TEORA DE RENOVACIN

La teora de renovacin estudia una clase de procesos estocsticos

conocidos como procesos de conteo, es decir, procesos que registran
el nmero de repeticiones de cierto evento, con la caracterstica de
que los tiempos de ocurrencia entre dos eventos consecutivos son
variables aleatorias no negativas, independientes e idnticamente
distribuidas.
La teora de la renovacin puede aplicarse a varias reas de la vida
cotidiana. Un ejemplo clsico es el de la gallina y los huevos mgicos.
A veces la gallina pone huevos de oro y otras veces pone huevos
txicos. La recompensa Wi son las prdidas financieras al recibir
huevos txicos, los cuales hay que pagar para su eliminacin y
limpieza, adems de las ganancias que representan los huevos de
oro.
Otro ejemplo Suponer que tenemos una cantidad infinita de bombillas
con tiempo de vida independiente e idnticamente distribuido. Se
utilizar una sola bombilla a la vez y cuando esta falle se sustituir por
una nueva. Bajo estas condiciones {N(t), t 0}, es un proceso de
renovacin donde N(T) representa el nmero de bombillas que han
fallado para el tiempo t. Para un Proceso de Renovacin teniendo
tiempos entre llegadas X1, X2,, sea <br /> S0 = 0 Sn = ser la suma
de n variables aleatorias independientes.
TEOREMAS DE LA TEORA DE RENOVACIN
1) Sea Xk un proceso de renovacin con
Entonces:

Este teorema relaciona la esperanza matemtica de las variables

aleatorias
con la funcin de renovacin.

2) Para cada t > O se cumple que:

3) Teorema de Limite

4) Teorema Elemental de Renovacin

CARACTERISTICAS DE LAS TEORAS DE RENOVACIN

1) Toma valores enteros no negativos que contabiliza el nmero de
veces que ocurre un cierto evento durante el intervalo.
2) Los intervalos de tiempo entre dos eventos consecutivos son
variables aleatorias, positivas, independientes e idnticamente
distribuidas.
3) La variable aleatoria representa el tiempo real en el que se realiza la
n-sima renovacin.
4) Indican el nmero de renovaciones realizadas hasta el tiempo final.
5) En la literatura se le denomina proceso de renovacin a cualquiera
de los procesos {Tn : n = 1, 2, . . .}, {Wn : n = 0, 1, . . .}, o {Nt : t 0},
pues por construccin existe una correspondencia biunvoca entre
cualesquiera dos de estos tres procesos.

ECUACIN DE LA RENOVACIN
Supongamos que la primera renovacin ocurri en el tiempo s > O, es
decir,
Xr = s. Observe que:

En otras palabras, si s < t, entonces a partir del instante s, el proceso

reinicia y el nmero esperado de renovaciones en el intervalo [O, , es
igual a uno ms el nmero esperado de renovaciones en el tiempo t
s. En caso contrario, el nmero esperado de renovaciones en el
intervalo
[O,
ti
es
cero.
De
esto,
tenemos
que:

lo cual nos lleva a las siguientes igualdades:

Es decir:
Esto es, la funcin de
renovacin satisface un caso particular de una ecuacin integral,
conocida corno ecuacin de renovacin
GENERALIZACIN DE LOS PROCESOS DE RENOVACIN
Es una generalizacin del Proceso de Poisson. Esencialmente, el
proceso de Poisson es un proceso de Markov del continuo-tiempo en
los nmeros enteros positivos (que empiezan generalmente cero) que
tiene la independiente distribuy idnticamente llevar a cabo pocas
en cada nmero entero i (exponencial distribuido) antes de avanzar

(con la probabilidad 1) al nmero entero siguiente: i + 1. En el mismo

alcohol informal, podemos definir un proceso de la renovacin para ser
la misma cosa, salvo que los tiempos que sostienen adquieren una
distribucin ms general. (Nota sin embargo que IID la caracterstica
de los tiempos que sostienen se conserva).
DISTRIBUCIN LMITE PARA LOS PROCESOS TRANSITORIOS
Cuando la probabilidad es 1, N(t) tiende a infinito cuando t tiende a
infinito. Por lo tanto, si la probabilidad es 1:
N(t) 1
t
a medida que t . Donde 1/ es la tasa de renovacin.
PROCESOS TRANSITORIOS
Cualquiera de las variables del proceso cambia con el tiempo. Los
procesos intermitentes y semi intermitentes son operaciones en
rgimen no permanente y los procesos continuos pueden ser
transitorios o estacionarios. El proceso intermitente se usa cuando se
producen cantidades pequeas de producto en una nica ocasin,
mientras que para producciones grandes se usan procesos continuos
en rgimen permanente. Las condiciones de un rgimen transitorio
existen durante el arranque de un proceso y en los cambios
subsecuentes en las condiciones de operacin del proceso.
CARACTERSTICAS DE LOS PROCESOS TRANSITORIOS
1) Describe el comportamiento de una cadena de Markov antes de
alcanzar el estado estable.
2) Si X(t) es un proceso gaussiano aplicado a la entrada de un sistema
LIT, la salida tambin es un proceso aleatorio gaussiano Y(t).
3) Si un proceso aleatorio. X(t), es gaussiano, entonces las funciones
muestra generadas por X(t) son conjuntamente gaussianas, para
cualquier n, siendo n, el orden del proceso aleatorio.
4) Si el proceso gaussiano es estacionario, entonces el proceso es
estrictamente estacionario.
5) Si las variables aleatorias x(t1); x(t2); : : : x(tn), son obtenidos de un
proceso gaussiano X(t) en los tiempos t1; t2; : : : tn y son no
correlacionados
entonces
las
variables
aleatorias
son
estadsticamente independientes.

APORTES
De acuerdo a la investigacin realizada se desarrollaron tanto terico y
un poco prctico los procesos no markovianos, en cuestin de anlisis
se destac que son procesos estocstico, que a pesar de ser
contrarias a las propiedades de los procesos markovianos existe la
manera de calcular las probabilidades de diferentes formas.
Exploramos el enfoque de la teora de la renovacin que no es ms
que un proceso de conteo, es decir, procesos que registran el nmero
de repeticiones de cierto evento, con la caracterstica de que los
tiempos de ocurrencia entre dos eventos consecutivos son variables
aleatorias no negativas, independientes e idnticamente distribuidas,
las cuales posee una funcin que satisface ciertas ecuaciones
integrales donde se observa el estudio de un sistema de ecuacin con
unas condiciones que si un resultado da cero es porque se cumple tal
condicin s>t y si resulta 1 entonces se cumple la condicin
contradictoria s<=t, donde s y t son variables totalmente aleatorias.
Con respecto a los procesos transitorios su bsqueda fue un recorrido
tedioso y se plasm de manera analtica su definicin y unos
determinados ejemplo, pero por lo menos se logr el conocimiento y
se llega a la conclusin de que cada distribucin, proceso markoviano
o no, continua o determinada maneja lo que es el proceso transitorio
debido a que la probabilidad juega mucho con sus variables ya sea en
tiempos y movimientos de una manera dinmica aleatoria.
Por qu Dinmica y Aleatoria?
Porque est sometida a cambios.
Su aplicabilidad puede decir que dentro de la qumica y la fsica toma
mucho su protagonismo debido a que se realizan estudios donde las
variables de tiempo, espacios y estados pueden variar de una u otra
forma. Sin Embargo tambin destacamos que el clima y el proceso de
una cola tambin pueden tener cierta transitoriedad.
Angelica Penso

Los procesos no markovianos son tiles para estudiar la evolucin de

sistemas a lo largo de ensayos repetidos, que a menudo, son perodos
sucesivos donde el estado del sistema, en cualquier perodo particular,
no puede determinarse con certeza.
La teora de la renovacin es la rama de la teora de la probabilidad
que sistematiza los procesos de conteo para el cual el tiempo entre los
eventos sucesivos es independiente y est idnticamente distribuido.
Cada vez que ocurre el evento decimos que ha ocurrido renovacin.
Si tenemos el tiempo entre cada renovacin, podemos calcular el
tiempo total.
Muchos fenmenos naturales son aleatorios, pero existen algunos
como el lanzamiento de un dado, donde el fenmeno no se repite en
las mismas condiciones, debido a que las caractersticas del material
hace que no exista una simetra del mismo, as las repeticiones no
garantizan una probabilidad definida. En los procesos reales que se
modernizan mediante distribuciones de probabilidad corresponden a
modelos complejos donde no se conocen a priori todos los parmetros
que intervienen; sta es una de las razones por las cuales
la estadstica, que busca determinar estos parmetros, no se reduce
inmediatamente a la teora de la probabilidad en s.
Dentro de los Procesos No Markovianos podemos encontrar los
procesos transitorios que no es ms que el movimiento de un estado
inicial a un estado final.
Jos Camejo