Departamento de Economía

Análisis Estadístico Dinámico

Tema 4. Procesos de Nacimiento y Muerte

Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez

 Departamento de Economía

Proceso General de Nacimiento y Muerte

Xt = “Número de Individuos en la Población en el Instante t”, t0
• Es un Proceso de Markov (cadena) en tiempo continuo con S={0,1,2,...n,...}
• En un intervalo infinitesimal, las transiciones posibles son:

1.- En relación con el arranque: 2.- En general:

0(t).dt + o(dt), si h=1 n(t).dt + o(dt), si h=n+1

P0,h(t,t+dt)= 1-0(t).dt + o(dt), si h=0 P (t,t+dt) = n(t).dt+o(dt), si h=n-1

n,h
o(dt), si h0,1 1-n(t).dt-n(t).dt+o(dt), si h=n
o(dt), si hn-1,n,n+1
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Matriz de Intensidades de Transición

 - 0 (t) 0 (t) 0 0  0 0 0 
 
 1 (t) - 1 (t) - 1 (t) 1 (t) 0  0 0 0 
 0  2 (t) - 2 (t) -  2 (t) 2 (t)  0 0 0 
 
Q(t)   0 0 3 (t) - 3 (t) - 3 (t)  0 0 0 
         

 0 0 0 0   n (t) - n (t) -  n (t) n (t) 
 
         

 n(t) = 0, t0, n=0,1,2,... PROCESO DE NACIMIENTO PURO

 n(t) = 0, t0, n=0,1,2,... PROCESO DE MUERTE PURO

Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez

 Departamento de Economía

Descripción General del Proceso de

Nacimiento y Muerte
- Vector de Estados del Proceso:
Vt = ( P0(t),P1(t), ...,Pn(t), ... ), siendo Pn(t) = P(Xt= n), n=0,1,2,...

- Ecuaciones Diferenciales del Proceso:

Pn (t)  n -1 (t).Pn -1 (t) - [n (t)   n (t)].Pn (t)   n 1 (t).Pn 1 (t), n  1
P0 (t)  -0 (t).P0 (t)  1 (t).P1 (t)

- Tiempo de Permanencia Ininterrumpida en los Estados:

n  Exp(n(t)+n(t)), n1
0  Exp(0(t))
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Proceso de Nacimiento y Muerte sin generación espontánea

- Corresponde al caso 0(t) = 0, 0< n(t)+ n(t) <+∞, n≥1.

En este caso, todos los estados son estables, excepto 0 que es
absorbente, ya que q0(t)= 0, siendo 0<qn(t) <+∞, n≥1. Por tanto:
 1 0 0 0 0 0 0 
 
 μ1(t) 0
λ1(t)
0 0 0 0 
 λ1 (t)+μ1 (t) λ1(t)+μ1(t) 
 μ2 (t) λ 2 (t) 
 0
λ 2 (t)+μ2 (t)
0
λ 2 (t)+μ2 (t)
0 0 0 
P*(t)=  
 
 
 μn (t) λn (t) 
0 0 0 0 0
 λn (t)+μn (t) λn (t)+μn (t) 
 
 

- S = C(0) U Z y, por lo tanto, es una cadena ABSORBENTE.

- A largo plazo, se extinguirá con seguridad.
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Proceso de Nacimiento y Muerte con generación espontánea

- Corresponde al caso 0(t) > 0, 0< n(t)+ n(t) <+∞, n≥1.

En este caso, todos los estados son estables, ya que 0<q0(t) <+∞,
0<qn(t) <+∞, n≥1. Por tanto, la cadena es ESTABLE y:
 0 1 0 0 0 0 0 
 
 μ1(t) 0
λ1(t)
0 0 0 0 
 λ1 (t)+μ1 (t) λ1(t)+μ1(t) 
 μ2 (t) λ 2 (t) 
 0
λ 2 (t)+μ2 (t)
0
λ 2 (t)+μ2 (t)
0 0 0 
P*(t)=  
 
 
 μn (t) λn (t) 
0 0 0 0 0
 λn (t)+μn (t) λn (t)+μn (t) 
 
 

- C(0) = S y, por lo tanto, es una cadena IRREDUCIBLE.

- Su comportamiento a largo plazo, dependerá de que sea
recurrente positiva, recurrente nula o transitoria.
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Procesos de Nacimiento y Muerte Homogéneos

Característica General: n(t) = n , n(t) = n , t0
 La Cadena es ABSORBENTE si 0 =0, n+ n0, n=1,2,...
 La Cadena es IRREDUCIBLE y ESTABLE si n+ n0, n=0,1,2,...
 Existencia de Distribución Estacionaria (Límite): πQ = 0, π.1’=1

0 1...n -1
- Condición Necesaria:  
n 1 1  2 ...  n

0 1...n -1
- Distribución Estacionaria: n  0 , n 1
1 2 ... n
1
0  
0 1 ...n -1
1 
n 1 1  2 ... n
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Algunos Procesos de Nacimiento y Muerte

Homogéneos
 EL PROCESO CON TASAS CONSTANTES: n=, n=, n0
 Aplicaciones: Dinámica de Poblaciones y Líneas de Espera.
 Condición Existencia de Vector Estacionario: <
 Distribución Estacionaria:  0  1 - 
 n  (1 -  )(  ) n , n  1
 EL PROCESO DE ERLANG: n=, n= n, n0
 Aplicaciones: Líneas de Espera con varios Servidores y Telefonía.
 Distribución Estacionaria:  n  n!1 (  ) n e -/ , n  0
 ( /)
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Procesos Puros de Nacimiento

- Corresponde al caso n(t) =0, 0< n(t) <+∞, n ≥0
En este caso, todos los estados son estables, ya que 0<qn(t) <+∞, n≥0.
Por tanto, la cadena es ESTABLE y:
 -λ0 (t) λ0 (t) 0 0 0 0 0  0 1 0 0 0 0 0 
   
 0 -λ1(t) λ1(t) 0 0 0 0  0 0 1 0 0 0 0 
 0 0 -λ 2 (t) λ 2 (t) 0 0 0  0 0 0 1 0 0 0 
Q(t)=   P*(t)=  
   
 0 0 0 0 0 -λn (t) λn (t)  0 0 0 0 0 0 1 
   
   
   

- S = Z y, por lo tanto, es una cadena TRANSITORIA.

- Estas cadenas son procesos de RECUENTO, NO convergen a largo
plazo y no tienen distribución estacionaria.
- Se puede obtener su comportamiento en t, Pn(t )  n 1(t ).Pn 1(t )  n (t ).Pn (t ) , n  1 

resolviendo el sistema de ecuaciones diferenciales: P0(t )  0 (t ).P0 (t ) 

Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez

 Departamento de Economía

Procesos Puros de Nacimiento

 EL PROCESO DE POISSON: n=, n0
 Aplicaciones: Siniestros, Astronomía, Averías, Llegadas, etc.
(t) n -t
 Distribución del Proceso: Pn (t)  e ,n  0
n!
Xt (t) , t>0
 EL PROCESO DE YULE-FURRY: n=n, n1, X0= r1
 Aplicaciones: Epidemias, Evolución de Especies.
 n - 1 -rt
 Distribución del Proceso: Pr, n (t)   .e .(1 - e -t ) n -r , n  r
n - r
Xt-X0  BN(r,e-t)
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Procesos Puros de Muerte

- Corresponde al caso n(t) =0, n ≥0, 0< n(t) <+∞, n ≥1, X(0) = r
En este caso, el estado 0 es siempre absorbente, pues q0(t)=0, siendo el
resto de estados estables, ya que 0<qn(t) <+∞, n≥1 y:
 0 0 0 0 0 0 0  1 0 0 0 0 0 0 
   
 μ1(t) -μ1(t) 0 0 0 0 0  1 0 0 0 0 0 0 
 0 μ2 (t) -μ2 (t) 0 0 0 0  0 1 0 0 0 0 0 
Q(t)=   P*(t)=  
   
 0 0 0 0 μn (t) -μn (t) 0  0 0 0 0 1 0 0 
   
   
   

- S = C(0) U Z y, por lo tanto, es una cadena ABSORBENTE.

- Estas cadenas son procesos de DESCUENTO y se extinguen a largo
plazo siempre.
- Se puede obtener su comportamiento en t, Pr(t )   r (t ).Pr (t ) 

resolviendo el sistema de ecuaciones Pn(t )   n (t ).Pn (t )  n 1(t ).Pn 1(t ) ,1  n  r  1
P0(t )  1(t ).P1(t ) 
diferenciales: 
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Procesos Puros de Muerte

 EL PROCESO CON TASA CONSTANTE: n=, n1, X0=r
 Aplicaciones: Modelos de Extinción.
(  .t) r -n
 Distribución del Proceso: Pn (t)  r
,n r
(r - n)!  ( i!.t)
i

i 0

 EL PROCESO CON TASA LINEAL: n=n, n1, X0=r

 Aplicaciones: Gestión de Inventarios, Emigración, etc.
 r  -n t
 Distribución del Proceso: Pn (t)   .e .(1 - e -  .t ) r -n , n  r
n
Xt  B(r,e-t)
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Modelo para una Estación de Peaje

DATOS:
• Dispone de una única ventanilla.
• Los automóviles llegan según una tasa constante
de 2 por minuto.
• El cobro de peaje tiene una duración
exponencial con media de 20 segundos.
• Desearía estimar el efecto de incorporar una
segunda ventanilla al servicio.
MODELO:
Xt = “Número de Vehículos que esperan para pagar peaje, al cabo de t minutos”, t0

n(t) = 2
< Admite vector estacionario
n(t) =3
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez
 Departamento de Economía

Modelo para una Estación de Peaje

0 = 0.3333

 n    .1- , n  0
 n  1 = 0.2222
  2 = 0.1481
3 = 0.0988, ...
 Número Medio de Vehículos en la Estación: E() = /(-) = 2
 Si pasamos a 2 ventanillas: n(t) = 2, 1(t) = 3, n(t) = 6, n2

2 -  0 = 0.5
0 
2   1 = 0.3333
n
   2 -  2 = 0.1111, ...
 n  2.  . , n 1 E() = 4/(42-2) = 0.75
 2  2  
Análisis Estadístico Dinámico Dr. J.J. Núñez Velázquez