Académique Documents
Professionnel Documents
Culture Documents
Unidad 1 Actividad 4
Procesos Estocsticos
Unidad 1 Actividad 4
Instrucciones: Elige la respuesta que corresponde a la pregunta planteada. Y justifica tu respuesta el porqu de
tu respuesta
1. Un proceso estocstico a tiempo discreto es estacionario si cumple que:
a) Para las variables X 0 , X1 X 0 , X 2 X1,
, X n X n1 son independientes.
Como estamos hablando de un proceso a tiempo discreto y estacionario, sabemos que un proceso se
denomina estacionario si ste tiene un comportamiento constante a lo largo del tiempo, si es estacionario
discreto significa que las caractersticas que se aplican a las diferentes variables aleatorias debern permanecer
iguales, tal que se mantienen las medidas de dispersin (varianza, desviacin estndar y covarianza) por ello la
distribucin de probabilidad conjunta es la misma.
P X n j X 0 x0 , X1 x1,..., X n1 i
P X n X n1 j i X 0 x0 , X1 X 0 x1 x0 ,...X n1 X n2 i xn2
P X n X n1 j i por laindependencia delosincrementos
P X n j X n1 i
Diga cul de las siguientes afirmaciones acerca del desarrollo anterior es correcta:
a) Se demuestra que todo proceso discreto que sea de Markov, tiene incrementos
independientes.
b) Se demuestra que todo proceso discreto estacionario es de Markov.
c) Se demuestra que todo proceso discreto con incrementos independientes, es de Markov.
d) Se demuestra que todo proceso discreto con incrementos independientes es estacionario.
Justificacin:
De acuerdo al Programa Desarrollado pg. 8 " para determinar la probabilidad de transitar a un estado en el
futuro solo importa el estado en que se encuentra el sistema en el momento de observacin y no lo que haya
ocurrido antes, es decir, la historia previa no influye en la probabilidad de transicin. Este tipo de procesos se
conocen como Cadenas de Markov" Lo que implica el principio de independencia entre el futuro y el pasado
cuando ya se ha conocido el presente, tal que se le pueda generalizar en probabilidad, como la base de los procesos
de Markov, ahora nos hablan del anlisis de un proceso estocstico discreto con incrementos independientes, tal
que: X n1 hasta Xn (Evidentemente no dependiente de la historia del proceso hasta antes del estado X n )
Entonces para la expresin citada, se obtiene la probabilidad de que la variable aleatoria al momento n tome el
valor j y esto nica y exclusivamente depender del valor anterior, por lo que se trata de un proceso de Markov
con incrementos independientes.
a)
b)
c)
d)
Concepto
Proceso con
incrementos
independientes
Proceso independiente
Procesos de Markov
Procesos Estacionarios
Proceso de Poisson
a) Xt: Nmero de
personas en la fila en
el momento t
Justificacin:
Porque los clientes llegan de
forma aleatoria, no puede
predecirse con anterioridad,
es decir, que tiene
incrementos independientes,
la funcin de probabilidad y
describe el nmero de
llegadas en un lapso de
tiempo especfico. Sabiendo
que las personas llegan en un
tiempo t, que por ejemplo
pudiera ser entre las 9:00 y
10:00 de la maana, al ser
un proceso de poisson, se
puede calcular la hora de
llegada de las personas.
Referencias:
http://www.matematicas.unam.mx/lars/Publicaciones/procesos2012.pdf
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/PEst/tema2pe.pdf