Facultad de Ciencias Naturales y Matemticas Departamento Acadmico de Matemtica Escuela Profesional de Estadstica

ASIGNATURA: PROCESOS ESTOCSTICOS

PROFESORA: Lic. Roco Virto Tomasto

Procesos estocsticos
La teora de los procesos estocsticos se centra en el
estudio y modelizacin de sistemas que evolucionan a lo largo del tiempo, o del espacio, de acuerdo a unas leyes no determinsticas, esto es, de carcter aleatorio. La forma habitual de describir la evolucin del sistema es mediante sucesiones o colecciones de variables aleatorias. De esta manera, se puede estudiar cmo evoluciona una v.a. a lo largo del tiempo.

Procesos estocsticos
Por ejemplo, el nmero de personas que espera ante una

ventanilla de un banco en un instante t de tiempo; el precio

de las acciones de una empresa a lo largo de un ao; el nmero de parados en el sector de Hostelera a lo largo de un ao. La primera idea bsica es identificar un proceso estocstico con una sucesin de v.a.{Xn, n N} donde el subndice indica el instante de tiempo (o espacio) correspondiente.

Procesos estocsticos
Esta idea inicial se puede generalizar fcilmente, permitiendo que los instantes de tiempo en los que se definen las v.a. sean continuos. As, se podr hablar de una coleccin o familia de v.a. {Xt, t R}, que da una idea ms exacta de lo que es un proceso estocstico. Se tena que una v.a. X(s) es

una funcin que va desde un espacio muestral S a la recta

real, de manera que a cada punto s S del espacio muestral se le puede asociar un nmero de la recta real.

Procesos estocsticos
De este modo, la probabilidad de cada suceso de S se
puede trasladar a la probabilidad de que un valor de X (v.a.) caiga en un cierto intervalo o conjunto de nmeros

reales. Si a todo esto se le aade una dimensin temporal,

se obtiene un proceso estocstico. La definicin formal es la siguiente:

Proceso estocstico

Dado el espacio de probabilidad (,a, P ) de modo que para todo t T R fijo Xt : (,a, P ) (R, B) w Xt(w) R esto es, Xt es una variable aleatoria y w fijo, X(w) es una funcin del tiempo. Ejemplos: Xt: nmero de personas que esperan un autobs en un instante t donde t [9, 10] Xt: precio de una accin de una empresa en un da t del mes (t = 1, 2, . . . , 30). Xt: nmero de parados en el mes t (t = 1, 2, . . . , 12).

Procesos estocsticos
Para que un proceso estocstico est completamente definido hay que determinar completamente las v.a., es decir, determinar e identificar la distribucin de probabilidad asociada a cada una

de ellas y, es ms, la distribucin conjunta de todas ellas.

Al conjunto T R de subndices se le denomina conjunto paramtrico y puede ser continuo o numerable. De este modo aparece una primera clasificacin en procesos estocsticos de parmetro continuo o de parmetro discreto.

Proceso estocstico
Estocstico (del griego stokhastes = adivino) ~ lo que

est ligado al azar.

Proceso en el que, en cada instante, existe una prob. bien determinada de ocurrencia de cada uno de los estados en

los que se puede encontrar el sistema; esta probabilidad

depende, en general, de cules hayan sido los estados efectivamente alcanzados en instantes anteriores.

Definiciones
.

Se denomina proceso estocstico a toda variable que evoluciona a lo largo del tiempo de forma total o parcialmente aleatoria. Un ejemplo, es la temperatura en Madrid, aumenta durante el da y baja durante la noche; aumenta en el verano y desciende mucho en invierno (nueve meses de invierno y tres de infierno, que se dice del clima castellano); su variacin es parcialmente determinstica y parcialmente aleatoria (figura 1).

Procesos estocsticos
Un proceso estocstico es una coleccin o familia de variables aleatorias {Xt, con t T}, ordenadas segn el subndice t que en general se suele identificar con el tiempo. Por tanto, para cada instante t tendremos una variable aleatoria distinta representada por Xt, con lo que un proceso estocstico puede interpretarse como una sucesin de variables aleatorias cuyas caractersticas pueden variar a lo

largo del tiempo. Por ejemplo, siobservamos slo unos pocos valores de t,
tendramos una imagen similar a la de la figura siguiente:

El ndice de la bolsa es un ejemplo de proceso estocstico de tipo no estacionario (por eso no se puede predecir).

Los proceso estocsticos se clasifican en:

Tiempo discreto: Cuando el valor de la variable

slo puede cambiar en una serie de momentos

determinados del tiempo (por ejemplo, los sorteos de la lotera tienen lugar en determinadas fechas). Tiempo continuo: Cuando el valor de la variable puede cambiar en cualquier momento del tiempo (la temperatura, por ejemplo).

Otra forma de clasificar a los procesos estocsticos es:

Variable continua: La variable puede tomar cualquier valor comprendido en un rango (la temperatura, por

ejemplo)

Variable discreta: La variable slo puede tomar determinados valores o estados discretos (los mercados financieros cotizan sus activos con unos precios que oscilan: de cntimo de euro en cntimo de euro, o en 1/8 de punto, etc.).

Clasificacin de los procesos estocsticos

Ejemplos de los tipos de procesos estocsticos

Cadena: supongamos que un sistema hidrulico de una vlvula de seguridad.

Sucesin de variables aleatorias continuas: cantidad

de lluvia cada cada mes

Proceso puntual: Nmero de clientes esperando en la cola de un supermercado

Proceso continuo: velocidad del viento

Bibliografa

Processes Fourth Edition Athanasios Papoulis Polytechnic University S. Unnikrishna Pillai

Probability,Random Variables and Stochastic

Leonid B. Koralov Yakov G. Sinai Theory of Probability and Random Processes Second Edition