Procesos Regenerativos

Un proceso regenerativo contiene tiempos aleatorios en los que se reinicia independientemente de su pasado, dividiendo su evolución en ciclos independientes e idénticamente distribuidos.

Definition

Un proceso regenerativo es un proceso estocástico que posee épocas de regeneración aleatorias, formando un proceso de renovación, de tal manera que los segmentos entre épocas consecutivas son independientes e idénticamente distribuidos, por lo que el proceso se reinicia probabilísticamente en cada época.

Scope

Este tema abarca las épocas y ciclos de regeneración, el teorema de renovación-recompensa que expresa los promedios a largo plazo como la recompensa esperada por ciclo sobre la duración esperada del ciclo, la existencia de distribuciones estacionarias en el tiempo limitantes, el método regenerativo para la simulación en estado estacionario y los intervalos de confianza, y la conexión entre la regeneración y la estructura de renovación de los procesos de Markov.

Core questions

• ¿Qué son las épocas de regeneración y cómo dividen un proceso en ciclos independientes?
• ¿Cómo el teorema de renovación-recompensa proporciona promedios a largo plazo a partir de un solo ciclo?
• ¿Cuándo un proceso regenerativo tiene una distribución limitante?
• ¿Cómo se explota la regeneración para la simulación y la inferencia en estado estacionario?

Key theories

Teorema de renovación-recompensa

Para un proceso regenerativo, el promedio a largo plazo de una recompensa acumulada a lo largo del tiempo es igual a la recompensa esperada obtenida en un ciclo dividida por la duración esperada de un ciclo, lo que reduce los cálculos del promedio temporal a un solo ciclo de regeneración.

Distribución limitante de procesos regenerativos

Cuando la distribución de la duración del ciclo no es reticular y tiene una media finita, un proceso regenerativo converge en distribución a una ley estacionaria en el tiempo dada por el tiempo de ocupación esperado por ciclo, lo que establece la existencia de un estado estacionario para muchas colas y cadenas de Markov.

Clinical relevance

La regeneración proporciona una forma unificadora de probar resultados de estado estacionario para colas, sistemas de inventario y procesos de Markov, y el método regenerativo ofrece intervalos de confianza rigurosos en la simulación de eventos discretos al tratar los promedios de ciclo como muestras independientes.

History

El punto de vista regenerativo fue articulado por Smith en la década de 1950 como una extensión de la teoría de la renovación, y su aplicación a la simulación en estado estacionario a través del método regenerativo fue desarrollada por Crane e Iglehart en la década de 1970, convirtiéndose en una herramienta estándar en la probabilidad aplicada y el análisis de rendimiento.

Key figures

• Walter Smith
• Soren Asmussen
• Donald Iglehart

Seminal works

• asmussen2003

Frequently asked questions

¿Qué hace que un proceso sea regenerativo?

Tiene tiempos aleatorios en los que se reinicia independientemente de su historial, por lo que las partes entre estas épocas de regeneración son ciclos independientes e idénticamente distribuidos.

¿Por qué son útiles los procesos regenerativos en la simulación?

Debido a que los ciclos son independientes, los promedios sobre los ciclos se comportan como muestras independientes, lo que permite intervalos de confianza válidos para cantidades en estado estacionario sin asumir una distribución particular.