auxiliar 14 procesos de markov a tiempo continuo

1
7/21/2019 Auxiliar 14 Procesos de Markov a Tiempo Continuo http://slidepdf.com/reader/full/auxiliar-14-procesos-de-markov-a-tiempo-continuo 1/1 Clase Auxiliar N 14: Procesos de Markov Profesor: Servet Mart´ ınez Auxiliares: Andres Fielbaum - Gonzalo Mena 11 de noviembre del 2009 P1. The PASTA property (Poisson Arrivals see time averages) Sea (t ) t +  cadena de Markov a tiempo continuo(homog´ enea) con distribuci´ on estacionaria  π. (es decir, si denotamos  p ij (t) =   ((t) =  i |(0) = j ) entonces  ∀t  ≥  0  P (t)π  = π . Sea (t ) t + proceso de Poisson independiente de  X t , y de intensidad  λ. Suponga que tomamos muestras de la cadena  X  en los instantes donde se producen los saltos de  N , es decir consideramos el conjunto de v.a.  Y n  =  X (n ) donde  T n  es el momento del  n ´ esimo salto de  N . ) Demuestre que (n ) n es cadena de markov b) Calcule las probabilidades de transici´ on asociadas a (n ) n) Demuestre que (n ) n tiene la misma distribuci´ on estacionaria  π P2. Paseos aleatorios a tiempo continuo Considere (t ) t +  el paseo aleatorio simple en   a tiempo continuo, es decir  ((t + h) =  i + 1|(t) =  i ) =   ((t + h) =  i 1|(t) =  i ) =  λh 2  + o(h) . Deseamos encontrar la distribuci´on del tiempo  T  usado en una excursi´on desde el origen. Para esto seguiremos el siguiente esquema ) Demuestre que la cadena es recurrente b) Denotemos  α  =  1 2|m|  con  m ∈   . Demuestre que la probabilidad de que en una excursi´ on se pase al menos una vez por el punto  m es  α. M´ as generalmente, si  N  es la cantidad de veces que se visita a  m durante la excursi´on, demuestre que  ∀  k ≥  1   ( ≥ k ) = α(1 α) k1 ) Demuestre que   (e θT ) = (1 α) + α  αλ αλ θ ) Concluya P3. Procesos de nacimiento y muerte  Considere el proceso de nacimiento y muerte lineal, i.e λ n  =  nλ,  µ n  =  nµ. Denotemos  ν (t) =   ((t) = 0|(0) = 1) ) Demuestre que  ν (t) satisface la EDO ν (t) + (λ + µ)ν (t) = µ + λΨ(t), ν (0) = 0 Ψ(t) =   ((t) = 0 |(0) = 2) b) Considere los procesos de nacimiento y muerte lineal independientes ( 1 (t)) t + ,(2 (t)) t + con  X 1 (0) =  X 2 (0) = 1. Demuestre que (t ) t +  definido por  Z (t) =  X 1 (t) +  X 2 (t) es un proceso de nacimiento y muerte lineal con  Z (0) = 2 ) Concluya que Ψ(t) = ν (t) 2 ) Calcule  ν (t) para distintos valores de  µ,λ 1

Upload: teodeline

Post on 15-Mar-2016

5 views

Category:

Documents


0 download

DESCRIPTION

Auxiliar 14 Procesos de Markov a Tiempo Continuo

TRANSCRIPT

Page 1: Auxiliar 14 Procesos de Markov a Tiempo Continuo

7/21/2019 Auxiliar 14 Procesos de Markov a Tiempo Continuo

http://slidepdf.com/reader/full/auxiliar-14-procesos-de-markov-a-tiempo-continuo 1/1

Clase Auxiliar N◦

14: Procesos de Markov

Profesor: Servet Martınez

Auxiliares: Andres Fielbaum - Gonzalo Mena

11 de noviembre del 2009

P1. The PASTA property (Poisson Arrivals see time averages)

Sea (X t)t∈  

  +   cadena de Markov a tiempo continuo(homogenea) con distribucion estacionaria   π.(es decir, si denotamos   pij(t) =    (X (t) =  i|X (0) =  j ) entonces  ∀t  ≥  0  P T (t)π  =  π . Sea (N t)t∈  

  +

proceso de Poisson independiente de  X t, y de intensidad   λ. Suponga que tomamos muestras de lacadena X  en los instantes donde se producen los saltos de  N , es decir consideramos el conjunto dev.a.  Y n  =  X (T n) donde  T n  es el momento del  n−esimo salto de  N .

a ) Demuestre que (Y n)n∈  

  es cadena de markov

b) Calcule las probabilidades de transicion asociadas a (Y n)n∈  

c ) Demuestre que (Y n)n∈  

  tiene la misma distribucion estacionaria  π

P2. Paseos aleatorios a tiempo continuoConsidere (X t)t∈  

  +  el paseo aleatorio simple en 

  a tiempo continuo, es decir

  (X (t + h) =  i + 1|X (t) =  i) =     (X (t + h) =  i − 1|X (t) =  i) =  λh

2  + o(h)

. Deseamos encontrar la distribucion del tiempo   T   usado en una excursion desde el origen. Para

esto seguiremos el siguiente esquemaa ) Demuestre que la cadena es recurrente

b) Denotemos  α  =   1

2|m|   con   m ∈ 

  . Demuestre que la probabilidad de que en una excursion se

pase al menos una vez por el punto   m  es   α. Mas generalmente, si   N  es la cantidad de vecesque se visita a  m durante la excursion, demuestre que  ∀   k ≥  1

 

  (N  ≥ k) = α(1 − α)k−1

c ) Demuestre que 

  (eθT ) = (1 − α) + α  αλ

αλ − θ

d ) Concluya

P3. Procesos de nacimiento y muerte   Considere el proceso de nacimiento y muerte lineal, i.eλn  =  nλ,  µn  =  nµ. Denotemos  ν (t) =

 

  (X (t) = 0|X (0) = 1)

a ) Demuestre que  ν (t) satisface la EDO

ν (t) + (λ + µ)ν (t) = µ + λΨ(t), ν (0) = 0 Ψ(t) = 

  (X (t) = 0|X (0) = 2)

b) Considere los procesos de nacimiento y muerte lineal independientes (X 1(t))t∈  

  + ,(X 2(t))t∈  

  +

con   X 1(0) =   X 2(0) = 1. Demuestre que (Z t)t∈ 

  +   definido por   Z (t) =   X 1(t) +  X 2(t) es unproceso de nacimiento y muerte lineal con  Z (0) = 2

c ) Concluya que Ψ(t) = ν (t)2

d ) Calcule  ν (t) para distintos valores de  µ, λ

1