Puntos a Tratar:

1. Introduccin.
2. Definiciones.
3. Clasificacin de Procesos Estocsticos.
4. Funciones Asociadas a un Proceso.
5. Continuidad y Derivabilidad en Media
Cuadrtica.
6. Procesos Con Incrementos Independientes.
7. Martingalas.
8. Procesos de Markov.
9. Procesos Estacionarios.
10.Procesos de Renovacin.
11.Ejemplos Ilustrativos.

Procesos Estocsticos Generalidades 2

1.Introduccin:

En el estudio de las variables aleatorias realizado

hasta ahora se han explorado las caractersticas
aleatorias del fenmeno pero se ha mantenido una premisa
por defecto, que esas caractersticas aleatorias
permanecen constantes a travs del tiempo. Al incluir en
el estudio la presencia de la variable determinstica
TIEMPO se est considerando que, de alguna forma, la
variable aleatoria depende del tiempo.

En consecuencia, cualquier funcin que se establezca en

trminos de la variable aleatoria, como lo son la
funcin de distribucin o la funcin de densidad, sern
tambin dependientes del tiempo.

Procesos Estocsticos Generalidades 3

2.Definiciones:

Un proceso estocstico es una coleccin o familia

de variables aleatorias = , , definidas
sobre un mismo espacio de probabilidad, que toman
valores sobre .

T se conoce como el conjunto de parmetros. Si T es

numerable, hablamos de un proceso con parmetro
discreto o de una sucesin aleatoria si = =
0,1,2, .

Si T es no numerable; es decir un intervalo,

diremos que el proceso es de parmetro
continuo. Con frecuencia = + , .

Procesos Estocsticos Generalidades 4

2.Definiciones:

Dado el espacio de probabilidad , , de modo

que para todo jo:

= : , , +

Donde:
, es una variable aleatoria.
es el espacio muestral asociado al proceso
con .
es una funcin del tiempo.

Procesos Estocsticos Generalidades 5

2.Definiciones:

Sea un proceso estocstico, Se denomina

espacio de estados , al conjunto de los
posibles valores que pueden tomar las variables
aleatorias = , .

= =

Una serie temporal es una realizacin parcial

de un proceso estocstico de parmetro tiempo
discreto.

Procesos Estocsticos Generalidades 6

2.Definiciones:

Ejemplos:
: nmero de personas que esperan un autobs
en un instante t.

: precio de una accin de una empresa en un

da t del mes. (t =1 ,2,...,30).

Procesos Estocsticos Generalidades 7

2.Definiciones:

Ejemplo I:

Escoger al azar un vehculo que est

comenzando la autopista de Caracas hacia La
Guaira. El experimento consiste en registrar
la velocidad a lo largo del recorrido.

, representa la velocidad del vehculo

en el instante de tiempo .

Procesos Estocsticos Generalidades 8

2.Definiciones:

El ejemplo anterior sugiere un proceso

aleatorio en funcin de dos variables , :
:
Si colocamos fijo se obtiene una variable

Si = 15 min, la variable 15 representa la

velocidad a los 15 minutos de haber salido de
Caracas.

Procesos Estocsticos Generalidades 9

2.Definiciones:

Ejemplo II:

Consideremos un experimento descrito como: Se

lanza una moneda varias veces. Supngase que
cada vez que sale cara, un jugador gana 1
unidad y si sale cruz pierde 1 unidad.

Procesos Estocsticos Generalidades 10

2.Definiciones:

Ejemplo II:

Consideremos un experimento descrito como: Se

lanza una moneda varias veces. Supngase que
cada vez que sale cara, un jugador gana 1
unidad y si sale cruz pierde 1 unidad.

Se puede definir un proceso que modela la

evolucin del juego.

Procesos Estocsticos Generalidades 11

2.Definiciones:

El ejemplo anterior (II) si se denomina al

nmero de unidades monetarias que quedan
despus de n lanzamientos, el espacio muestral
de es
= ,
donde el nmero de elementos de es
= 2
y el lgebra que se define es = , esto es
todos los posibles subconjuntos que se pueden
formar en .

Procesos Estocsticos Generalidades 12

2.Definiciones:

Consideramos en el ejemplo II a todas las

1
posibles n-uplas equiprobables: = .
2
El posible espacio de estados ser
= . . . , 3, 2, 1,0,1,2,3,
Podemos estudiar una trayectoria de :
Sea = fijo y = , , , , , . Tenemos que:

= , = , = ,
= , = , =

Procesos Estocsticos Generalidades 13

2.Definiciones:

= , = , = ,
= , = , =

Procesos Estocsticos Generalidades 14

3.Clasificacin de Procesos Estocsticos:

Se pueden clasificar segn:

La estructura del conjunto paramtrico T y

del conjunto de estados E.

Las caractersticas probabilsticas de las

variables aleatorias.

Procesos Estocsticos Generalidades 15

3.Clasificacin de Procesos Estocsticos:

Segn la estructura del conjunto paramtrico T

y del conjunto de estados E.

Los procesos estocsticos se pueden clasificar

en cuatro tipos, dependiendo de si T es un
conjunto numerable o continuo, y de si E es
otro conjunto numerable o continuo. As:

Procesos Estocsticos Generalidades 16

3.Clasificacin de Procesos Estocsticos:

discreto y discreto: Secuencia Estocstica

Discreta Cadena

Supongamos un sistema hidrulico con una

vlvula de seguridad que se revisa diariamente.
Esta vlvula presenta tres posibles estados:
correcto, incorrecto y deteriorado. De este
modo se puede denir el proceso como es el
Estado en el que se encuentra la vlvula en el
da n.

Procesos Estocsticos Generalidades 17

3.Clasificacin de Procesos Estocsticos:

discreto y continuo: Proceso Puntual.

Un autobs escolar tiene capacidad para k

personas. Si en una parada hay k o menos
personas esperando, entonces todas subirn al
autobs. Si no es as, subirn las k primeras,
quedando el resto de personas en espera.

Se define, como el nmero de personas

esperando en la parada en un instante de tiempo
t.

Procesos Estocsticos Generalidades 18

3.Clasificacin de Procesos Estocsticos:

continuo y discreto: Sucesin de Variables

Aleatorias.

Una empresa petrolfera debe decidir cunto

petrleo extrae al mes para maximizar los
beneficios. Se define, entonces, ser
Cantidad de petrleo a extraer en el mes n.

Procesos Estocsticos Generalidades 19

3.Clasificacin de Procesos Estocsticos:

Segn las caractersticas probabilsticas de

las variables aleatorias.

Las propiedades probabilsticas las v.a. son

importantes a la hora de identificar y
clasificar un proceso estocstico. Se pueden
clasificar los procesos en:
Procesos de incrementos independientes.
Martingalas
Procesos estacionarios.
Procesos Markovianos.
Procesos de Renovacin

Procesos Estocsticos Generalidades 20

3.Clasificacin de Procesos Estocsticos:

Trayectorias de algunos procesos estocsticos

puros:

Procesos Estocsticos Generalidades 21

3.Clasificacin de Procesos Estocsticos:

Trayectorias de algunos procesos estocsticos

de Ruido Blanco:

Procesos Estocsticos Generalidades 22

4.Funciones Asociadas a un Proceso:

Procesos Estocsticos Generalidades 23

4.Funciones Asociadas a un Proceso:

Procesos Estocsticos Generalidades 24

5.Continuidad y Derivabilidad en media
Cuadrtica:

Procesos Estocsticos Generalidades 25

5.Continuidad y Derivabilidad en media
Cuadrtica:

Procesos Estocsticos Generalidades 26

5.Continuidad y Derivabilidad en media
Cuadrtica:

TEOREMA DE CONTINUIDAD:

Un proceso en tiempo continuo de segundo orden

, tiene derivada en media cuadrtica en

0 si y slo si la funcin media existe

en 0 y la covarianza , = , es
continua en , = 0 , 0 , donde , .

Procesos Estocsticos Generalidades 27

5.Continuidad y Derivabilidad en media
Cuadrtica:

TEOREMA DE DERIVABILIDAD:

Un proceso en tiempo continuo de segundo orden

, se dice continuo en media cuadrtica
en 0 si y slo si la funcin media
= es continua en 0 y la covarianza
2
, existe en , = 0 , 0 .

Procesos Estocsticos Generalidades 28

5.Continuidad y Derivabilidad en media
Cuadrtica:

COROLARIO DE DERIVABILIDAD:

Si un proceso en tiempo continuo de segundo

orden , con = y , =
, tiene una derivada en media
cuadrtica entonces:

= = =

2
, = ,

Procesos Estocsticos Generalidades 29
6.Procesos con Incrementos Independientes:

Sea un proceso estocstico. Si las

variables:

2 1 , 3 2 ,, 1

son independientes para cualesquiera 1 , 2 ,,

que satisfacen que 1 < 2 < < decimos que
es un proceso con incrementos
independientes.

Procesos Estocsticos Generalidades 30

6.Procesos con Incrementos Independientes
(I.I):

Si el conjunto de parmetros tiene un mnimo en

0 entonces; supondremos tambin que:

0 , 1 0 , 2 1 ,, 1

son independientes.

Procesos Estocsticos Generalidades 31

6.Procesos con Incrementos Independientes
(I.I):

Si = = 0,1,2, un proceso con I.I es

simplemente una sucesin de variables
aleatorias independientes:

0 = 0 y en general = 1 para
= 1,2

Procesos Estocsticos Generalidades 32

6.Procesos con Incrementos Independientes
(I.I):

Un proceso con I.I se dice que es tambin

estacionario si la distribucin de los
incrementos:
+
depende slo de la longitud del intervalo y
no del tiempo.
En un proceso de I.I.E, la distribucin de
+ es igual a la de + ,
, y

Procesos Estocsticos Generalidades 33

7.Martingalas:

Las martingalas resultan modelos apropiados

para juegos justos, ya que si representa
la cantidad de dinero que un jugador tiene en
el instante , la propiedad de la esperanza
condicional dice que en promedio, la cantidad
que el jugador tendr en el instante +1 dado
que tiene en el instante es , sin
importar cul ha sido su fortuna anterior.

Procesos Estocsticos Generalidades 34

8.Procesos de Markov:

La caracterstica principal de los procesos

estocsticos markovianos es que la distribucin
de +1 slo depende de la distribucin de
y no de las anteriores 1 , 2 , .

Se puede resumir diciendo que el estado futuro

del proceso, slo depende del estado presente,
y no del resto de estados pasados.

Procesos Estocsticos Generalidades 35

8.Procesos de Markov:

Sea un proceso estocstico. se dice de

Markov si:

1 < 2 < <

, , , =
1 1 2 2 1 1

Procesos Estocsticos Generalidades 36

8.Procesos de Markov:

Sea un proceso estocstico con espacio de

estados discreto, se puede escribir:
1 < 2 < <
=
= , = , , = =
1 1 2 2 1 1

=

=

En este caso a se le llama CADENA DE

MARKOV.

Procesos Estocsticos Generalidades 37

9.Procesos Estacionarios:

Procesos Estocsticos Generalidades 38

10.Procesos de Renovacin:

El primer dispositivo es puesto en operacin en

el instante 0, deja de funcionar en el instante
1 y es inmediatamente reemplazado por nuevo
dispositivo que falla en el instante 1 +2 y as
sucesivamente, lo que motiva el nombre de este
proceso. El tiempo del n-simo cambio es =
1 +2 + +

Procesos Estocsticos Generalidades 39

11. Ejemplos Ilustrativos I:

Sea un proceso = + + , con A,B y C

son variables aleatorias independientes con
media 1 y varianza 1. Calcule la Media y la
Covarianza del proceso.

Procesos Estocsticos Generalidades 40

11. Ejemplos Ilustrativos II:

Sean un proceso estocstico tal que

= 2 y una variable aleatoria
1
independiente de tal que P = 1 = ,
4
1 1
P =0 = y P =1 = .
Considere otro procesos
2 4
= . Determine si el proceso es
dbilmente Estacionario.

Procesos Estocsticos Generalidades 41

11. Ejemplos Ilustrativos III:

Encuentre la funcin de covarianza del proceso

estocstico:

= + ()

Donde las variables aleatorias y son

independientes con media cero y = = 1.

Procesos Estocsticos Generalidades 42