intervalo
[s, t] corresponde a N(t) – N(s)
2
Incrementos independientes

• Se dice que un proceso de conteo {N(t), t ≥0}

presenta incrementos independientes, si el
número de eventos que ocurren en intervalos
disjuntos de tiempo son independientes

E1 E2 En En+1

0 s t

N(s) N(t) – N(s)

3
Incrementos estacionarios

• El proceso de conteo {N(t), t≥0}

presenta incrementos estacionarios, si la
distribución de probabilidad de N(t
+ s) – N(t) depende de s pero no de t, es
decir, la distribución del número de
eventos que ocurren en un intervalo de
tiempo sólo depende del largo del
intervalo y de nada más.

4
Propiedad de orden

• Un proceso de conteo tiene la

propiedad de orden si:
1) P{ N(dt) = 1 } = λ dt
2) P{ N(dt) ≥ 2 } = 0
3) P{ N(dt) = 0 } = 1 - λ dt

5
Proceso de Poisson
• Definición:
El proceso de conteo {N(t), t ≥0} es
un proceso de Poisson si cumple con:
i) la propiedad de incrementos
independientes
ii) la propiedad de incrementos
estacionarios
iii) la propiedad de orden

6
Teorema 1:

• Si {N(t), t ≥0} es un proceso de

Poisson, entonces la distribución del
número de eventos en un instante de
tiempo cualquiera viene dada por:

P{N(t) = n} = e–λ t(λ t)n

n!

7
 Tiempo entre eventos

• Teorema 2:
En un proceso de Poisson a tasa λ ,
los tiempos T1, T2, …, Ti son variables
aleatorias independientes e
idénticamente distribuidas, con
distribución exponencial de
parámetro λ .

8
• Para el tiempo entre eventos:

i) P {Ti ≤ t} = 1 - e–λ t

2i) f (t) = λ e–λ t

3i) E (Ti) = 1 / λ

9
 Tiempos exponenciales

• Teorema 3:
Sea N(t) un proceso de conteo cuyos
tiempos entre eventos son variables
aleatorias independientes ente si, y
con distribución exponencial ( a tasa
λ ); entonces, N(t) es un proceso de
Poisson

10
• Teorema 4:

El proceso de conteo {N(t), t ≥0} es un

proceso de Poisson a tasa λ , si y solo si:

a) Con probabilidad 1, los incrementos del

proceso son de magnitud unitaria

b) E [ N(t+s) – N(t) / N(u), u≤t] = λ s

11
• Teorema 5:
Sea B la unión de un número finito de intervalos disjuntos de
tiempos y NB el número de eventos del proceso de conteo {N(t),
t ≥0} que caen dentro del conjunto B. Entonces, este proceso de
conteo es un proceso de Poisson a tasa λ , si y solo si:
P{NB = n} = e–λ b(λ b)n
n!

Para todo conjunto B, en que b es la longitud total asociado al

conjunto B.

12
Proceso de descomposición
N1(t)

N(t)
1-p
1-p

N2(t)

13
• Teorema 6:

P {N1(t) = j} = e–λ pt (λ pt)j

j!

P {N2(t) = k} = e–λ(1− p)t

(λ (1−p)t)k
k!

Para el proceso anterior, los procesos N1(t) y

N2(t) son variables aleatorias
independientes.
14
 Suma de procesos de
Poisson
• Sean N1(t), N2(t) ,…, Nk(t) procesos de
Poisson independientes a tasas
λ 1, λ 2,...,λ k respectivamente.
Entonces, el proceso:
N(t) = N1(t) + N2(t) +…+ Nk(t) es un
proceso de Poisson a tasa λ =
λ 1 + λ 2 +... ...+ λ k

15
Distribución condicional de los
tiempos entre eventos
• Sea Sj = T1 + T2 + … + Tj
la distribución de Sj corresponde a una
función Gamma de parámetros n y λ

f(t) = λ e–λ t(λ t)n-1

(n-1)!

16
• Bajo el supuesto que ha ocurrido un
evento en el intervalo [0, t], se tiene:

P{S1 ≤ x / N(t) =1 } = P[S1 ≤ x , N(t) =1]

P[ N(t) =1 ]

= P[N(x) =1] * P[N(t-x) =0]

P[ N(t) =1 ]

=x/t

17
 Proceso de Poisson
compuesto
• Definición:
Dado un proceso de Poisson de tasa λ
{N(t), t ≥0} y sea X1, X2 ,…, Xi variables
aleatorias independientes e identicamente
distribuidas, donde estas variables son
además independientes de {N(t), t ≥0} .
Entonces, el proceso {X(t), t ≥0} se dice
de Poisson compuesto si:

18
 X(t) = Σ Xi
donde la sumatoria se mueve para
i desde 1 hasta N(t)

En este proceso, no se cumple con la

propiedad de orden.

19
 Para todo el proceso de Poisson
compuesto se tendrá:

• E[X(t)] = λ t * E(Xi)

• Var[X(t)] = λ t * E(Xi2)

20
 Proceso de Poisson no
homogeneo
• Definición:
Todo proceso de conteo {N(t), t ≥0} se
llama proceso de Poisson no homogeneo
de tasa λ (t) si y sólo si:
i) cumple la propiedad de incrementos
independientes
ii) cumple la propiedad de orden
iii) la tasa de eventos λ (t) depende del
tiempo

21
• Teorema 7:
Dado un proceso de Poisson no
homogeneo de tasa λ (t); {N(t), t ≥0}
y sea la tasa acumulada de ocurrencia
(o valor medio) de eventos en el
intervalo [t1, t2], esto es:
m[t1, t2] = ∫ λ (t) dt
donde la integral se mueve desde t =
t1, hasta t = t2],

22
 Entonces, se tiene que:

• P { [N(t2) – N(t1)] = n } =

e–m(t1,t2) (m(t1,t2))n
n!

23
o, en forma equivalente:

• P { [N(t+s) – N(t)] = n } =

e–[m(t+s) – m(t)]
(m(t+s) – m(t)] n

n!

24