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.
| Modelo | Intensidad | Qué ve |
|---|---|---|
| Homogéneo | λ = 2/hora todo el día | 48 esperados, repartidos parejo (falso si hay pico). |
| Por tramos | 1 de noche, 4 de día | Pico diurno explícito con dos números. |
| Suave λ(t) | Curva con pico a las 10 h | Transiciones 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:
- 1Call center por turnos.
λ = 1 de noche, 5 de día. Tabla de 24 valores.
- 2Servidor con pico.
Base 10/s + pico de 50/s tras un evento. Curva con joroba.
- 3Comercio por horas.
Valle a las 7 h, pico al mediodía, valle a las 16 h, pico a las 19 h.
- 4Transporte.
Dos picos: mañana y tarde. Entre picos, valle.
- 5Sin 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.
Curva λ(t) y arribos
Λ = ∫λ(t)dt · pico al mediodía
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
- Con alto = 0, ¿cómo es λ(t)? ¿A qué modelo volvemos?
- Subí el alto de 0 a 6 con igual base. ¿El total Λ se duplica o más? ¿Dónde caen los extras?
- ¿Dos días con igual Λ pero picos en distintas horas esperan lo mismo? ¿Necesitan lo mismo?
Ver respuestas sugeridas
- Plana en la base: volvemos al homogéneo con λ = base.
- Crece el área del pico; casi todos los extras caen cerca del mediodía, no de noche.
- 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.