PONTIFICIA UNIVERSIDAD CATOLICA DEL PERU

ESCUELA DE GRADUADOS
MAESTRIA EN MATEMATICAS APLICADAS

EST621 PROCESOS ESTOCASTICOS

LISTA 4 (2014-2)
1. Demostrar que
a) la nica distribucin de probabilidad discreta unidimensional que satisface la
propiedad falta de memoria es la distribucin geomtrica.
b) la nica distribucin de probabilidad continua unidimensional que
satisface la propiedad falta de memoria es la distribucin exponencial.
2. Sea N un proceso de Poisson con intensidad y sea , la filtracin natural
generada por N. Examinar si son -martingalas los siguientes procesos
estocsticos:
a) U(t) = N(t) t, t 0.
b) V(t) = U(t) 2 t, t 0.
c) W(t) = exp[ - N(t) + t (1 exp(-))] , t 0.
3. Sea N, un proceso de Poisson( ) donde N( t ) = mx{ n: n t}, demostrar
lo siguiente:
a) lim n n = c.s.
b) lim t N(t) = c.s.
c) lim t N(t) / t = c.s.
4. SUPERPOSICN DE PROCESOS DE POISSON
Sean L y M dos procesos de Poisson independientes con parmetros y
respectivamente. Muestre L + M es un proceso de Poisson con parmetro + .
5. DESCOMPOSICIN DEL PROCESO DE POISSON
Sea N, un Proceso de Poisson de tasa . Sean los procesos X = {Xn, n 1} un
Proceso de Bernoulli (p) independiente de N y sea S = {Sn , n 0 }, el Proceso de
sumas de Bernoulli (p). Demostrar que los procesos estocsticos siguientes:
S Nt = nmero de xitos en [0, t], t 0, y
Lt = Nt SNt = nmero de fracasos en [0, t], t 0,
son procesos de Poisson independientes con tasas p y (1-) p, respectivamente.

6. Suponga que un contador de partculas es imperfecto e detecta, en forma

independiente, cada partcula que ingresa con probabilidad p. Si la distribucin del
nmero de partculas que ingresan por unidad de tiempo es una Poisson(). Cul
es la distribucin del nmero de partculas contadas?
7. Versin1:
Sea N= {N( t ), t 0 } un proceso de Poisson. Entonces, condicional sobre el
evento [N cuenta exactamente n saltos en el intervalo ]s, t] con s < t], los tiempos
en los cuales los saltos ocurren son independientes y estn uniformemente
distribuidos en ]s, t].
Versin 2:
Sea N={N( t ), t 0 }, un Proceso de Poisson. Luego, condicional en [N(t) = 1],
los tiempos a los cuales los saltos ocurren estn distribuidos uniformemente en el
intervalo [ 0, t], t > 0. Demuestre que
P[ 1 u | N ( t ) = 1 ] = u / t, 0 < u < t,
donde 1 es la variable que describe la primera ocurrencia de la llegada.
8. Sea N, un proceso de Poisson con tasa = 15. Calcule las siguientes
probabilidades
(a) P [ N(6) = 9]
(b) P[ N(6) = 9, N(20) = 13, N(56) = 27]
(c) P[ N(20) = 13 | N(9) = 6 ]
(d) P[ N(9) = 6 | N(20) = 13].

9. PROCESO POISSON COMPUESTO

Sea N, un proceso de Poisson(), independiente del proceso estocstico U = {Un ,
n 1}donde las variables aleatorias Un son independientes e igualmente
distribuidas . Definamos el proceso estocstico X = { X ( t ), t 0} donde
N(t)
X( t) = U k , t 0
k =1
a)

X es un proceso de incrementos independientes y estacionarios?

c) Cul es la funcin caracterstica de X (t) ?

d) Cul es la funcin generadora de momentos de X (t) ?
e) Encontrar la funcin media del proceso y Var ( X(t) ).
f) Ejemplificar dos tipos de distribuciones para las Un. Usando el paquete R,
mostrar caminos muestrales de los procesos X resultantes en cada caso.

10. PROCESO DE RENOVACIN

Definicin: Un proceso de renovacin N= {N(t ), t 0 } es un proceso estocstico
donde

N(t) = max{ n: n t }, 0 = 0, n = 1 ++ n , n 1, y
{n, n1} es una familia de variables aleatorias independientes e igualmente
distribuidas.
a) Un proceso de Poisson es un proceso de renovacin? Justifique su respuesta.
b) Los procesos de Poisson son los nicos procesos de renovacin los cuales son
cadenas deMarkov?
c) D un ejemplo de proceso de renovacin y usando el programa R d dos
caminos muestrales del mismo.

Bibliografa para procesos de renovacin: Grimmett, G and Stirzaker, D.

Probability and Random Processes. Cap8, 8.3.pag 365; Cap10 Renewals,
pag 412.

Profesora: Loretta Gasco Campos

San Miguel, 10 de Noviembre de 2014