Ejercicio 3 - P2 (Proceso Estacionario)

Ejercicio 3 - P2 (Proceso Estacionario)

de Esteban Normey Rieta -
Número de respuestas: 1

Buenas,
La definición de proceso estacionario es
P(X_{1} =x_{1},\cdots , X_{n}=x_{n})=P(X_{1+r} =x_{1}, \cdots , X_{n+r} =x_{n}) para todo r,n y todo x_{1}, \cdots , x_{n} \in X.

Sin embargo considero difícil demostrar si que {X_{i}} es estacionario por este lado. Lo que hice fue suponer que es estacionario y encontrar la distribución estacionaria \pi tal que \pi*P  = \pi. Entiendo que esto demuestra que es estacionaria si y solo si nos encontramos en el caso de que justamente la primera distribución coincida con este \pi encontrado (lo cual sucede porque X_{1} es uniformemente distribuida).
Esta bien este razonamiento? Debería ser capaz de demostrarlo con la definición?

Además, en la parte b), utilice justamente que es estacionario para poder usar la fórmula de las diapositivas: 
H( \chi )=H'( \chi ) = -\sum {\pi_{i}*P_{ij}*log(P_{ij}) }
No sé si es lo esperado, o si se prefiere que se consiga demostrar mediante la aplicación de la definición nomas?
Saludos!

En respuesta a Esteban Normey Rieta

Re: Ejercicio 3 - P2 (Proceso Estacionario)

de Alvaro Martin -
Hola.
Para aplicar ese razonamiento estás usando que, en este caso, la distribución estacionaria es única (no tiene por qué pasar en general).
Un razonamiento más sencillo es verificar que para la distribución del estado inicial que nos dan (la uniforme) se verifica que (1/3, 1/3, 1/3) P = (1/3, 1/3, 1/3). Aunque no fuera única (que en este caso lo es) esto muestra que el proceso es estacionario.

Para verlo observar que las distribuciones conjuntas de la definición (que escribiste en tu mensaje) solo dependen de la distribución de la primera variable (X_1 y X_{r+1} en cada caso), que son ambas uniformes, y las condicionales que están determinadas en ambos casos por la matriz de probabilidades de transición.
Saludos
Álvaro