Está en la página 1de 3

Estad stica Actuarial II

Examen nal, 14 de Septiembre de 2006.


2 1. Dene los siguientes conceptos: proceso de Bernoulli, matriz de transici on regular, funci on generatriz de probabilidad. Razona si las siguientes armaciones son verdaderas o falsas, dando un argumento en el primer caso y un contraejemplo en el segundo: 1. 2. En la matriz de transici on de una cadena de Markov, la la correspondiente a un estado absorbente tiene, al menos dos valores no nulos. En un proceso de Poisson, el tiempo que transcurre entre dos variables aleatorias sigue una distribuci on exponencial.

Soluci on. 1. El proceso de Bernoulli consiste en una serie (en tiempo discreto) de experimentos independientes dicot omicos, donde la probabilidad de exito es p y la probabilidad de fracaso es 1 p. Una matriz de transici on es regular si alguna potencia suya tiene todas sus entradas estrictamente positivas. Dada una distribuci on de probabilidad N denotemos por pn a P (N = n). Se dene la funci on generatriz de probabilidad de N como la funci on GN (s) = n=0 pn sn . Falso. La matriz identidad 2 2 corresponde a una cadena de Markov con dos estados absorbentes, y cada la tiene un s olo valor no nulo. Sean 0 < t1 . . . < tn . . . los instantes en los que ocurren los sucesos del proceso de Poisson de tasa . Denamos Zn = tn tn1 . Se tiene que 1 FZn (x) = P (Zn > x) = P ((Ntn1 +x Ntn1 ) = 0) = P (Nx = 0) = ex . FZ (x) = La u ltima desigualdad es debida a que Nx sigue una Poisson de par ametro x. AsY, n x 1e y Zn sigue una exponencial de par ametro . 2 2. Dibuja el grafo de una cadena de Markov que contenga exactamente un estado absorbente, dos estados recurrentes peri odicos y dos estados transitorios. Escribe su matriz de transici on. Consideremos la cadena de Markov cuya matriz de transici on es 05 05 05 05 05 0 0 0 25 0 0 0 0 0 05 0 75 0

2. 3.

Suponiendo que sabemos que el estado E1 es no nulo, pru ebese que es erg odico. Hallar, para la cadena de Markov del apartado anterior, la matriz de transici on (en alg un paso) de estados transitorios a recurrentes. Soluci on.

1.

Una tal matriz de transici on podr a tener la siguiente ella): 1 0 0 0 0 25 0 0 75 0 0 1 0 0 05 0 0 05 05 0 0 0

forma (el grafo es trivial a partir de 0 0 0 0 05

La primera la corresponde al estado absorbente, la segunda y la tercera a los estados recurrentes peri odicos (de periodo dos) y las dos u ltimas a los estados transitorios. 2. Hemos de ver que el primer estado es recurrente y aperi odico. La probabilidad de volver a E1 en alg un paso es i1 0 5n , que es una progresi on geom etrica cuya suma es 1. Por tanto, el estado es recurrente. Adem as, la probabilidad de volver en un paso de E1 a s mismo es no nula, con lo cual no puede haber periodo. Sea Q la matriz que regula la transici on de estados transitorios a transitorios, y B la matriz de probabilidades de absorci on de los estados transitorios por los conjuntos cerrados e irreducibles (en este caso s olo hay uno de estos u ltimos). La matriz pedida es (Id Q)1 B . En este ejercicio en concreto, se tiene que: Q= Por tanto, la matriz pedida es: 06 1 2 3. Un m edico pasa consulta en su casa, presta servicio en un hospital y adem as da clases en la Facultad de Medicina. Si un d a pasa consulta, al siguiente va al hospital o da clase con la misma probabilidad; si est a en el hospital, al d a siguiente va a la Facultad con probabilidad 075; y si da clase, el siguiente d a estar a en casa con probabilidad 0,25. Si nunca pasa dos d as seguidos en el mismo lugar, se pide: Dar la matriz de transici on del proceso. Si hoy el m edico est a en casa, calcular la probabilidad de que pasado ma nana no est e. Calc ulese la proporci on de tiempo que, a largo plazo, pasa el m edico en cada uno de los tres sitios, y el tiempo medio que tarda en volver a cada uno de ellos. Soluci on. 1. La matriz de transici on del proceso es: 0 05 05 0 0 75 T = 0 25 0 25 0 75 0 Aqu la primera la (y columna) representa a la casa, la segunda al hospital y la tercera a la Facultad. 2. 3. La posibilidad de que dentro de dos d as no est e en casa es la suma de las entradas a12 y a13 de la matriz T 2 , que es 0 375 + 0 375 = 0 75. En realidad, se est a pidiendo la distribuci on estacionaria del proceso. El vector (1 , 2 , 3 ) que dene la distribuci on estacionaria puede calcularse resolviendo el sistema denido por x x T y = y z z 16 12 0 8 16 yB= 05 0 25 .

3.

junto con la ecuaci on x + y + z = 1. As , la distribuci on estacionaria de este proceso es (1 , 2 , 3 ) = (0 2, 0 4, 0 4), lo cual signica que a largo plazo el m edico pasa una quinta parte del tiempo en casa, dos quintas partes en el hospital y dos quintas partes en la facultad. En este caso, el tiempo medio de recurrencia es el inverso de la entrada correspondiente en la distribuci on estacionaria. Por tanto, tarda en volver a casa 5 unidades de tiempo, en volver al hospital 5/2 unidades, y en volver a la Facultad 5/2 unidades. 2 4. La entrada de llamadas en una centralita telef onica sigue un proceso de Poisson a un ritmo de 4 llamadas por hora. Calcular la probabilidad de que en la primera hora y media no llegue ninguna llamada. Calcular la probabilidad de que en dos horas entren exactamente 7 llamadas. Calcular la probabilidad de que en dos horas entren siete llamadas, sabiendo que la primera hora entraron tres. Si en dos horas entraron siete llamadas, calcula la probabilidad de que en la primera hora entrasen exactamente tres. Soluci on. Sea {Xt } el proceso de Poisson correspondiente a la entrada de llamadas, que tiene par ametro 4. Lo primero que nos piden es P (X1 5 = 0), que vale e6 . Ahora se pide P (X2 = 7), que es e8 8 7! , que vale aproximadamente 0139. La probabilidad pedida es P (X2 = 7|X1 = 3), que por homogeneidad es la misma que 4 P (X1 = 4). Esto vale e4 4 4! , que es 0195. Esta probabilidad es P (X1 = 3|X2 = 7). Por la f ormula de la probabilidad condicionada y el |X1 =3)P (X1 =3) y vale aproximadamente 0273. teorema de Bayes, esto es exactamente P (X2 =7P (X2 =7) Todos los problemas valen lo mismo, es decir 25 puntos.
7