340 PROBABILIDAD Y ESTADISTICA EN INGENIERIA cit para hacer que el estado i sea un estado absorbente (es decir, hacer p(n) = 1, para todo n). Entonces se obtendrin probabilidades (diferentes) q, (0), que se pueden interpretar como la FDA del tiempo hasta Ia primera entrada a ese estado. Estos tiempos son generalizaciones de los tiempos distribuidos geométricamente hasta el primer éxito en un proceso de Bernoulli, Ejemplo: Presa de embalse El comportamiento estocdstico de una presa de embalse ha sido analizado a fondo como proceso de Markov (Moran [1959]). Consideremos un ejemplo simple de una pequefia presa de embalse para riego. Cada afio n, la cantidad total de agua que entra al embalse es una cantidad aleatoria Yo »con la distribucién de probabilidades discreta que se muestra en la fig. 3.7.3 (a). La unidad usada es un tercio de la capacidad de embalse. La intencién de la autoridad reguladora es prover, si es posible, dos unidades de agua por afio a las tierras agricolas vecinas. Sin la presa de embalse, es claro que en el 40 por ciento de los afios no estaria disponible esta cantidad de agua, pero en el 30 por ciento de los afios llegaria exceso de agua al lugar de la presa Con la presa, si ello es factible, la direccién libera cada afio dos unidades de agua del total disponible, es decir, con elagua aportada en el afio, mas la almacenada o que queda del afio anterior (si la hay). Si se dispone del agua en exceso del “objetivo liberado” de dos unidades, més la capacidad de einbalse de la presa (tres unidades) también ser liberado el exceso. Esta regla de operacién se resume en la curva de politica de operacién fig. 3.7.3(b). (Ver también prob. 2.32.) Para estudiar el comportamiento de la presa en el tiempo, con esta politica, “observaremos” el agua que permanece en el embalse al final de cada afio. Si suponemos que los aflujos anuales son estocisticamente independientes, entonces el modelo es una cadena de Markov; las probabilidades de estados futuros del proceso s6lo dependen del estado actual, no de la sucesién anterior de estados. Denotamos el proceso X (n). El proceso es homogéneo. En la fig. 3.7.3(c), se ilustra una funcién muestral. Con la informacién disponible, se construye facilmente la matriz de probabilida- des de transicién, pues Bis = PIX(m + 1) = 91 X(n) y = P[almacenamiento (n) +aflujo (n+ 1)~liberacién (n +1) = j| embalse (n) = i] Por ejemplo, si la presa estd vacia, estard vacia al siguiente afio, si entran dos o menos unidades (puesto que son liberadas): Poo = PlYau $2] = 0.7 Si existe una unidad almacenada este afio, no habré ninguna al afo siguiente, si entran cero 0 una unidad: Pwo = Pl¥nn $1] = 04 y habré una al afo si tres unidades, de las cuales dos son liberadas): Pu = PlYas = 2) = 0.3 Si la presa esta lena este afio, permanecerd Ilena, si entran dos o mas unidades: Pa = Plas 2 2] = 0.8Y, unidades Unidades de agua o 1 2 3.4 5S 6 7 8 Total de unidades (6) de aguo disponible $8 383 Be gS 22 3 $2 22 “0 8 9 102, ches le) cadena de Markov de presa de ales; (8) curva de politica de historial de la press. Figura 3.7.3. Ilustracién de une embelse. (2) Distribucién de aflujos anv: operacién; (c) funci6n muestral tipics, © De esta manera se puede construir la matriz de transicién < Estado al cual entra 3 oo @ ®& 3) 70.7 0.2 0-2 Sy) | 0.4 m=) @2)| 0.1 glealo 1 3 6. ees eee bee coc,342 PROBABILIDAD Y ESTADISTICA EN INGENIERIA CIVIL Aunque en esta ilustracién no usaremos esta informacién, podemos suponer razonablemente que al principio después de la construccién, ciertamente la presa esta vacia: a0) = Soon wes Como en la ilustracién (no homogénea) de la superficie del puente, podriamos responder cualquier ntimero de preguntas acerca de las probabilidades de estar en el estado ien el tiempo no de estar en el estado j m afios después de dejar el estado ien el tiempo n, etc. En este caso, sin embargo, buscaremos las respuestas para s6lo dos preguntas. Ellas son: 1. ¢Cual es la fraceién de tiempo (a largo plazo) que la presa esté lena, %/ Ilena, 1, ena y vacfa, cuando se observa al final de cada afio? 2. {Cuél es la distribucién del tiempo en el cual la presa esté por primera ver vacfa, dado que actualmente esté llena? Probabilidades de equilibrio Para responder la primera pregunta, debemos encontrar las probabilidades estacionarias de estado g*. No existe duda acerca de su existenciaen esta cadena, puesto que existe libre comunicacién a todos los estados y desde todos los estados. (Nétese, sin embargo, que como py; es cero, la llegada al estado 3 desde el estado 0 se hace séloa través de otro estado.) Aplicando las ecs. (3.7.45) y (3.7.46), tenemos el siguiente conjunto de ecuaciones para resolver: GE = Wepw + at Pw + aFpr0 + aSPI0 QT = apa + atu + atu + aku GF = afpe + fp + ape + ofp QE = Wpe + afpis + ape + atpas Wat tat tap = Sustituyendo los py y reordenando, tenemos 0.7 — Lay + O.4g? + Ole =0 0.293 + (0.3 — Igy + O39! + O1gf =0 a O.1gs + O.2¢F + (0.3 — 1g + 0.39% =0 O.lgy + 0.397 + (0.6 — 197 =0 w+ at a+ fen La solucién es 0.52 $038 rey = )005 ine 005 :=3MOPELOS PRoBABUISTCOS coMUNES 343 del comienzo han perdido lidad del 5 por ciento de que la presa esté nee ee tde influene promedio, la represa ré llena el 5 por después de aflujos y liberaciones en el ano), Mi Sélo alrededor de I vez en 5 que no esté nares Tiempos del primer cambio de estado Recordemos ol anterior. Para caleular la distribueion de dado que la presa esté actualmente llena, transici6n en m-etapas, después de que el La matriz de transicién modificade ce | razonamiento del ejemplo 7 el tiempo del primer paso al estado vario, necesitamos encontrar las probabilidades de i estado vacfo cambia a un estado absorhente. ; 1 0 0 0 Mmodificada=]0.4 03 02 0.1 01 03 03 03 0 01 03 06. Entonces Fr) = PLL <1] = Plel proceso entra al estado 0 en algiin tiempo anterior a, o en la etapa ¢ [esta en el estado 3] = Plel proceso esta en el “estado absorbente” 0 en el tiempo t|esté en el estado 3] = Plel proceso esti en el “estado absorbente” 0, cetapas después de estar en el estado 3] 4 = pul? Usando las ees. (3.7.37) a (3.7.39) Fr(1) = po? = 0 i La presa puede no estar vacia s6lo 1 afio después. Ademas, = Paolo + PPro + Pas P20 + Pra! P20 Fr(2) = ps = (0)(1) + (0.1)(0.4) + (0.3)(0.1) + (0.6)(0) = 0.07 Fi a i é sélo siestuvo primero '/, 4 vacia 2 afios después de estar Ilena, jue, la presa estard vacia os esto prin Tena Tiiego vacta, 0 primero %/ Ilena y luego vacia. Continu Fr(3) = pao = pro! Poo + Par Pre + Px Pre + Par Pre = (0.07)1 + (0.18)(0.4) + (0.29)(0.1) + (0.46)(0) = 0.17 | ido vacia en o antes del tercer is i le 0.171 de que la presa haya estat ede ess ee cuir rncneslapasi tanto, existe una probabilidad de 0.17— 0.07 = 0.10 de qu ia meee‘344 PROBABIUDAD Y ESTADISTICA EN INGENIERIA CIVIL 0.10 0.05 0123 45678 9011121314 15 ¢t Figura 3.7.4 FMP de T, nimero de afios para que la presa esté vacia por primera ver, dado que inicialmente estaba lena vez, 3 afios después de que estuvo lena, Continuando, encontramos la siguiente sucesién: Fr(l) =0 pr(l) = 0 Fr(2) = 0.07 pr(2) = 0.07 Fr(8) = 0.17 —— pr(3) = 0.10 Fr(4) = 0.27 pr(4) = 0.10 Fr(5) = 0.36 pr(S) = 0.09 Fr(6) = 044 — pr(6) = 0.08 Pr(7) = 0.51 pr(7) = 0.07 Fr(8) = 0.57 pr(8) = 0.08 Pr(9) = 0.62 pr(9) = 0.05 Fr(10) = 0.66 — pr(l0) = 0.04 4 En la fig. 3.7.4 se representa esta FMP. En el prob.3.45,se incorporan los resultados de esta ilustracién a un anélisis de decisin econémica, con respecto a la construccién (0 no) de la presa. 3.7.4 Resumen Las cadenas de Markov X(n) son procesos estocésticos simples, tipificados por un conjunto de estados discretos, i = 1, 2,...,r, por un conjunto de observaciones pun-MODELOS PROBABIUSTICOS COMUNES 34: tuales discretas en el tiempo, n =0, 1, 2,. A 7 wes a 2,...4 y por la propiedad sin memoria de PIX(n + 1) = 7 | (XO) = B)A(X(1) =a)... AN (XQ = 1) = ta) A (X(n).= i) = PIX(n +1) = 5 | X(n) = i)) = pyin +1) Para que el comportamiento del é ini F proceso esté completamente definido, a cerse las probabilidades iniciales, *deben cone 4:(0) = P[X(0) = y las propiedades de transicién p;'™ , para todos los tiempos n = 1,2,... Enunacade- na homogénea, las py (n) son independientes del tiempo y se denotan por p,,. La propabilidad (incondicional) q; (n) de que el proceso esté en el estado jen el tiempo n, es am) = ¥ a0) (0) en la cual las probabilidades de transicién en m-etapas p,()(n) se definen como la probabilidad de que el proceso estar en el estado j después de m etapas de haber estado en el estado i en el tiempo n. Estas probabilidades (condicionales) se encuen- tran por recurrencia a partir de la ecuacién: puer(n) = ¥ pae(n)pu(n + m) Para cadenas homogéneas, las probabilidades de transicién en m etapas, denotadas pi, son independientes de n. Se encuentran a partir de pis = Y, papas at probabilidades estacionarias (0 de En ci sas las cadenas homogéneas tienen Sesiarine 5 " Si existen, se pueden encontrar : “1 * estados estacionario o en equilibrio) de estado q? resolviendo las r ecuaciones simultaneas. af = Siatps parai=1%..0F Se con la condici6n Zgr =1366 PROBABILIDAD Y ESTADISTICA EN INGENIERIA CIVIL des sobre las cuales actian estas resistencias (/4 = 0.3/c; ty = 0.7c). Todas las ¥ tienen media 1.5 (ew/srle) y coeficiente de variacién de 20 por ciento, X; es de distribucién normal. X, y Xp se tienen distribucién normal conjunta con coeficiente de correlacién igual a 0.5. 3.45, Vuelva a considerar la ilustracién de la presa de embalse, en la sec. 3. (a) Elingeniero desearfa determinar los beneficios de su presa, comparando la fraccién, a largo plazo, del tiempo que la liberacién de agua alcanzaré (0 excederé) el valor objetivo de dos unidades y P[¥, < 1] = 0.4, la fraccién de tiempo en que el agua seria insuficiente si no donde Z (n) = numero de se construyese la presa. ¢Se puede construir una cadena de Markov Z(n),n = 0, 1 unidades liberadas en el afio n? Por qué no? (b) Hallar la probabilidad pedida en (a), considerando las probabilidades (a largo plazo) de estado del proceso de la presa X (n) en la sec. 3.7 y la distribucién de probabilidades de Y, , el aflujo anual. (c) ¢Si el costo inicial de la presa (y su operacién menos beneficios de recreacién e inundaciones) se reduce a un costo anual equivalente de $100000 y si la pérdida para la agricultura es $1 millén en caso de que no se disponga de agua en un afio dado, y $100000 si s6lo se dispone de una unidad, ;se deberd construir la presa? Basar la decisién de construir 0 no la presa en los costos anuales esperados a largo plazo. (Este anélisis de decisién no tiene en cuenta las posibles influencias econémicas de periodos sostenidos de caudales bajos fuera del costo anual mencionado.) 3.46. Las variables i-ésimas méximay minima Considérense n variables aleatorias continuas, idénticamente distribuidas, e independientes, X;, X,,..., Xa. Considérense luego estas mismas variables ordenadas en forma creciente y denotadas por Y(), Y®,..., Y), por ejem- plo, ¥ = min [X,, Xo,...,Xn], y ¥° = max [X;, Xp,...,X,]. Entonces la distribucién acumulada de Y“ es Fy (y) = Plal menos i de las X son menores o iguales a y] = y (5) weston ~ Fate i (a) Interpretar este resultado. (6) Considérese un sistema de n componentes, cada una con capacidades independien- tes, Xp, Xp... X- Bl sistema fallardsi son excedidas las eapacidades de j cualesquiera de la componentes. Determinar la distribucién acumulada de la capacidad j-ésimna minitna, es deci la distribuci6n de la capacidad del sistema. , . (€) Los tiempos de duracién de unidades individuales de alumbrado 0 pablico en una interseccién principal, tienen distribuciones exponenciales de parémetros comun ). El nivel de iluminacién cae por debajo de normas de seguridad aceptable, cuando fallan j cualesquiera de as unidades. En tal punto, un programa de minimizacién del costo de mantenintiento exige a reposicién de todas ls n unidades. Cul es la dstibucién del tiempo entre ls