Está en la página 1de 9

Introduccin a los procesos estocsticos

Page 1 of 9

<> Siguiente:Modelos de colas estocsticosNivel anterior:Ampliacin de Modelos de I.O.Previa:Modelos de colas determinsticos

Introduccin a los procesos estocsticos


Definicin 2 (Proceso estocstico) Un proceso estocstico (P.E.) es una coleccin de variables aleatorias , con .

t es el parmetro que se asocia al tiempo y X(t) representa el estado del proceso en el instante t. Ejemplo: Si X(t) representa la distancia entre dos puntos que se mueven aleatoriamente sobre una recta, entonces y . Si X(t) representa el piso en el que est un ascensor despus de la t-sima parada, entonces y . Si X(t) es el nmero de llamadas a un nmero de telfono hasta el instante de tiempo t, entonces y . Definicin 3 Si T es un conjunto numerable, entonces el proceso estocstico se dice que es en tiempo discreto. Si T es un intervalo, entonces el proceso estocstico se dice que es en tiempo continuo. Definicin 4 Se llama camino muestral a una muestra de la variable aleatoria X(t) para cada valor de t. Definicin 5 Un proceso estocstico en tiempo continuo se dice que es de incrementos independientes (i.i.) o de renovacin, si para valores

se tiene que

son variables aleatorias independientes. Por lo tanto, en un proceso de renovacin, los cambios en intervalos de tiempo que no se solapan son independientes. Definicin 6

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 2 of 9

Un proceso estocstico en tiempo continuo es de incrementos estacionarios (i.e.) si la distribucin, fijado t, de X(s+t)-X(s) es la misma para todo s tal que s+t pertenezca a T. En un proceso de incrementos estacionarios, cambios en el proceso de igual tamao son iguales en distribucin. Definicin 7 Un proceso estocstico en tiempo continuo , se dice puntual o de conteo si N(t)

representa el nmero de veces que ocurre un suceso hasta el instante de tiempo t. En particular:

si s<t. (Los incrementos son no negativos) En consecuencia, un proceso de conteo es de incrementos independientes si el nmero de sucesos que tienen lugar en intervalos de tiempo que no se solapan son variables aleatorias independientes. Y ser de incrementos estacionarios si el nmero de sucesos que tienen lugar en un intervalo de tiempo es el mismo en intervalos de igual longitud. Definicin 8 Un proceso de conteo se dice de Poisson (homgeneo de tasa 1. N(0)=0. 2. Es de incrementos independientes. 3. . ), si

(El proceso es de incrementos estacionarios, y los incrementos siguen una distribucin de Poisson de parmetro para intervalos de tiempo de amplitud t). As, el nmero medio de sucesos hasta el instante t es

pues Teorema 1 Un proceso de conteo, verifica: 1. N(0)=0.

es de Poisson homogneo con tasa

si y slo si se

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 3 of 9

2. 3. 4.

Es de incrementos independientes y estacionarios. . .

Demostracin: ( )

Si es un proceso de Poisson entonces, por definicin, se cumplen las condiciones 1) y 2). Veamos que se verifican tambin 3) y 4). 3)

ya que

4)

pues

) . Razonemos por induccin sobre n.

Como se verifican 1) y 2), basta probar que Para n=0: Sea Pn(t):=P(N(t)=n). Se trata de ver que

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 4 of 9

Tomando P0(t+h)=P(N(t+h)=0)=P(N(t)=0,N(t+h)-N(t)=0)= (los incrementos son independientes) =P(N(t)=0) P(N(t+h)-N(t)=0)= (los incrementos son estacionarios)

Tomando lmites cuando h tiende hacia cero:

Como N(0)=0, entonces P0(0)=1, por lo que c=1 y

Sea ahora el resultado cierto para 1, 2,...,n-1 y veamos que lo sigue siendo para n. Por el teorema de la probabilidad total: Pn(t+h)=P(N(t+h)=n)= P(N(t)=0,N(t+h)-N(t)=n)= (por ser los incrementos independientes)

(como

para

=Pn(t) P(N(h)=0)+Pn-1(t) P(N(h)=1)+o(h )=

De donde

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 5 of 9

Al tomar lmites cuando h tiende hacia cero:

Por la hiptesis de induccin, Pn-1(t) es conocido:

Se trata de una ecuacin diferencial lineal no homognea, cuya solucin es

Como N(0)=0, entonces c=Pn(0)=0. Luego

Q.E.D. Definicin 9 Un proceso de Poisson no homogneo con funcin de intensidad (tasa) de conteo 1. 2. 3. 4. . Definicin 10 Un proceso de nacimiento (puro) con tasa de nacimiento de conteo 1. . 2. . Definicin 11 que cumple: que cumple: N(0)=0. Es de incrementos independientes. . es un proceso

es un proceso

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 6 of 9

Un proceso de nacimiento y muerte con tasa de nacimiento un proceso estocstico 1. 2. para 3. para 4. que cumple:

y tasa de muerte

es

Tratemos de obtener las ecuaciones diferenciales asociadas a un proceso de nacimiento y muerte: n=0 Teniendo en cuenta que la probabilidad de que se produzcan dos o ms sucesos en un intervalo pequeo de tiempo es despreciable (por la ltima condicin de la definicin), si en el instante t+h hay 0 individuos, slo deben considerarse dos posibilidades: 1. 2. As: P0(t+h) = P(N(t+h)=0) = P(N(t+h)=0,N(t)=0) + P(N(t+h)-N(t)=0|N(t)=0) P(N(t)=0) + P(N(t+h)-N(t)=-1|N(t)=1) P(N(t)=1) + En el instante t haba 0 individuos y no ha habido ni nacimientos ni muertes. En el instante t haba 1 individuo y ha habido una muerte (y ningn nacimiento).

Al tomar lmites cuando h tiende hacia cero:

n>0 Ahora se presentan tres posibilidades con probabilidades no despreciables:

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 7 of 9

1. 2. 3.

En el instante t haba n individuos y no ha habido ni nacimientos ni muertes. En el instante t haba n-1 individuos y ha habido un nacimiento (y ninguna muerte). En el instante t haba n+1 individuos y ha habido una muerte (y ningn nacimiento). Pn(t+h) = P(N(t+h)=n) = P(N(t+h)=n|N(t)=n-1) P(N(t)=n-1)+ P(N(t+h)=n|N(t)=n) P(N(t)=n) + P(N(t+h)=n|N(t)=n+1) P(N(t)=n+1) + o(h) =

Por lo tanto:

Al tomar lmites cuando h tiende hacia cero:

Supongamos que existe

Ya que si existen los lmites en el infinito, entonces Pn(t) es constante en el infinito y

se tendr que

Estas ecuaciones son las que estn asociadas al proceso en estado estacionario. Ejemplo: (Crecimiento lineal) Una poblacin consta de elementos que pueden dividirse en dos partes iguales o morir. La probabilidad de que un elemtento se divida en el intervalo (t,t+h] es . En ese mismo perodo, la probabilidad de que muera es , siendo .

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 8 of 9

1. 2.

Comprubese que el nmero de elementos de la poblacin en el instante t es un proceso de nacimiento y muerte y calclense . Utilcense las ecuaciones diferenciales para calcular

Solucin: Como la divisin o muerte de cada elemento es independiente de las otras,

Luego

para n=0,1,2,3... y

para n=1,2,3...

Sustituyendo en las ecuaciones del estado estacionario obtenidas anteriormente:

Resolviendo este sistema, se tiene

quedando P0 indeterminado. Si P0<1, entonces se extingue la poblacin con probabilidad P0 y crece ilimitadamente con probabilidad 1-P0. Si P0=1, entonces la poblacin se extingue casi seguramente. Aunque N(t) es una variable aleatoria desconocida, es posible calcular su esperanza:

Si se multiplica la ecuacin n-sima por n y se suman todas, como

se tiene

http://www.um.es/or/ampliacion/node6.html

17-01-2012

Introduccin a los procesos estocsticos

Page 9 of 9

Al sustituir en t=0, se observa que c es la poblacin inicial. Si Si Si , entonces E[N]=0. , entonces , entonces . .

http://www.um.es/or/ampliacion/node6.html

17-01-2012