Articulo de referencia

proceso de nacimiento

Un proceso de nacimiento con tasas de natalidad λ 0 , λ 1 , λ 2 , . . . {\displaystyle \lambda _{0},\lambda _{1},\lambda _{2},...} . En teoría de la probabilidad , un proceso de...

proceso de nacimiento
Un proceso de nacimiento con tasas de natalidadλ0,λ1,λ2,...{\displaystyle \lambda _{0},\lambda _{1},\lambda _{2},...}.

En teoría de la probabilidad , un proceso de nacimiento o un proceso de nacimiento puro [ 1 ] es un caso especial de un proceso de Markov de tiempo continuo y una generalización de un proceso de Poisson . Define un proceso continuo que toma valores en los números naturales y solo puede aumentar en uno (un "nacimiento") o permanecer sin cambios. Este es un tipo de proceso de nacimiento-muerte sin muertes. La tasa a la que ocurren los nacimientos viene dada por una variable aleatoria exponencial cuyo parámetro depende solo del valor actual del proceso.

Definición

definición de tasas de natalidad

Un proceso de nacimiento con tasas de natalidad(λnorte,nortenorte){\displaystyle (\lambda _{n},n\in \mathbb {N} )}y valor inicialknorte{\displaystyle k\in \mathbb {N} }es un proceso mínimo continuo por la derecha(incógnitat,t0){\displaystyle (X_{t},t\geq 0)}de tal manera queincógnita0=k{\displaystyle X_{0}=k}y los tiempos entre llegadasTi=inf{t0:incógnitat=i+1}inf{t0:incógnitat=i}{\displaystyle T_{i}=\inf\{t\geq 0:X_{t}=i+1\}-\inf\{t\geq 0:X_{t}=i\}}son variables aleatorias exponenciales independientes con parámetroλi{\displaystyle \lambda _{i}}. [ 2 ]

Definición infinitesimal

Un proceso de nacimiento con tasas(λnorte,nortenorte){\displaystyle (\lambda _{n},n\in \mathbb {N} )}y valor inicialknorte{\displaystyle k\in \mathbb {N} }es un proceso(incógnitat,t0){\displaystyle (X_{t},t\geq 0)}de tal manera que:

  • incógnita0=k{\displaystyle X_{0}=k}
  • s,t0:s<tincógnitasincógnitat{\displaystyle \forall s,t\geq 0:s<t\implies X_{s}\leq X_{t}}
  • PAG(incógnitat+h=incógnitat+1)=λincógnitath+o(h){\displaystyle \mathbb {P} (X_{t+h}=X_{t}+1)=\lambda _{X_{t}}h+o(h)}
  • PAG(incógnitat+h=incógnitat)=o(h){\displaystyle \mathbb {P} (X_{t+h}=X_{t})=o(h)}
  • s,t0:s<tincógnitatincógnitas{\displaystyle \forall s,t\geq 0:s<t\implies X_{t}-X_{s}}es independiente de(incógnita,<s){\displaystyle (X_{u},u<s)}

(La tercera y la cuarta condición utilizan la notación con o minúscula ).

Estas condiciones aseguran que el proceso comience eni{\displaystyle i}, no es decreciente y tiene nacimientos únicos independientes de forma continua a una tasaλnorte{\displaystyle \lambda _{n}}cuando el proceso tiene valornorte{\displaystyle n}. [ 3 ]

Definición de cadena de Markov en tiempo continuo

Un proceso de nacimiento puede definirse como un proceso de Markov de tiempo continuo (CTMC).(incógnitat,t0){\displaystyle (X_{t},t\geq 0)}con las entradas de la matriz Q distintas de ceroqnorte,norte+1=λnorte=qnorte,norte{\displaystyle q_{n,n+1}=\lambda _ {n}=-q_{n,n}}y distribución iniciali{\displaystyle i}(la variable aleatoria que toma valori{\displaystyle i}con probabilidad 1). [ 4 ]

Q=(λ0λ0000λ1λ1000λ2λ2){\displaystyle Q={\begin{pmatrix}-\lambda _{0}&\lambda _{0}&0&0&\cdots \\0&-\lambda _{1}&\lambda _{1}&0&\cdots \\0&0&-\lambda _{2}&\lambda _{2}&\cdots \\\vdots &\vdots &\vdots &&\vdots \ddots \end{pmatrix}}}

Variaciones

Algunos autores requieren que un proceso de nacimiento comience desde 0, es decir, queincógnita0=0{\displaystyle X_{0}=0}[ 3 ] mientras que otros permiten que el valor inicial esté dado por una distribución de probabilidad sobre los números naturales. [ 2 ] El espacio de estados puede incluir el infinito, en el caso de un proceso de natalidad explosivo. [ 2 ] Las tasas de natalidad también se denominan intensidades. [ 3 ]

Propiedades

En cuanto a las CTMC, un proceso de nacimiento tiene la propiedad de Markov . Las definiciones de CTMC para clases comunicantes, irreducibilidad, etc., se aplican a los procesos de nacimiento. Por las condiciones de recurrencia y transitoriedad de un proceso de nacimiento-muerte , [ 5 ] cualquier proceso de nacimiento es transitorio. Las matrices de transición((pagi,j(t))i,jnorte),t0){\displaystyle ((p_{i,j}(t))_{i,j\in \mathbb {N} }),t\geq 0)}de un proceso de nacimiento satisface las ecuaciones de Kolmogorov hacia adelante y hacia atrás .

Las ecuaciones inversas son: [ 6 ]

pagi,j(t)=λi(pagi+1,j(t)pagi,j(t)){\displaystyle p'_{i,j}(t)=\lambda _{i}(p_{i+1,j}(t)-p_{i,j}(t))}(parai,jnorte{\displaystyle i,j\in \mathbb {N} })

Las ecuaciones directas son: [ 7 ]

pagi,i(t)=λipagi,i(t){\displaystyle p'_{i,i}(t)=-\lambda _{i}p_{i,i}(t)}(parainorte{\displaystyle i\in \mathbb {N} })
pagi,j(t)=λj1pagi,j1(t)λjpagi,j(t){\displaystyle p'_{i,j}(t)=\lambda _{j-1}p_{i,j-1}(t)-\lambda _{j}p_{i,j}(t)}(paraji+1{\displaystyle j\geq i+1})

De las ecuaciones directas se deduce que: [ 7 ]

pagi,i(t)=miλit{\displaystyle p_{i,i}(t)=e^{-\lambda _{i}t}}(parainorte{\displaystyle i\in \mathbb {N} })
pagi,j(t)=λj1miλjt0tmiλjspagi,j1(s)ds{\displaystyle p_{i,j}(t)=\lambda _{j-1}e^{-\lambda _{j}t}\int _{0}^{t}e^{\lambda _{j}s}p_{i,j-1}(s)\,{\text{d}}s}(paraji+1{\displaystyle j\geq i+1})

A diferencia de un proceso de Poisson, un proceso de nacimiento puede tener infinitos nacimientos en un tiempo finito. DefinimosT=sorber{Tnorte:nortenorte}{\displaystyle T_{\infty }=\sup\{T_{n}:n\in \mathbb {N} \}}y digamos que un proceso de nacimiento explota siT{\displaystyle T_{\infty }}es finito. Sinorte=01λnorte<{\displaystyle \sum _{n=0}^{\infty }{\frac {1}{\lambda _{n}}}<\infty }entonces el proceso es explosivo con probabilidad 1; de lo contrario, no es explosivo con probabilidad 1 ("honesto"). [ 8 ] [ 9 ]

Ejemplos

proceso de Poisson
Un proceso de Poisson es un caso especial de un proceso de nacimiento.

Un proceso de Poisson es un proceso de natalidad donde las tasas de natalidad son constantes, es decirλnorte=λ{\displaystyle \lambda _{n}=\lambda }para algunosλ>0{\displaystyle \lambda >0}. [ 3 ]

Proceso de parto simple

Proceso de parto simple
Un proceso de nacimiento sencillo, donde las tasas de natalidad son iguales al tamaño de la población actual.

Un proceso de nacimiento simple es un proceso de nacimiento con tasasλnorte=norteλ{\displaystyle \lambda _{n}=n\lambda }. [ 10 ] Modela una población en la que cada individuo da a luz repetidamente y de forma independiente a una tasaλ{\displaystyle \lambda }. Udny Yule estudió los procesos, por lo que pueden ser conocidos como procesos de Yule . [ 11 ]

El número de nacimientos en el tiempot{\displaystyle t}a partir de un simple proceso de nacimiento de poblaciónnorte{\displaystyle n}está dado por: [ 3 ]

pagnorte,norte+metro(t)=(nortemetro)(λt)metro(1λt)nortemetro+o(h){\displaystyle p_{n,n+m}(t)={\binom {n}{m}}(\lambda t)^{m}(1-\lambda t)^{nm}+o(h)}

En forma exacta, el número de nacimientos es la distribución binomial negativa con parámetrosnorte{\displaystyle n}ymiλt{\displaystyle e^{-\lambda t}}. Para el caso especialnorte=1{\displaystyle n=1}Esta es la distribución geométrica con tasa de éxitomiλt{\displaystyle e^{-\lambda t}}. [ 12 ]

La expectativa del proceso crece exponencialmente; específicamente, siincógnita0=1{\displaystyle X_{0}=1}entoncesmi(incógnitat)=miλt{\displaystyle \mathbb {E} (X_{t})=e^{\lambda t}}. [ 10 ]

Un proceso de nacimiento simple con inmigración es una modificación de este proceso con tasasλnorte=norteλ+ν{\displaystyle \lambda _ {n}=n\lambda +\nu }. Este modelo representa una población con nacimientos por cada miembro de la población, además de una tasa constante de inmigración al sistema. [ 3 ]

Notas

  1. Upton y Cook (2014) , proceso de nacimiento y muerte.
  2. 1 2 3 Norris (1997) , pág. 81.
  3. 1 2 3 4 5 6 Grimmett y Stirzaker (1992) , pág. 232.
  4. Norris (1997) , págs. 81–82.
  5. Karlin y McGregor (1957) .
  6. Ross (2010) , pág. 386.
  7. 1 2 Ross (2010) , pág. 389.
  8. Norris (1997) , pág. 83.
  9. Grimmett y Stirzaker (1992) , pág. 234.
  10. 1 2 Norris (1997) , pág. 82.
  11. Ross (2010) , pág. 375.
  12. Ross (2010) , pág. 383.

Referencias

  • Grimmett, GR ; Stirzaker, DR (1992). Probabilidad y procesos aleatorios (segunda  ed.). Oxford University Press. ISBN 0198572220.
  • Karlin, Samuel ; McGregor, James (1957). "La clasificación de los procesos de nacimiento y muerte" (PDF) . Transactions of the American Mathematical Society . 86 (2): 366–400 .
  • Norris, JR (1997). Cadenas de Markov . Cambridge University Press. ISBN 9780511810633.
  • Ross, Sheldon M. (2010). Introducción a los modelos de probabilidad (décima  ed.). Academic Press. ISBN 9780123756862.
  • Upton, G.; Cook, I. (2014). Diccionario de estadística (tercera  ed.). ISBN 9780191758317.