Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONTENIDOS
2. Comportamiento de transicin
3. Comportamiento estacionario
Un proceso estocstico
U t ti en tiempo
ti continuo
ti {X(t) , t 0} con espacio
i de
d
estados S es una cadena de Markov en tiempo continuo si
La matriz
L t i P,
P formada
f d por las
l probabilidades
b bilid d pij , es una matriz
t i estocstica
t ti y,
por lo tanto, la matriz de probabilidades de transicin en un paso de una
CMTD. Designaremos a esta CMTD como la cadena de Markov encajada.
Una CMTC se comporta como una CMTD, pero con intervalos de tiempo de
permanencia en cada estado distribuidos exponencialmente e independientes.
2. Comportamiento de transicin
pasos pij(n).
En las CMTD se estudiaron las probabilidades de transicin en n pasos,
El homlogo en CMTC es la funcin de probabilidad de transicin
Demostracin.
D t i LaL relacin
l i anterior
t i se tiene
ti d la
de l siguiente
i i t cadena
d d
de
igualdades
Tema 2.2 Cadenas de Markov en Tiempo Continuo Probabilidad y Estadstica II
Ejemplo
Ej l (Continuacin
(C ti i del
d l ejemplo
j l de
d Proceso
P d Yule)
de Y l ) Como
C qi,i+1 =
vipi,i+1=i y qij=vipij=0, j i + 1, las ecuaciones diferenciales hacia atrs de
Kolmogorov son
P0(t) = G P(t) ,
donde P(t) y P0(t) las matrices formadas por los elementos pij(t) y p pij(t) ,
respectivamente, y G (generador infinitesimal o generador) en la que los
elementos (i, i) tienen valor vi y los elementos (i, j) , con i j, el valor qij.
P0(t) = P(t) G.
Las ecuaciones hacia atrs y hacia adelante, con la anterior condicin lmite,
tienen la misma solucin:
3. Comportamiento estacionario
Sea {X(t),
{X(t) t 0} una CMTC con matriz de funciones de probabilidad de
transicin P(t). Un vector , con i 0 i y i i =1, se dice que es una
distribucin estacionaria si = P(t) , t 0.
Por lo tanto, la tasa a largo plazo de salida del estado j coincide con la tasa de
entrada en el estado j, y por esta razn las ecuaciones 0 = G se denominan
q
ecuaciones de equilibrio global o simplemente
g p ecuaciones de equilibrio.
q
Tema 2.2 Cadenas de Markov en Tiempo Continuo Probabilidad y Estadstica II
o bien
y despejando
p j
cada i en
funcin de 0
con lo cual
cual,
y sustituyendo
y por
p su valor se obtiene
Tema 2.1. Procesos de Poisson Probabilidad y Estadstica II
Se tiene
p , independientemente
pues, p de qque la primera
p transicin sea por
p nacimiento
o muerte, se produce con tasa 1/(i + i).
Tema 2.1. Procesos de Poisson Probabilidad y Estadstica II
Luego,
d donde
de d d