EVIDENCIA DE APRENDIZAJE.

REPORTE DE
MODELACION

Instrucciones:
Resuelve
los
siguientes
autorregresivos AR y de promedios mviles MA

modelos

1. Considera los siguientes modelos autorregresivos AR,

en donde c es una constante y at es un proceso de
ruido blanco, encuentre los cinco primeros valores de la
funcin de autocorrelacin (FAC). Son estacionarios los
procesos?

a)

Z t 0.9 Z t 1 c at

Un proceso AR(1) est dado por:

Donde es un proceso de ruido blanco con media
cero y varianza . El proceso es de covarianza
estacionaria s
. Si
, entonces
tiene
una raz unitaria. El clculo de la esperanza de
es
directo. Asumiendo la covarianza estacionaria,
tenemos:
.
Entonces:

Donde

es la media. La varianza es:

La funcin de autocorrelacin viene dada por:

Se puede ver que la funcin de autocorrelacin

decrece con un intervalo de decrecimiento de
.
La funcin de densidad espectral es la transformada
de Fourier de la funcin de autocorrelacin. En
trminos discretos, sta sera la transformada de
Fourier de tiempo discreto:

Volviendo al problema tenemos que el modelo AR (1)

es:
p

X t =c + X t i+ t
i=1

Representando los valores en el modelo AR(1)

poseemos:

Z t =c0.9 Z ti +at

Conforme a la definicin del empiece del problema

tenemos que confirmar la covarianza.

Hallamos el valor de fi:

=0.9

||=|0.9|<1

1< 0.9< 1

Por lo tanto se cumple que es estacionaria y no

depende del tiempo sino del intervalo.

b)

Z t 0.1Z t 1 c at
p

X t =c + X t i+ t
i=1

Z t =c0.1 Z ti +at

Hallamos el valor de fi:

=0.1

||=|0.1|<1

1< 0.1<1

Por lo tanto se cumple que es estacionaria.

2. Considere los siguientes modelos de promedios mviles

MA, en donde at es un proceso de ruido blanco,
encuentre la funcin de autocorrelacin (FAC) para cada
uno de ellos y diga si son o no invertibles.

a)

Z~t at 0.8at 1

La funcin MA es:

X t = t + t 1 con t iid ( 0, 2 )

La funcin AR es:

2
X t =c + X t i+ t con t iid ( 0, )
i=1

Serie Geomtrica:

S=a+ra+r 2 a+ r 3 a+ =

a
si|r|< 1
1r

Mdulos:

( 1L )= t=L t1= t2

=0.8

Entonces se cumple la condicin porque:

|0.8|< 1

~
Z t=at +0.8 at1

 ( 1L ) at

Esto implica
~
Zt
=a
( 1L ) t

Utilizando la serie geomtrica tenemos:

at =~
Zt +~
Z t ( L ) +~
Z t ( L )2 +
~ ~
~
at = Zt + Z t 1 + Z t2 2+

Pero estamos en un sistema de MA (1):

~ ~
at = Zt + Z t 1

Reemplazamos teta:
~
~
at = Zt +0 . 8 Z t1

Encontramos que a AR es invertible ya que

|0.8|< 1 .

b)

Z~t at 0.7 at 1 0.2at 2

1=0.7

Entonces se cumple la condicin porque:

|0.7|<1

1=0.2

Entonces se cumple la condicin porque:

|0.2|<1

~
Z t=at + a t1

( 1L ) at

Esto implica:

~
Zt
=a
( 1L ) t

Utilizando la serie geomtrica tenemos:

~ ~
~
2
at = Zt + Z t ( L ) + Z t ( L ) +
~ ~
~
at = Zt + Z t 1 + Z t2 2+

Pero estamos en un sistema de MA (2):

~ ~
~
at = Zt + Z t 1 + Z t2 2

Reemplazamos teta:

~
~
~
at = Zt +0 .7 Z t10. 2 Z t 2

Encontramos que a AR es invertible ya que |0.7|<1 .

3.-Encuentre el valor de 1 , 2 ,..., 5 para cada uno de los

siguientes modelos
a)

1=1
1=0.8
2= 1 1 2
2=[ (0.80.8 ) ]0
2=0.64
3= 2 1+ 1 23
3=[ (0.640.8 ) +0 ]
3=0.512
4= 3 1 + 2 2+ 1 3 4

(0.5120.8 ) +0
4=
4=0.409

5= 4 1 + 3 2+ 2 3 + 1 45

(0.4090.8 )+ 0
5=
5=0.327

~
Z t =at +0.8 at 1

b)

~
Z t =at +0.7 at 10.2 at 2

1=1
1=0.7
2= 1 1 2
2=[ (0.7 ) ( 0.7 ) 0.2 )
2=0.29

3= 2 1+ 1 23
3=[ (0.29 )( 0.7 ) + (0.70.2 ) 0 ]
3=0.063

4= 3 1 + 2 2+ 1 3 4
4= [ (0.0630.7 ) + (0.290.2 )0 ]
4=0.0139

5= 4 1 + 3 2+ 2 3 + 1 45

( 0.01390.7 ) + (0.0630.2 )
5=
5=0.0223

Considere la representacin de estos modelos como

B Z t at .

Convergen las sumas

respuesta.
Para

i 1

Z t 0.1 Z t 1 =c +at

i=
1
i=1

0(0.1 )

i= 1 (0.1 )
i=1

0.1
<
i= 1.01
i=1

Para

~
Z t =at +0.7 at 10.2 at 2

i=
1
i=1

i=
i=1

0.2( 0.7 )
1( 0.7 )

i= 0.9
0.3
i=1

i=3<
i=1

? justifique su

Por lo tanto, las sumas i convergen.

i=1