Por el Teorema (2.

3) a continuación la solución es

(aquí usamos (1.13) para obtener R * F = R – 1).

Está claro de (1.31) que L es finito con probabilidad uno. El valor esperado de L
puede obtenerse directamente de su distribución; sin embargo, es más fácil usar los
argumentos de la prueba anterior: Si S1 = + ∞, entonces L = 0; si S1 < ∞, entonces
L es la suma de S1 y el tiempo de vida del proceso de renovación cuyo origen
temporal está en S1 y cuyos intervalos sucesivos son S2 – S1, S3 – S2, . . Por eso,

de donde resolvemos para E[L] para obtener

(1.33) EJEMPLO. Problema de retraso de peatones. Considere el modelo de tráfico

del ejemplo (1.3). Supongamos que, en el tiempo t = 0, un peatón (o un vehículo en
una calle lateral) llega a ese punto fijo y quiere cruzar la carretera. Para cruzarlo, el
peatón necesita τ unidades de tiempo; por lo tanto, comienza a cruzar en L = Sn si
y solo si W1 ≤ τ, . . ., Wn ≤ τ y Wn+1 > τ. Vemos que L es el tiempo de vida del
proceso de renovación Ŝ cuyo n-ésimo intervalo está dado por

Si la distribución de Wn es φ, entonces la de Ŵn es

De ahí que el retraso que experimente el peatón tenga la distribución

donde R=∑Fn. (Parte abajito)El retraso esperado es, de,

En particular, si el flujo de tráfico es un proceso de Poisson con velocidad λ,

entonces φ(t) = 1 – e −λ t , t ≥ 0, y

EJEMPLO. Contadores Geiger de tipo II. Las partículas llegan al mostrador de

acuerdo con un proceso de renovación. En el momento t = 0, llega una partícula,
se registra y bloquea el contador durante un tiempo fijo τ. Si no hay llegadas
durante [0, τ], entonces el contador se desbloquea en el tiempo τ, la siguiente
partícula en llegar se registra y el contador se bloquea nuevamente durante un
tiempo de longitud τ . Si una llegada ocurre durante un período bloqueado, no se
registra, pero extiende el período bloqueado para que el contador permanezca
bloqueado hasta τ Las unidades de tiempo pasan después de esa llegada. Si W1
, W2 , . . . son los tiempos sucesivos de interllegada (investigar), entonces el
contador se desbloquea por primera vez en Sn + τ = W1 + · · · + Wn + τ si y solo
si W1 ≤ τ, . . ., Wn ≤ τ , Wn+1 > τ. Por lo tanto, la longitud del primer período
bloqueado es igual a L + τ, donde L es la vida útil del proceso de renovación Ŝ
con intervalos definidos por

La distribución de la longitud de un período bloqueado se puede obtener igual que

en el ejemplo anterior una vez que se conoce el φ de distribución del Wn.
Phi por 1.618.

2. Procesos regenerativos y teoría de la renovación

Consideremos un proceso estocástico Z = {Zt ; t ≥ 0} con el espacio de estado
E. Supongamos que cada vez que ocurre un cierto fenómeno, el futuro del
proceso Z después de ese tiempo se convierte en una réplica probabilística del
futuro después del tiempo cero. Tales tiempos (generalmente aleatorios) se
llaman tiempos de regeneración de Z, y se dice que el proceso Z es
regenerativo. Por ejemplo, si Z es una cadena de Markov o un proceso de
Markov con un espacio de estado contable E y si j es un estado fijo, entonces
cada vez en qué estado j se ingresa es un tiempo de regeneración para
Z que comienza en j.
Por el momento, para motivar esta teoría, sea Z un proceso regenerativo con
un espacio de estados discreto , y considere la probabilidad f (t) de que Zt = i
para algunos Estado fijo I. Como en la prueba de (1.31), condicionamos el
evento {Zt = i} al tiempo S1 de la primera regeneración, y argumentamos lo
siguiente. El proceso Z se regenera en S1 , y el proceso futuro definido por
tiene la misma ley de probabilidad que el propio Z. Dado S1 , si S1 = s ≤ t,

entonces y por lo tanto,

Por lo tanto, si definimos

Entonces tenemos

Esta ecuación se denomina ecuación de renovación. Los resultados que

obtendremos en esta sección nos permitirán resolver tales ecuaciones para f y
estudiar el comportamiento de la solución f para t grande. Por lo tanto, por medio
de la teoría que desarrollaremos, estudiar el comportamiento de Z se reduce a
calcular la función g. Esta teoría se llama teoría de la renovación, y es la
herramienta principal para estudiar los procesos regenerativos en ausencia de
propiedades adicionales. Por el contrario, es esta aplicabilidad a los procesos
regenerativos lo que hace que la teoría de la renovación sea la herramienta más
importante en la teoría de la probabilidad elemental . La teoría de la renovación
es el estudio de la llamada ecuación de renovación.

donde F es una función de distribución en y f y g son funciones que están acotadas

en intervalos finitos. Se supone que F y g son conocidos, y el problema es resolver
f y examinar su comportamiento en el infinito. En cuanto a la solución, tenemos
TEOREMA. La ecuación de renovación (2.2) tiene una y sólo una solución; es

donde R = ∑ F n es la función de renovación correspondiente a F.

Prueba:
lo que demuestra que R * g es una solución. Es otra solución, entonces h = f – R
* g debe satisfacer h = F * h, lo que implica que

para todo n. De la finitud de R(t) se deduce que F n (t) → 0 como n → ∞ para

cualquier t fijo. Por lo tanto, como n →∞, F n * h (t) → 0, lo que implica que h (t) =
0.
En el caso de que el proceso de renovación S asociado con la distribución F sea
transitorio, el comportamiento limitante de la solución R * g es fácil de ver
PROPOSICIÓN. Si F(∞) < 1, entonces

siempre que g(∞) = limt→∞ g(t) exista.

En el caso recurrente, el resultado clave se deriva del teorema (1.23) y
proporciona el comportamiento limitante de R * g (t) para t grande para una cierta
clase de funciones g que presentamos a continuación. Sea g ≥ 0 una función que
está acotada sobre intervalos finitos, y para b > 0 definir

y poner

DEFINICIÓN. Se dice que la función g es directamente integrable de Riemann

(notación: ) siempre que las sumas (2.5) converjan para cada b > 0 y que

Si , entonces
donde la última integral es la integral de Riemann usual de g sobre [0, ∞). Por lo
tanto, la integralidad directa de Riemann implica la integralidad de Riemann.
Algunos resultados en la dirección inversa se pondrán después del siguiente
teorema. Este es el teorema del límite principal de esta sección y a veces se
denomina teorema de renovación clave. Implica Teorema (1.23) y, como
mostrará la demostración, está implícito en (1.23 ). Como antes, el número m que
aparece debajo es el valor esperado definido por (1.22), y 1/ m debe tomarse
como cero cuando m es infinito.
TEOREMA. Si , F (∞) = 1, y F no es aritmética, entonces

Si F (∞) = 1, F es aritmética con δ, y converge, entonces

Prueba. (a), R * F = R – 1, por lo que R * (1 – F) = 1. Dado que la función 1 – F es

monótona

y eligiendo b para que F(b) < 1 veamos que

Dado que cualquier intervalo se puede dividir en un número finito de intervalos de

menor longitud, (2.11) es válido para cualquier b > 0.
(b) Supongamos que F no es aritmética. Para b fijo > 0 y sea en la función
indicadora del intervalo [nb, nb + b), es decir, en (x) = 1 o 0 según nb ≤ x < nb
+ b o no. Entonces R * in (t) = R(t – nb) – R(t – nb – b ) para t > nb + b y, por lo
tanto

(c) A continuación, sea h = ∑ncn en , donde las constantes cn ≥ 0 son tales que
∑cn < ∞. Por (2.11), R * en (t) ≤ βb , y, por lo tanto
Tomando límites como t → ∞ usando (2.12), y luego dejando k ir al infinito,
obtenemos

Para , y en las

notaciones que preceden a Entonces

y se aplica a y al rendimiento

La prueba se completa usando (2.14 ) y (2.15), dejando b → 0, y usando la

definición de integralidad directa. (e) Para el caso aritmético, la demostración debe
modificarse ligeramente tomando b = δ y pasando al límite
solo sobre celosías de forma.
A continuación, se reúnen algunos resultados sobre la integralidad directa que se
encuentran con bastante frecuencia.
PROPOSICIÓN, (a) Sea g ≥ 0 continua y desapareciendo fuera de un intervalo
finito; entonces 𝑔̂.

b) Sea g ≥ 0 acotado y continuo; entonces si 𝑔̂ y solo si para algún b > 0.

c) Sea g ≥ 0 monótona no creciente; entonces si 𝑔̂ y sólo si g es Riemann
integrable.
(d) Sea g ≥ 0 y sea φ una función de distribución en R+. Si𝑔̂ , entonces también.
Las pruebas de (a), (b) y (c) son inmediatas de la definición. Para probar (d), primero
observamos que es suficiente mostrarlo para de forma g = ∑cn en donde en es
la función indicadora de [nb , nb + b) para algunos fijos b > 0. Para tal g y para t ∈
[nb, nb + b) = An ,

Observando que
y que

Obtenemos

Por lo tanto,

según sea necesario.

Como primera aplicación de la teoría de la renovación desarrollada anteriormente,
ahora damos un refinamiento del Corolario (1.24), que establece que para t grande
la función de renovación varía como t / m. Estimar el comportamiento de la
diferencia

primero notamos que f satisface la ecuación de renovación f = g + f * f con

Esta función g es monótona, y

donde υ^2 es la varianza de un tiempo de interrenovación. Por lo tanto, la

aplicación del teorema (2.8) produce la demostración de lo siguiente:
PROPOSICIÓN. Si S es aperiódico y υ^2 < ∞, entonces
El resto de esta sección está dedicado a las aplicaciones de la teoría de la
renovación a los procesos regenerativos. Comenzamos por hacer que el concepto
de regeneración sea más preciso. Consideremos un proceso estocástico Z = {Zt ;
t ≥ 0} con el espacio de estado E. Por razones técnicas, asumimos que E tiene
una topología y que las rutas t → Zt (ω) son continuas a la derecha para casi todos
los ω ∈ Ω. Recordamos que un tiempo aleatorio T se llama tiempo de detención
de Z siempre que para cada t , si el evento {T ≤ t} ha ocurrido o no se puede
determinar una vez que la historia { Zu ; u ≤ t} antes de que t se conozca.
DEFINICIÓN. El proceso Z = {Zt ; t ≥ 0} se dice que es regenerativo siempre que
exista una secuencia S0 , S1 , . . . de tiempos de parada tales que
a) es un proceso de renovación
(b) para cualquier n, , y cualquier función
acotada f definida en E^n,

La propiedad (2.18b) se llama la propiedad de regeneración aplicada en Sm, y los

tiempos S0 , S1 , . . . se llaman los tiempos de regeneración.
Para entender mejor (2.19), sea Wt = f(Zt+t1 , . . ., Zt+tn ); y
sea el proceso futuro obtenido de Z tomando T = Sm como origen temporal, es
decir, sea
para todos u ≥ 0. En primer lugar, tenga en cuenta que

Luego, observe que contiene dos declaraciones:

De estos, afirma que el proceso futuro 𝑍𝑛 ; 𝑛 ∈ ℕ es independiente de la historia

pasada {Zu ; u ≤ T} antes de T, y establece que la ley de probabilidad de 𝑍𝑛 ; 𝑛 ∈ ℕ
es la misma que la de Z. Sea Z = {Zt ; t ≥ 0} un proceso regenerativo con puntos de
regeneración𝑆𝑛 ; 𝑛 ∈ ℕ , y sea F la función de distribución de los tiempos entre
regeneraciones. Definir, para un subconjunto abierto A⊂E,
y deje que

Por la propiedad de regeneración aplicada en 𝑆𝑛 ,

Por lo tanto, la función f satisface