PROCESOS DE RAMIFICACIN

Considere partculas tales como neutrones o bacterias que pueden generar

nuevas partculas del mismo tipo. El conjunto inicial de objetos hace referencia la
generacin 0th Las partculas generadas a partir de la n-sima generacin se dice que
pertenecen a la (n+1) generacin. Sea

X n , n 0

que denota el nmero de partculas en

la n-sima generacin.
En esta descripcin no se requiere que las diversas partculas en cada
generacin den lugar a nuevas partculas simultneamente. De hecho en un momento
dado, las partculas de varias generaciones pueden coexistir.
Una situacin tpica es ilustrada en la Figura 1: una partcula genera dos
partculas. Por tanto

X 0 =1 y

X 1=2 . Una de las partculas en la primera generacin

da lugar a tres partculas y la otra da lugar a una partcula, de modo que

en la Figura 1 que

X 2=4 . Vemos

X 3=2 . Dado que ninguna de las partculas en la tercera generacin

da lugar a nuevas partculas, concluimos que

X n =0 n 4 . En otras palabras

X 4 =0

en consecuencia

la descendencia de la partcula inicial en la

generacin cero se extingue despus de tres generaciones.

Figura 1

Para modelar este sistema como una cadena de Markov, suponemos que cada
partcula da lugar a partculas de

en la siguiente generacin, donde

es una

variable aleatoria que toma valores enteros positivos y tiene como funcin de densidad
a

f . Supongamos que el nmero de descendientes de las distintas partculas en las

diferentes generaciones se escogen de forma independiente de acuerdo con la funcin de

densidad

f .

Bajo estos supuestos

X n , n 0 , se forma una cadena de Markov donde

+
S=Z . El

estado 0 es absorbente .Porque si no hay partculas en una generacin dada, no habr

ninguna partcula en la prxima generacin. Para

x0

P ( x , y )=P( 1 + 2+ + x = y) ,
1 , 2 , , x

Donde
densidad

son variables aleatorias independientes con la misma funcin de

f . En particular

Si una partcula da lugar a

P (1, y )=f ( y ) , y 0 .

partculas, la interpretacin es que la partcula muere o

, que a su vez

desaparece. Supongamos que una partcula da lugar a partculas de

dan lugar a otras partculas, pero despus de algn nmero de generaciones, todos los
descendientes de la partcula inicial mueren o desaparecen generaciones, todos los
descendientes de la partcula inicial han muerto o desaparecido (ver figura 1.)
La probabilidad de extincin

de la cadena es la probabilidad de que los

descendientes de una partcula dada finalmente se extingan. Claramente

= 10=P1 (T 0 < )
Supongamos que inicialmente hay x

partculas. Dado que el nmero de descendientes

de estas partculas en las distintas generaciones se eligen independientemente unos de

otros, la probabilidad

x0

de que los descendientes de cada una

de las

partculas finalmente se extingan es slo la potencia xth de la probabilidad de que los

descendientes de cualquiera de las partculas eventualmente se extingan. En otras
palabras,
x

x0 = , x =1,2, .

(*)
Nota:

x = =P1 ( T 0 < ) P1 ( T 0 < ) P1 ( T 0 < ) =Px ( T 0 < )= x 0

Recuerde del ejemplo 6 que una partcula da lugar a partculas de

generacin, donde

en la siguiente

es una variable aleatoria que tiene funcin de densidad f. Si f (1)

= 1, la cadena de ramificacin es degenerada en cada estado es un estado absorbente.

Por lo tanto se supone que f (1) <1. Entonces el estado 0 es un estado absorbente. Se
deja como ejercicio para el lector para mostrar que todo estado que no sea 0 es

transitorio. De esto se deduce que, con probabilidad uno, la cadena de ramificacin se

absorbe bien en 0 o se acerca

+ . De (*) concluimos que:

c

Px lim X n= = Px lim X n= =1Px ( X 0 < ) =1 x , x=1,2,

) ( (

))

Definamos a la funcin generadora de probabilidad de

de la siguiente manera

( t ) :=f ( 0 )+ f ( y ) t y , 0 t 1
y=1

Demostraremos usando el ejercicio 9(b) que

y=1

y=1

( )=

=P ( 1,0 ) + P ( 1, y ) y 0=P ( 1,0 ) + P ( 1, y ) =f ( 0 ) + P (1, y ) y = ( p )

Claramente, es importante determinar

y=1

o al menos determinar cuando

=1

<1 . Esto se puede hacer utilizando argumentos basndose en la frmula: ( )=

APNDICE
Teorema. Sea

la funcin generadora de probabilidad de una variable aleatoria

con valores enteros no negativos y sea

esperanza finita). Si

1 y

=E ()

(con

=+

si

no tiene

P ( =1 )< 1 , la ecuacin

(1) ( t )=t
no tiene races en

. Si

>1 , entonces la ecuacin tiene una nica raz

en

.
En la siguiente figura se muestra la grfica de

(t )

en el intervalo

[0,1]

para cada

<1, =1 y >1 . Adems de algunos elementos que sern tiles en

uno de los casos:

la demostracin de este Teorema.

Demostracin. Sea

la funcin de densidad de

. Entonces

( t )=f ( 0 )+ f ( 1 ) t + f ( 2 ) t 2 +
y

' ( t )=f ( 1 ) +2 f ( 2 ) t+3 f ( 3 ) t 2+

De esta manera

( 0 ) =f (0) , ( 1 )=1 por ser f

'
lim ( t )=f (1 ) +2 f ( 2 ) +3 f ( 3 )+=
t1

una funcin de densidad, luego

Primer suponga que

<1 . Entonces

'

lim ( t ) <1
t1

' ( t )

Como

es no decreciente en

0 t <1 , podemos concluir que

' ( t ) <1

para

f ( 1 )=P ( =1 ) <1 . Entonces

f ( n )> 0

para

0 t <1 .
=1

Ahora suponga que

n 2

algn
lo tanto

' ( t )

(note que si

f ( 0 )> 0 , entonces

es estrictamente creciente en

<1 lo cual es una contradiccin). Por

0 t <1 . Dado que

'
lim ( t )=1
t1

podemos concluir nuevamente que

Ahora, suponga que
para

' ( t ) <1 para 0 t <1 .

y

P ( =1 )< 1 . Hemos mostrado que

' ( t ) <1

0 t <1 . Entonces

d
( ( t ) t ) =' ( t ) 1< 0, 0 t< 1,
dt
por lo tanto

( t )t

es estrictamente decreciente en el intervalo

( 1 )1=0 , podemos ver que

races en

( t )t> 0 , con

[0,1] . Dado que

0 t <1 , por lo tanto (1) no tiene

. Esto prueba la primera parte del teorema.

Suponga ahora que

>1 . Luego

'
lim ( t ) >1
t1

Por la continuidad de

' , existe un nmero

t0

tal que

' ( t ) >1 para t 0< t<1 . Se sigue del teorema del valor medio que

0<t 0 <1

 (1 ) ( t 0 )
1t 0

'

= ( t 1) > 1, p . a .t 1 (t 0 ,1)

( 1 )=1

Dado que

( t )t

Ahora,

se tiene que

1(t 0 )
>1 , es decir,
1t 0

es continua para todo

y adems

( 0 ) 0=f ( 0 ) 0 , por el

teorema del valor intermedio (Teorema de Bolzano), existe

( 0 ) 0=0 , es decir, (1) tiene una raz

( t 0 )t 0 <0

0 [0, t 0 ]

tal que

0 . Probaremos adems que esta raz

es nica.
Suponga que

0 0< 1< 1 , tales que

manera, la funcin

( t )t

Teorema de Rolle,

d
( ( t ) t )
dt

(0,1) , es decir, ' ( t )

el Teorema de Rolle,

( 0 ) =0

se anula en los puntos

( 1 ) =1

. De esta

0 , 1 y 1 ; por lo tanto, por el

se anula en por lo menos dos puntos del intervalo

tiene al menos dos races en

' '(t)

(0,1) . Aplicando nuevamente

tiene al menos una raz en

(0,1) . Pero si

>1 ,

f ( 2 ) , f ( 3 ) , es estrictamente positivo, y por lo

entonces al menos uno de los nmeros

tanto

' ' ( t )=2 f ( 2 ) +3 2 f (3 ) t +>0, t (0,1)

Es decir,

( t )=t

' '( t)

no tiene races en

tiene una nica raz en

(0,1) . Esta contradiccin muestra que

Los resultados son intuitivamente razonable. Si

<1 , entonces en promedio

cada partcula da lugar a menos de una nueva partcula, por lo que esperaramos que la
poblacin muera eventualmente. Si

>1 , entonces en promedio cada partcula da

lugar a ms de una nueva partcula. En este caso, se espera que la poblacin tenga una
probabilidad positiva de crecimiento rpido, conforme pasa el tiempo. El caso
est en el lmite, pero ya que
que

=1 tambin cuando

=1
=1

=cuando

=1

<1 , es plausible por la "continuidad"

Ejemplo 14
Suponga que cada hombre en una sociedad tiene exactamente tres nios, siendo
independientemente y teniendo probabilidad un medio si es nio y un medio si es nia.
Supongamos tambin que el nmero de varones en la n-sima generacin forma una
cadena de ramificacin. Encontrar la probabilidad de que la lnea de varones de un
hombre con el tiempo llegue a la extincin.
Solucin
La funcin de densidad de f del nmero de nios varones de un hombre es la funcin de
densidad de una binomial con parmetros n=3 y p=1/2.

()

f ( x )= n px qn x
x

Recordemos que la funcin de densidad de una binomial es,

entonces:

{ }
( ) f ( 0)= 18
( ) f ( 1)= 38
3
f ( 2 )=
f ( 2 )= ( 3 ) p q
8
2
1
f (3 )=
f ( 3 )= ( 3 ) p q
8
3
f ( 0 ) = 3 p 0 q3
0
f ( 1 )= 3 p 1 q 2
1

f ( x )=0 para x 4.

Es decir el nmero de hombres de descendencia es

probabilidad de extincin

[ 0, 1 ) .

es la raz de la ecuacin

3
2 . Desde

>1 , la

1 3 3 2 1 3
+ t+ t + t =t
8 8 8
8
3

sobre

Podemos reescribir la anterior ecuacin como t +3 t 5 t+1=0 , siendo

equivalentemente como
concretamente

( t1 ) ( t 2 +4 t1 )=0 . Dicha ecuacin tiene tres races,

1, 52, 52. Por lo que

1.9.1 Cadenas de Ramificacin

= 52.

Usando el teorema 6 observamos que el resultado para

1 , seguido

como indicacin de la seccin 1.8.1.

>1 . Se sigue del teorema 6 que

Suponga ahora
donde

( t )=t

es la nica raz de la ecuacin

siempre equivale

en

equivale

o 1,

[ 0, 1 ) . Mostraremos que

0 .

Observemos que en un inicio las partculas se comportan independientemente

obteniendo

su

descendencia,

la

probabilidad

n 0 por el ejercicio 9 a.

Consecuentemente para

P y ( T 0 n+1 )=P ( 1,0 ) + P ( 1, y ) P y ( T 0 n )

Y =1

T 0 n
1 ()

T 0 n
1 ()

P ( 1, y )

P (1,0 )+
Y =1

Entonces

T0 n
P1 ( ) , n 0 ..
P y ( T 0 n+1 ) =

P
y
( 1 ( T 0 n ) ) .
P y ( T 0 n )=

Usamos ** para probar por induccin que

Ahora

P1 ( T 0 0 ) 0

n0

.***

P1 ( T 0 0 )=0 0 , es decir *** es cierto para n=0 . Supongamos ahora que

*** contiene para algn valor de

n . Entonces ( t ) es creciente en t, con lo que

concluimos por ** que :

T 0 n

( 0)=0
P1 ( )
P y ( T 0 n+1 )=
Y entonces *** contiene para el siguiente valor de n. Por induccin *** es cierto para

n 0 . Dejando a n en ***, observamos que

=P1 ( T 0< )=lim P1 ( T 0 n ) 0 .
n

Desde

es uno de los dos nmero de

0 o 1, debe ser el nmero

0 .