1a Lista de Exerccios - Processos Estoc

asticos I

(marco/2015)

(
)
(1) Sejam Z1 e Z2 v.a.s independentes e identicamente distribudas, com distribuicao comum N 0, 2 . Seja uma
constante real e considere o processo estocastico {X (t) , t R} definido por X (t) = Z1 cos t + Z2 sent, t R.
(a) Determine a func
ao media X (t) = E (X (t)) e a funcao covariancia KX (t, s) = cov (X (t) , X (s)) .
(b) Verifique que o processo e estacionario no sentido amplo.
(c) Verifique que o processo e Gaussiano.
(2) Sejam X1 , X2 , . . . v.a.s discretas independentes e identicamente distribudas com EX1 = 0. Considere o processo
n

das somas parciais Sn =

Xj , n 1. Mostre que:
j=1

(a) E (Sn+1 | S1 , . . . , Sn ) = Sn q.c., isto e, {Sn , n 1} e uma martingale a tempo discreto.

(b) {Sn , n 1} satisfaz a propriedade de Markov.
(3) Seja {Xn ; n = 0, 1, . . .} um processo estocastico a valores discretos com incrementos independentes. Prove que
{Xn ; n = 0, 1, . . .} e uma cadeia de Markov.
(4) Considere uma sequencia de jogadas independentes de um dado honesto. Seja Xn o maximo dos resultados em n
jogadas. Encontre a matriz de transic
ao da cadeia de Markov {Xn }n1 .
(5) Considere uma sequencia de jogadas independentes de uma moeda viciada tal que P (cara) = p. Para n 2,
defina
{
1 , se as jogadas n 1 e n resultaram caras
Xn =
0 , caso contrario.
Mostre que {Xn }n2 n
ao e uma cadeia de Markov.
(6) Considere certa peca de um equipamento que esta em uso no momento. Quando a peca falha, e imediatamente
substituda por uma outra identica. Quando esta outra falha, e tambem substituda, e assim sucessivamente. Seja pk
a probabilidade que uma nova peca dure por k unidades de tempo, k = 1, 2, . . ..
(a) Seja Xn o tempo de vida restante da peca em uso no tempo n. Verifique que {Xn }n0 e uma cadeia de Markov
e determine suas probabilidades de transic
ao.
(b) Seja Yn a idade da peca em uso no tempo n. Verifique que {Yn }n0 e uma cadeia de Markov e determine suas
probabilidades de transic
ao.
(7) Considere a cadeia de Markov com espaco de estados S = {0, 1, 2, ...} e

1/2 1/2 0
0
0 ....
1/2 0
1/2
0
0 ....

1/2
0
0
1/2
0
....
P =

:
..
..
.. .. ....
:
..
..
.. .. ....

matriz de transicao:

Calcule f00 e f11 .

(8) Classifique os

0.2
1
(a) P =
0
0

0.5
0

(c) P =
0.3
0
0

(e) P =

0
0
0.8
0
0
0
0

estados das cadeias de Markov

com as seguintes matrizes
de transicao:

0
0 0.4 0.6 0
0 0 0.8
0 0.2 0 0.5 0.3

0 0 0
(b) P = 0.5 0 0.5 0
0

1 0 0
0
0
1
0
0
0 1 0
03
0 0.5 0 0.2

0.8 0
0
0
0 0.2 0

0
0
0 0.5 0
0
0
0
1
0
0

0.6 0
0 0.4
0
0
0
0.1 0 0.9 0

0 0.7 0
0
0
0 0.5 0
0 0.5
(d) P = 0

0 0.3 0
0
1
0
0
0 0.7 0
0

0
1
0
0
0
0
1
0
0
0
0
0 0.5 0
0
0 0.5 0

0
0
1
0
0
0
0
0
0 1 0
0
0 0
0
0
1
0
0
0
0
0

0.2 0 0 0.4 0.4 0

0
0
0
0.5
0
0.5
0
0

0 0 0 0.2 0 0

1
0
0
0
0
0
0
0

0 0 0
0
1 0 (f ) P =
0
1
0
0
0
0
0
0

0 1 0
0
0 0

0.3 0.7 0
0
0
0
0
0

0 0 0.7 0 0.3 0
0.2 0.4 0
0 0.1 0 0.1 0.2
0 0 0
0
0 1
0
0 0.3 0
0 0.4 0 0.3
1

(9) Sejam {ak }k0 uma sequencia de n

umeros positivos e {Xn } uma cadeia de Markov com probabilidades de
transi
c
a

o
dadas
por
P
=
a
e
P
=
1 ak , 0 < ak < 1, k = 0, 1, . . . . Mostre que a cadeia e transiente se, e so
k0
k
k,k+1

se,
ak < .
k

(10) Seja {Xn }n0 uma cadeia de Markov com espaco de estados S = {0, 1, 2 . . .} e probabilidades de transicao dadas
por
k+1
1
Pk,0 =
e Pk,k+1 =
, k = 0, 1, . . . .
k+2
k+2
Determine se a cadeia e recorrente positiva, recorrente nula ou transiente. Se for recorrente positiva, determine sua
distribuicao estacionaria.
(11) (Cadeia de nascimento e morte) Considere uma cadeia de Markov com espaco de estados S = {0, 1, 2, . . .} e
probabilidades de transic
ao Pi,i+1 = pi , Pi,i1 = qi e Pi,i = ri , onde pi + qi + ri = 1, q0 = 0, pi > 0, ri 0, para i 0
e qi > 0 para i 1.
(a) Se pi qi , para i 1, mostre que a cadeia e recorrente.
(b) Se
pi =

i+2
2 (i + 1)

e qi =

i
2 (i + 1)

para i 0,

mostre que a cadeia e transiente. Tambem calcule: Pi (a < b ) para a < i < b e fi0 , i > 0, onde j = inf {n : n 1, Xn = j}
(c) Se p0 = 1, pi = p > 0, i 1 e qi = q = 1 p, i 1, encontre condicoes que garantam a existencia de uma
distribuicao estacionaria para a cadeia e determine esta distribuicao.
(12) Seja {j , j S} uma distribuic
ao estacionaria de uma cadeia de Markov com espaco de estados S. Se i, j S
sao dois estados arbitrarios tais que i > 0 e i j, mostre que j > 0.
(13) Considere duas urnas com 2N bolas, das quais N sao vermelhas e N sao verdes. Inicia-se um experimento com
N bolas em cada urna. A cada passo uma bola e escolhida aleatoriamente de cada urna e as bolas escolhidas sao
permutadas nas urnas opostas. Sejam X0 o n
umero inicial de bolas vermelhas na urna I e Xn , n 1, o n
umero de
bolas vermelhas na urna I depois da nesima troca. Encontre a distribuicao estacionaria da cadeia {Xn , n 0}.
(14)(a) Se uma cadeia de Markov possui duas distribuicoes estacionarias distintas 0 e 1 , mostre que a cadeia possui
infinitas distribuic
oes estacionarias distintas.
(b) Mostre que: se uma cadeia de Markov possui mais de uma classe fechada recorrente positiva, entao a cadeia
possui infinitas distribuic
oes estacionarias distintas e nao e ergodica.
(15) Considere as cadeias de Markov com matrizes de transicao dadas no exerccio (8).
(a) Verifique se elas sao ergodicas.
(b) Se forem ergodicas, determine as respectivas distribuicoes de equilbrio.