Scribd
Cargar
124 vistas4 páginas

Procesos Estocásticos: Ejemplos y Matrices

Este documento presenta cuatro ejemplos que ilustran conceptos básicos de procesos estocásticos discretos en el tiempo. El primer ejemplo muestra una cadena de Markov discreta que cumple con las propiedades de Markov y estacionariedad. El segundo ejemplo presenta un estado absorbente. El tercer ejemplo explica una cadena de Markov estacionaria. El cuarto ejemplo proporciona una matriz estocástica de cinco estados.

Cargado por

Jesús Úrzulo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
124 vistas4 páginas

Procesos Estocásticos: Ejemplos y Matrices

Este documento presenta cuatro ejemplos que ilustran conceptos básicos de procesos estocásticos discretos en el tiempo. El primer ejemplo muestra una cadena de Markov discreta que cumple con las propiedades de Markov y estacionariedad. El segundo ejemplo presenta un estado absorbente. El tercer ejemplo explica una cadena de Markov estacionaria. El cuarto ejemplo proporciona una matriz estocástica de cinco estados.

Cargado por

Jesús Úrzulo
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

PROCESOS ESTOCÁSTICOS

(MPES)
Licenciatura en Matemáticas

Unidad 2 Actividad 1
Jesús Abraham Rojas Úrzulo
jesus_rojas_urzulo@[Link]
Matricula: ES1821013126
Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
Matricula: ES1821013126 Procesos Estocásticos (MPES)

1.- Elabora un ejemplo de cadena de Markov a tiempo discreto indicando las 2 o 3 propiedades que
debe cumplir.
Considera un proceso estocástico {𝑋𝑛 } con las siguientes características.
1.- Es discreto y a tiempo discreto.
2.- Cumple con la propiedad de Markov, es decir:
𝑃(𝑋𝑛 = 𝑗|𝑋0 = 𝑥0 , 𝑋1 = 𝑥1 , … , 𝑋𝑛−2 = 𝑥𝑛−2 , 𝑋𝑛−1 = 𝑖) = 𝑃(𝑋𝑛 = 𝑗|𝑋𝑛−1 = 𝑖)
Es decir, la probabilidad de un estado solo depende del inmediato anterior.
3.- Es un proceso estacionario, es decir, la probabilidad de transición no depende del tiempo
en el que ocurre dicha transición, solo de los estados involucrados.
𝑃(𝑋𝑛 = 𝑗|𝑋𝑛−1 = 𝑖) = 𝑃(𝑋𝑛+ℎ = 𝑗|𝑋𝑛+ℎ−1 = 𝑖) = 𝑝(𝑖, 𝑗)
Para cualquier pareja de enteros n y h.

Sea una caminata aleatoria se tienen estados discretos ya que pueden ser cualquier número entero,
además ya que se observa después del movimiento, también es a tiempo discreto.
Se cumple la condición 2, ya que moverse del estado k, mantenerse en k, o retrocede al k-1, o bien,
avanzar al estado k+1. Por lo tanto, el cambio de estado solo depende del estado inmediato anterior.
Cuya matriz de transición es:
⋱ … … … ⋱
⋮ 𝑟 𝑝 0 ⋮
𝑃= ⋮ 𝑞 𝑟 𝑝 ⋮
⋮ 0 𝑞 𝑟 ⋮
[⋱ … … … ⋱]

2.- Elabora un ejemplo de estado absorbente.


Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
Matricula: ES1821013126 Procesos Estocásticos (MPES)

Se tiene la matriz de probabilidad


1 1
𝑃 = [2 2 ]
0 1
Ya que al llegar al estado 2, la probabilidad de mantenerse ahí es 1, entonces es un estado absorbente.
3.- Elabora un caso de cadena de Markov estacionaria a tiempo discreto explicando tu respuesta

La condición 3, para que sea estacionaria dice:


3.- Es un proceso estacionario, es decir, la probabilidad de transición no depende del tiempo
en el que ocurre dicha transición, solo de los estados involucrados.
𝑃(𝑋𝑛 = 𝑗|𝑋𝑛−1 = 𝑖) = 𝑃(𝑋𝑛+ℎ = 𝑗|𝑋𝑛+ℎ−1 = 𝑖) = 𝑝(𝑖, 𝑗)
Para cualquier pareja de enteros n y h.
Se tiene que la matriz de transición es
1 0
𝑃=[ ]
0 1
Ya que P es la matriz identidad, solo se puede mover de 1->2 y 2->1, por lo tanto, las probabilidades
de transición son independientes del tiempo.
4.- Elabora un ejemplo de matriz estocástica
0.1 0.3 0.2 0.2 0.2
0.0 0.1 0.3 0.3 0.3
𝑃 = 0.0 0.0 0.4 0.6 0.0
0.0 0.5 0.0 0.5 0.0
[0.0 0.8 0.0 0.2 0.0]
Con la matriz anterior se puede crear el siguiente diagrama de comunicación.
Jesús Abraham Rojas Úrzulo Licenciatura en Matemáticas
Matricula: ES1821013126 Procesos Estocásticos (MPES)

La característica de la matriz de transición es que la sumatoria de todos los renglones es igual a 1.


Bibliografía
México, U. A. (2021). Procesos Estocásticos . Ciudad de México.

También podría gustarte