Procesos Estocásticos y Cadenas de Markov · Tema 10

Función de intensidad

Cuando la tasa varía con el tiempo: λ(t) con picos y valles, media integral y lectura por intervalos.

01 · Punto de partida

El ritmo no siempre es parejo

Un hospital recibe poco a las 4 h y mucho a las 10 h; un servidor explota tras un partido. Una sola λ (Tema 9) promedia el día pero esconde los picos: sobran agentes de noche y faltan de día.

La salida es una función de intensidad λ(t): la tasa hora por hora. Con ella, cada intervalo tiene su propio ritmo.

  • ¿A qué hora llegan más: dónde está el pico de λ(t)?
  • ¿Cuántos se esperan hoy: la integral de λ(t)?
  • ¿Cómo se lee λ(t) por intervalos: promedio por hora?
  • ¿Cuándo basta una λ y cuándo hace falta λ(t)?

02 · Definición

¿Qué es λ(t)?

Tres lecturas de la misma curva:

〜

Curva

λ(t) hora por hora: 0,5 de noche, 4 al mediodía. Describe el día completo.

∫

Integral

Λ = ∫λ(t)dt: eventos esperados en el intervalo. El área manda.

▥

Promedio

λ̄ = Λ/largo: la λ constante equivalente. Resume, pero borra los picos.

Si λ(t) = λ constante, la integral da λ·(b−a) y volvemos a Poisson homogéneo. λ(t) lo generaliza.

λ constante frente a λ(t): misma media diaria, distinto día.
ModeloIntensidadQué ve
Homogéneoλ = 2/hora todo el día48 esperados, repartidos parejo (falso si hay pico).
Por tramos1 de noche, 4 de díaPico diurno explícito con dos números.
Suave λ(t)Curva con pico a las 10 hTransiciones graduales entre valle y pico.

03 · Anatomía

Picos, valles y áreas

Cuatro ideas para leer cualquier λ(t):

Pico
Zona de λ alta: concentra eventos. Ancho × alto = aporte al total.
Valle
Zona de λ baja: casi no aporta aunque sea larga.
Área Λ
La integral en el intervalo: lo esperado allí. Dos curvas con igual área esperan igual total.
λ máxima
El techo λ* = máx λ(t): se usa para simular por refinamiento. (Tema 18)

λ constante

Un número

Fácil de estimar y simular. Falla con horarios pico.

λ(t)

Una curva

Captura picos y valles. Exige más datos y simulación por aceptación.

04 · Ejemplos

Intensidades que un programador tabula

En la práctica λ(t) es una tabla por hora o una fórmula con pico:

λ por hora→área Λ→eventos esperados
  1. 1
    Call center por turnos.

    λ = 1 de noche, 5 de día. Tabla de 24 valores.

  2. 2
    Servidor con pico.

    Base 10/s + pico de 50/s tras un evento. Curva con joroba.

  3. 3
    Comercio por horas.

    Valle a las 7 h, pico al mediodía, valle a las 16 h, pico a las 19 h.

  4. 4
    Transporte.

    Dos picos: mañana y tarde. Entre picos, valle.

  5. 5
    Sin pico: homogéneo.

    Sensores estables: λ(t) ≈ λ. No compliques lo parejo.

05 · Representación en Python

λ(t) es una función, Λ es una suma

En Python, la intensidad es una función lam(t) y lo esperado es la integral numérica (suma fina). Con eso se tabula por horas y se calcula el total.

Python en tu navegador. Estos bloques se ejecutan localmente con Pyodide, sin instalar nada. Cambiá el pico y mirá el área.

import math

def lam(t):
    # Base 1 + pico gaussiano de alto 3 centrado en 10 h.
    return 1.0 + 3.0 * math.exp(-((t - 10) ** 2) / 8)

for t in [0, 6, 10, 14, 22]:
    print(t, round(lam(t), 2))

En t = 10 la intensidad toca 4,0; de noche vuelve a 1,0. El pico es local, no permanente.

Del pico al total con la integral

Sumando λ(t) en rebanadas finas se obtiene Λ sin fórmulas difíciles:

import math

def lam(t):
    return 1.0 + 3.0 * math.exp(-((t - 10) ** 2) / 8)

def integral(a, b, dt=0.05):
    total, t = 0.0, a
    while t < b:
        total += lam(t) * dt
        t += dt
    return total

print("0-24:", round(integral(0, 24), 1))
print("9-11:", round(integral(9, 11), 1))

06 · Exploración

Laboratorio: pico alto, muchos eventos

Intensidad con base + pico al mediodía: λ(t) = base + alto·joroba(t−12). Arriba va la curva; abajo, 5 réplicas de ticks (un tick = un evento). Subí el alto y el mediodía se llena; subí la base y se llena todo el día.

EXPERIMENTO 10

Curva λ(t) y arribos

Λ = ∫λ(t)dt · pico al mediodía

Los resultados numéricos aparecen debajo.
Media por réplica0,00
Teoría Λ(0–24)0,00
λ máxima0,00
LecturaPico marcado

Con base 1 y pico 3, se esperan unos 39 eventos por día.

La curva amarilla es λ(t); el área bajo ella es Λ. Los ticks se concentran donde la curva es alta: el pico genera, el valle descansa.

Preguntas para explorar

  1. Con alto = 0, ¿cómo es λ(t)? ¿A qué modelo volvemos?
  2. Subí el alto de 0 a 6 con igual base. ¿El total Λ se duplica o más? ¿Dónde caen los extras?
  3. ¿Dos días con igual Λ pero picos en distintas horas esperan lo mismo? ¿Necesitan lo mismo?
Ver respuestas sugeridas
  1. Plana en la base: volvemos al homogéneo con λ = base.
  2. Crece el área del pico; casi todos los extras caen cerca del mediodía, no de noche.
  3. Esperan igual total, pero la capacidad (pico) difiere: igual área no implica igual dotación.

07 · Comprensión

Confusiones frecuentes

«λ(t) es la cantidad que llega en t»

No: es el ritmo instantáneo. La cantidad en un intervalo es la integral, no el valor puntual.

«El promedio diario alcanza»

Para el total sí, para la capacidad no. El pico manda los recursos, no el promedio.

«Más parámetros siempre es mejor»

λ(t) con muchos tramos pide muchos datos. Si el día es parejo, una λ basta.

«La integral es solo teoría»

Es la cuenta operativa: Λ por turno dice cuántos agentes, cuánto stock, cuánta capacidad.

08 · Práctica guiada

Ejercicios con Python

Ejercicio 1: leer una tabla de intensidad

Esta tabla da λ por turno de 8 h. Calculá Λ por turno y el total diario.

turnos = [("noche", 1.0), ("día", 4.0), ("tarde", 2.0)]
for nombre, lam in turnos:
    print(nombre, lam * 8)
print("total:", sum(lam * 8 for _, lam in turnos))
Ver solución razonada

Da 8, 32 y 16: total 56. El turno día aporta más de la mitad aunque dure lo mismo: el área del pico manda.

Ejercicio 2: promedio que esconde

Sin ejecutar primero: con ese total en 24 h, ¿qué λ̄ da? ¿Alcanza para el turno día?

print(56 / 24)
Ver solución

Da 2,33/hora, muy por debajo del 4 del día. Dimensionar con el promedio deja el pico corto.

Ejercicio 3: integral de un pico

Calculá Λ(9–11) del pico gaussiano del bloque Python y compará con 2 h de base.

Ver una posible respuesta
import math

def lam(t):
    return 1.0 + 3.0 * math.exp(-((t - 10) ** 2) / 8)

def integral(a, b, dt=0.05):
    total, t = 0.0, a
    while t < b:
        total += lam(t) * dt
        t += dt
    return total

print("9-11:", round(integral(9, 11), 2))
print("base 2 h:", 2.0)

Da ≈ 7,5 contra 2 de base: el pico aporta 5,5 extras en solo 2 horas.

09 · Síntesis

Ideas para recordar

  • λ(t) es el ritmo instantáneo; Λ = ∫λ es lo esperado.
  • El área manda: picos altos y anchos aportan más.
  • λ̄ resume el total pero esconde el pico: capacidad ≠ promedio.
  • En Python: función lam(t) + integral numérica + tabla por turnos.
  • λ constante es el caso λ(t) plana.

En el próximo tema mediremos lo que hay entre arribos: tiempos entre arribos.