Procesos Estocsticos

Unidad 1 Actividad 4

APLICACIN DE PROCESOS ESTOCSTICOS

27 de julio de 2015
Autor: Laura Pontn

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.

b) La distribucin conjunta de X n y X n1 es igual a la distribucin conjunta de

X nk y X nk 1 para un entero positivo k.

c) Tiene un espacio de estados numerable.
d) Es desmemoriado.
Justificacin
De acuerdo al Programa Desarrollado de la Unidad 1 pg.18

Procesos Estocsticos | 27/07/2015

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.

2. Supongamos que {Xn} es un proceso con incrementos independientes. Entonces

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.

3. Un lector visita una biblioteca regularmente el mismo da cada semana. Si ha terminado de

leer el libro que solicit la semana anterior, lo cambia. De lo contrario, vuelve a pedirlo. Sea
Zn el nmero de renovaciones del libro que tiene en sus manos el lector al salir de la
biblioteca la n-sima semana.
I.
II.
III.

El espacio de estados es S = {0, 1, 2, }.

Es un proceso a tiempo continuo y las nicas transiciones posibles son de j a 0 o de j a
j+1, para cualquier j S.
El proceso no es de Markov y no tiene incrementos independientes.

Diga cul de las siguientes afirmaciones es correcta:

Slo II y III son correctas.
Slo III es correcta.
Slo I y II son correctas.
Las tres afirmaciones son correctas.
Justificacin
Efectivamente el espacio de estados es S = {0, 1, 2, } dado que se lleva los libros por unidades no por
fracciones, lo cual implica que es discreto a tiempo CONTINUO, pero que se transforma a tiempo
discreto por las transiciones posibles, teniendo incrementos independientes.
El inciso III es falso dado que s se trata de un proceso de Markov, puesto que si ya termin de leer un
libro, slo entonces escoge uno nuevo o renueva el mismo, por lo que el estado actual depende del
estado pasado, porque slo importa el estado en que se encuentra el sistema en el momento de
observacin y eso es que lo termin de leer o no.

Procesos Estocsticos | 27/07/2015

a)
b)
c)
d)

4. En la siguiente elabora la tabla:

Explica en tus propias palabras los procesos y elige de los siguientes ejemplos en la tercera
columna:
a)
b)
c)
d)
e)

Xn: Duracin del foco n

Xn: Nmero de turistas en el mes n
Xt: Nmero de personas en la fila en el momento t
Xt: Nmero de autos que llegan a un caseta en el momento t.
Xn: Marca de jabn que se usa en el mes n

Procesos Estocsticos | 27/07/2015

Concepto

Explicacin en tus propias palabras

Elige el ejemplo y justifica tu

respuesta.

Proceso con
incrementos
independientes

Implica que lo que haya sucedido en los

intervalos ajenos al observado en un
momento determinado, no produce
afectacin a la probabilidad de los eventos
relacionados con el proceso durante ese
intervalo, ya que los autos, en este caso, que
llegan en un intervalo de tiempo no tienen
por qu influir en los que llegan en otro
intervalo de tiempo que sea disjunto con l.

a) Xt: Nmero de autos

que llegan a un caseta
en el momento t.
Justificacin:
Debido a que los autos que
llegan en un intervalo de
tiempo no tienen por qu
influir en los que llegan en
otro intervalo de tiempo que
sea disjunto con l.

Proceso independiente

Ocurre cuando los intervalos son

independientes estadsticamente hablando,
eso significa que lo que haya sucedido en
intervalos ajenos al observado en un
momento determinado, no afecta la
probabilidad de los eventos relacionados con
el proceso en ese intervalo.

Procesos de Markov

Hay un principio de independencia entre el

futuro y el pasado si y slo si se ha conocido
el presente, donde slo importa el estado en
que se encuentra el sistema en el momento
de observacin

a) Xn: Marca de jabn

que se usa en el mes n
Justificacin:
Dado que la marca de jabn
que se utiliza en un intervalo
de tiempo no implica que
ese mismo haya sucedido en
otros meses, es decir en
intervalos ajenos al
observado.
a) Xn: Nmero de
turistas en el mes n
Justificacin: Porque no
existe dependencia en el
proceso, es decir, el nmero
de turistas en un mes
determinado no guarda
relacin con el nmero de
turistas de meses anteriores,
no guarda dependencia entre
el futuro y el pasado.

Procesos Estacionarios

Ocurre si tiene un comportamiento

constante a lo largo del tiempo

a) Xn: Duracin del

foco n
Justificacin:
Porque el nmero de horas
que dure el foco depende del
intervalo de tiempo y no de
si se considera una hora u
otra, siempre suponiendo,
que las condiciones de los
focos sean parecidas.

Proceso de Poisson

Son variables aleatorias independientes y que

se encuentran idnticamente distribuidas que
indican el tiempo que ha transcurrido dentro
del proceso en el que ocurren eventos
sucesivos

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:

Procesos Estocsticos | 27/07/2015

http://www.matematicas.unam.mx/lars/Publicaciones/procesos2012.pdf
http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/PEst/tema2pe.pdf