Marcha Aleatoria

Por qu Marcha aleatoria?

El nombre Marcha Aleatoria proviene de la traduccin de la expresin

anglosajona Random walk, que tambin se puede traducir como caminata
aleatoria

Imagine a una persona en estado de ebriedad, caminando. Se puede esperar

que esta persona d pasos de forma errtica, por lo que sera lgico modelar
este comportamiento como si fuese aleatorio

Si observamos desde arriba, podramos graficar la ubicacin de la persona en

un plano, y decir que el paso tiene las coordenadas ( , ),
significando que la persona se mueve hacia la derecha y hacia adelante
(si o son negativos, implicara que la persona se mueve hacia la
izquierda o hacia atrs, respectivamente)

La ubicacin en el eje de las despus de pasos vendra dada por =

1 + 2 + + y la ubicacin en el eje de las es anloga

Marcha Aleatoria

Sea { ; 1} una secuencia de variables aleatorias independientes e idnticamente

distribuidas y sea = 1 + 2 + + . El proceso estocstico de parmetro discreto
; 1 se conoce como Marcha aleatoria o Recorrido aleatorio (unidimensional)

Otra forma de ver una marcha aleatoria: = 1 + , donde es el paso de la

marcha

Sean 1 , 2 , v.a.i.i.d., tales que = 1 = y = 1 = 1 . Sea = 1 + 2 + +

, la secuencia de sumas { ; 1}, se denomina Marcha aleatoria simple

Podemos ver una marcha aleatoria simple como una variacin de un proceso de Bernoulli.
es la diferencia entre las ocurrencias positivas y negativas en los primeros ensayos. Si =
1 en m de n ensayos:

= (1) + 1 = 2

= 2 =

que es la probabilidad de que una variable aleatoria binomial

tome el valor

Marcha Aleatoria

En el caso de que 1 , 2 , sean variables aleatorias IID positivas, el proceso

{ ; 1} es la secuencia tiempos de llegada de un Proceso de renovacin.
(Este tema ser ampliado al abordar los procesos de Poisson)

Cuando los pasos de la marcha aleatoria tienen distribucin normal,

usualmente se le conoce como Marcha aleatoria gaussiana

Marcha aleatoria simple

Sea = 1 + 2 + + una marcha aleatoria simple, tal que = 1 =

y = 1 = 1 = . Entonces:

= 2 1

= 4

= 2 1

[ ] = 4

Marcha aleatoria gaussiana

Sea = 1 + 2 + + una marcha aleatoria gaussiana, tal que

~(; 2 ). Entonces

= 2

[ ] = 2

Simulacin de una variable aleatoria

normal

Sea X una variable aleatoria continua y () su funcin de distribucin. Dado

que () es una funcin de una variable aleatoria, se le puede considerar
como una variable aleatoria tambin.

Se puede demostrar que para cualquier variable aleatoria continua, la funcin

de distribucin se distribuye como una Uniforme continua entre 0 y 1, es decir
~ 0,1

Sea ~(, 2 ) y sea su funcin de distribucin y sea ~(0,1).

Entonces 1 ~ , 2

Aunque los mtodos para generar nmeros pseudo-aleatorios con distribucin

uniforme estn fuera del alcance de esta materia, aprovecharemos la funcin
() de Microsoft Excel, la cual cumple con esta tarea

Simulacin de una variable aleatoria

normal

En Microsoft Excel, para generar un nmero aleatorio entre 0 y 1 utilizamos la

funcin
()

En Excel tambin podemos conseguir inversa de la funcin de distribucin de

una normal, para un valor de probabilidad y unos parmetros dados
. . (, , _)

Finalmente, para generar un nmero aleatorio de una distribucin normal,

basta con utilizar la frmula
. . ((), , _)

Problemas

Suponga que el precio de una accin puede ser modelado a travs de una
marcha aleatoria gaussiana, tal que

= 1 +

~(, 2 )

1.

Si 0, Cmo es la relacin de orden entre [ ] y [+ ] si 1?

2.

Qu forma tendra la grfica de ; = [ ] para = 0, > 0 y < 0?

Qu significa esto en trminos de la tendencia de ? Utilice Microsoft
Excel para simular un proceso con estas caractersticas y comprobar sus
respuestas

3.

Cmo es la relacin de orden entre Var[ ] y [+ ] si 1?

4.

Dado el valor de , calcule la esperanza y la varianza de + para = 1,2,3

5.

Dado el valor de , obtenga los cuartiles de + para = 1,2,3. Cmo es la

relacin de orden entre el rango intercuartlico de +1 y +3 ?

Problemas

Suponga que el movimiento de una persona en estado de ebriedad es modelado a

travs de una marcha aleatoria gaussiana bidimensional. Esto es:

El i-simo paso que da la persona es representado por el vector aleatorio ( , ), tal que
, ~ 0; 1 y es independiente de ,

La ubicacin de la persona al n-simo paso es representada por el vector aleatorio

( , ), tal que

=1

=1

1.

Calcule la probabilidad de que la distancia recorrida en un paso de esta persona sea

mayor a 1.

2.

Pista: Haciendo uso del teorema de Pitgoras, la distancia recorrida en un paso sera

2 + 2

Qu distribucin tendra el cuadrado de la distancia del origen a la ubicacin de la

persona al n-simo paso?