UC3M
Diciembre 2008
Procesos Estocásticos
Definición general
Cadenas de Markov
Definición
1 − ai
si j = i + 1
i
P(Xn+1 = j|Xn = i) = si j =i −1
a
0 en cualquier otro caso
Ecuaciones de Chapman-Kolmogorov
Decimos que:
i se comunica con j (i → j) si, para algún n, p n (i, j) > 0
los estados i y j se comunican entre si (i ↔ j) si i → j y j → i.
Un conjunto de estados es:
cerrado si no existe ningún estado dentro del conjunto que se
comunique con alguno afuera. Es decir, una CM no puede escapar de
un conjunto cerrado.
irreductible, si todos los estados del conjunto se comunican entre si.
Si el conjunto de estados de una CM es irreductible entonces la
cadena puede visitar cualquier estado del conjunto.
Como ejemplo, considere la CM asociada a la ruina del jugador con N
euros en juego. Entonces, {0, N} es cerrado pero no es irreductible y
{1, . . . , N − 1} es irreductible pero no es cerrado.
Distribución estacionaria
Comportamiento asintótico
Martingalas
Vamos a estudiar una clase de procesos que pueden verse como la fortuna
de un jugador que juega repetidamente un juego justo. Ası́ que pensemos
que Mn es la fortuna del jugador luego de jugar n turnos del juego.
Decimos que M0 , M1 , . . . es una martingala si para cualquier n ≥ 0
1 E |Mn | < ∞
2 para cualquier sucesión de posibles valores m0 , m1 , . . . , mn
E [Mn+1 |M0 = m0 , M1 = m1 , . . . , Mn = mn ] = mn
E [Mn+1 − Mn |M0 = m0 , M1 = m1 , . . . , Mn = mn ] = 0.
Esperanza condicional
ψ(y ) = E [X |Y = y ]
Definición
E [Mn+1 |M0 , M1 , . . . , Mn ] ≥ Mn
Ejemplos
Martingalas respecto a CM
E [Mn+1 − Mn |X0 , X1 , . . . , Xn ] = 0
Ejemplos
Mn = g (Sn , n) = Sn2 − nσ 2
Propiedades elementales
Tiempos de parada
{T = n} = {X0 6= m, . . . , Xn−1 6= m, Xn = m}
E [MT ] = M0
Comportamiento asintótico
Mn(s)
lim √ ⇒ N (0, 1)
s→∞ s
Sn = T1 + · · · + Tn si n ≥ 1 y S0 = 0
Pensemos en {Sn } como los tiempos en los que se reporta una incidencia
(fallo, reclamo, etc.) en un sistema. El proceso que representa el total de
incidencias hasta el tiempo t, definido por
Propiedades
El tiempo de ruina es
y la probabilidad de ruina
Definición
Esto es, dado el presente, cualquier otra información pasada del proceso es
redundante para hacer pronósticos del futuro.
Ejemplo
Comportamiento asintótico
Distribución estacionaria
Teorema de convergencia
Adicionalmente, si G (i)
P es la ganancia obtenida cada vez que la cadena
alcanza el estado i y j |G (j)|π(j) < ∞, se tiene
Z t
1 X
G (Xs )ds → G (j)π(j), cuando t → ∞
t 0 j
Ejemplos de Colas
1 M/M/1. Es la cola en un sistema con un servidor, tiempos entre
llegadas exponenciales con tasa λ y tiempos de servicio exponenciales
con tasa µ. Corresponde a un proceso de nacimiento y muerte con
λn = λ y µn = µ. Si la tasa de tráfico ρ = λ/µ < 1, su distribución
estacionaria es la distribución geométrica desplazada
π(n) = (1 − ρ)ρn para n ≥ 0
2 M/M/s. El mismo caso que antes pero con s servidores. Es el
proceso de nacimiento y muerte con λn = λ y
nµ 1 ≤ n ≤ s
µn =
sµ n>s
Si ρ < s la cola tiene una distribución estacionaria que satisface
n+1
λ
π(s + n) = π(s − 1)
sµ
Raúl Jiménez y Rosario Romera (UC3M) Procesos Estocásticos Diciembre 2008 44 / 49
Movimiento Browniano
Movimiento Browniano
Definición
E [B(t)B(s)] = min(t, s)
Fórmula de Ito
Fórmula de Black-Scholes