n el número de ensayos u observaciones 3.PROCESOS DE LLEGADA • Hipótesis fundamental en teoría clásica: llegadas independientes 1. Recordemos que para resolver éste tipo de problemas usamos la distribución de probabilidad binomial. q la probabilidad de fracaso: q = 1 – p La expresión anterior puede ser escrita como: . p la probabilidad de éxito 4. En un intervalo suficientemente pequeño solo puede producirse una llegada 2. La probabilidad de una llegada en un intervalo suficientemente pequeño es directamente proporcional a la longitud del mismo 3. Según el problema que nos planteemos sobre el resultado de un proceso de Bernoulli pueden surgir distintas distribuciones asociadas. Distribución binomial La distribución de probabilidad de la variable aleatoria X es: Donde: 1. La probabilidad de una llegada en un intervalo es independiente de lo que suceda en otros intervalos • Tasa media de llegadas de llamadas de una gran población de fuentes (usuarios) independientes PROCESOS DE BERNOULLI Se refiere a experimentos que se repiten una cantidad finita de n veces. Los procesos de Bernoulli son un caso concreto de proceso estocástico de tiempo discreto. en donde cada repetición solo tiene como resultado 2 opciones: éxito o fracaso. X es el número establecido de éxitos 2.

La cantidad de ensayos es n.  La probabilidad de que suceda un éxito es constante y a esta se la llama p. Se utiliza para describir un proceso donde los resultados se pueden etiquetar como un evento o evento fallido si. Se utiliza frecuentemente en control de calidad. ii) ii) N(0)=0 La probabilidad se obtiene por medio de  X: número establecido de éxitos  : media  e :2.  Proceso de renovación en la cual los tiempos entre llegadas obedecen una distribución exponencial. mientras que la probabilidad de no éxito también se mantiene constante y es q=1-p PROCESOS DE POISSON  Representa el número de resultados que ocurren en un intervalo de tiempo dado o en un área o volumen específico.  se dice que es un proceso de Poisson con razón media (o con intensidad) υ si: i) N(t) tiene incrementos independientes estacionarios. un elemento pasa o no pasa una inspección o un partido político gana o pierde.  Cada uno de los ensayos son independientes. sondeos de opinión pública. Un proceso de Bernoulli tiene las siguientes propiedades:  El experimento se trata de la repetición de ensayos. investigaciones médicas y seguros.7183 Se demuestra que: Si el número de eventos que ocurren en un intervalo sigue una distribución de Poisson los tiempos entre llegadas de eventos siguen una distribución exponencial  El tiempo entre llegadas sigue una exponencial de parámetro  Tiempo medio entre llegadas 1/λ ⇒ en media λ llegadas por segundo .  Cada uno de los ensayos que se realiza se pueden clasificar en éxitos o no éxitos. es decir. por ejemplo. no dependen del ensayo anterior.

la superposición de un gran número de ellos tiende a un proceso de Poisson Tiempo de ocupación • Duración de las llamadas • Lo más simple: tiempo constante 1. i = 1.. 2. • Tiempo exponencial 1. Las variables X.. son independientes y toman valores en (0. etc. Otros Tipos de Procesos Proceso de Galton-Watson: es un proceso estocástico utilizado para modelizar el desarrollo de una población de individuos autorreplicantes. Al tiempo t+1 las variables X son independientes de la cantidad de individuos al tiempo t. 1.1.2). Propiedad: el tiempo restante de una llamada es independiente de lo que haya durado hasta ahora. Poco realista para llamadas 2. procesado de señalización. Actividades automáticas: reproducción de mensajes. Variables aleatorias (continuas) 2. Tiempos menores de la media muy comunes 3. . . 2. Cada vez menos comunes tiempos mayores que la media 4. Random Splitting • Proceso de Poisson con tasa λ • Repartidas las llegadas en dos grupos mediante Bernoulli de parámetro p • Los procesos resultantes son procesos de Poisson de tasas Superposición  La superposición de dos procesos de Poisson es un proceso de Poisson de tasa la suma de las dos  Para ciertos procesos muy comunes (independientes).

la variable aleatoria x(t) tiene distribución Normal. Tenemos dos variables aleatorias que representan dos procesos  Representación “Número”. Un proceso normal es importante en el análisis estocástico de un fenómeno aleatorio observado en las ciencias naturales. Se mantiene el número de llamadas constante y se observa la variable Ti REFERENCIAS BIBLIOGRAFICAS  (Distribuciones Discretas.unavarra. Área de Ingeniería Telemática) https://www. Proceso Normal o Gaussiano Se dice que es un proceso gaussiano si para cualquier tiempo t. iii) E[x(t)]=0 para todo el tiempo.pdf  (TRÁFICO 2012. El intervalo de tiempo t se mantiene constante y se observa el número de llegadas en ese tiempo Nt  Representación “Intervalo”. Pablo Aranda Alarcón) http://slideplayer.es/slide/5548422/ .net/karelismolina9/07-procesos-estocasticos-1  (Definición.slideshare. Se puede demostrar que la varianza de un proceso Wiener. iv) x(0)=0 • Este proceso se conoce en el mundo físico como movimiento Browniano y juega un importante papel en la descripción del movimiento de pequeñas partículas inmersas en un líquido o gas.es/slide/10106419/  (Ingeniería de Teletráfico. Lic.) http://slideplayer. 3.net/chanita78/distribuciones-discretas-estadis-ii  (Generación de Proceso estocásticos. ya que muchos fenómenos aleatorios Pueden ser representados aproximadamente por una densidad de probabilidad normal Proceso de Wiener-Lévy Se dice que es un proceso de Wiener-Lévy si: i) x(t) tiene incrementos independientes estacionarios.es/~daniel/docencia/redes/redes11_12/slides/50- Teletrafico. Las variables aleatorias tiene la misma distribución (están distribuidas idénticamente). Una Cola es una línea de espera y la teoría de colas es una colección de modelos. Héctor Allende) https://es.slideshare. Departamento de Informática.tlm. Proceso de Feller-Jensen: son procesos estocásticos que toman valores sobre espacios de operadores de algún espacio funcional.Lévy aumenta linealmente con el tiempo. Gabriel Leandro ) https://es. ii) Todo incremento independiente tiene distribución normal.