Академический Документы
Профессиональный Документы
Культура Документы
PROCESO ALEATORIO
Un proceso aleatorio es un conjunto de variables aleatorias
conjunto de ndices I finito o contable, o
para un
donde T es un conjunto de
ndices no-enumerable.
, en el caso
llama espacio de estados del proceso o tambin, alfabeto del proceso. Cada elemento
de S se llama estado.
y de tiempo
continuo.
Pueden describirse mediante un periodo de tiempo (cada hora, cada da, cada
semana, cada mes) o pueden estar en funcin de la realizacin de una accin (despus
de cada partida de un juego, despus de cada lanzamiento de una moneda).
Ejemplos:
El nmero de personas que llegan a un servicio de urgencias mdicas durante
una noche
La cantidad de llamadas que entran en un conmutador a lo largo de un da.
con un espacio
En general, T es de la forma [0,) y esto significa que el estado del sistema puede
observarse en cualquier instante de tiempo. Tambin puede acotarse el lapso de
observacin haciendo
].
donde
, o bien
Ejemplo:
El observar cada 12 horas la cantidad de gases txicos que emite una fbrica
Procesos continuos a tiempo continuo:
Un proceso es continuo a tiempo continuo si su espacio de estados S es infinito
no-numerable y el espacio del parmetro temporal T tambin es infinito
no-numerable, es decir, es una coleccin de variables aleatorias
tiene
decir que los desplazamientos que tiene el proceso en estos intervalos disjuntos de
tiempo son independientes unos de otros.
Procesos de Markov
Estos tipos de procesos son modelos en donde, suponiendo conocido el estado
presente del sistema, los estados anteriores no tienen influencia en los estados futuros
del sistema. Esta condicin se llama propiedad de Markov y puede expresarse de la
siguiente forma: para cualesquiera estados
(presente),
(pasado),
slo depende el
Procesos estacionarios
Se dice que un proceso estocstico a tiempo continuo
es
del
vector
la
para cualquier
misma
que
la
, la
del
vector
. En particular, la distribucin de
PROCESO DE BERNOULLI
Un proceso de Bernoulli es la repeticin de un ensayo de Bernoulli (es un
experimento aleatorio en el que slo se pueden obtener dos resultados habitualmente
etiquetados como xito y fracaso). Desde el punto de vista de la teora de la
probabilidad, estos ensayos estn modelados por una variable aleatoria que puede
tomar slo dos valores, 0 y 1. Habitualmente, se utiliza el 1 para representar el xito.
Si p es la probabilidad de xito, entonces el valor del valor esperado de la variable
aleatoria es p y su varianza,
Propiedades:
El experimento consiste en n pruebas que se repiten.
Cada prueba produce un resultado que se puede clasificar como xito o
fracaso.
La probabilidad de un xito, que se denota con p, permanece constante en
cada prueba.
Las pruebas que se repiten son independientes.
Ejemplo 1:
El acceso a un shopping puede realizarse por dos puertas idnticas. Por motivos
desconocidos los clientes prefieren la puerta de la izquierda. Estudiando la frecuencia
relativa del nmero de clientes que entran por la puerta de la izquierda se ha llegado a
la conclusin de que la probabilidad de que el cliente que arriba elija la puerta de la
izquierda es
frente a una de las puertas es despreciable pues, debido a las dimensiones de las
puertas y al promedio de clientes que arriban al lugar por unidad de tiempo, dichas
congestiones son muy poco frecuentes. Por todo ello, puede suponerse que los
clientes eligen la puerta de acceso slo segn sus propios gustos. Si definimos
cuando el n-esimo cliente elige la puerta izquierda y
la derecha, el proceso
, cuando elige
es un proceso de Bernoulli.
Ejemplo 2:
Al final de la cadena de ensamblaje ciertos productos son sujetos a inspeccin.
Definimos
si es bueno.
CAMINATAS ALEATORIAS
es un
donde
cualquier
Figura
Entonces para
y
se
define
Figura
Propiedades:
Homogeneidad espacial:
Ejemplo 1:
Dos jugadores A y B juegan una serie de volados de modo que A le gana 1 peso a B
cada vez que la moneda cae guila (con probabilidad p) A le paga un peso a B en
caso contrario. Supongamos que A inicia con a pesos y B con b pesos. El juego se
detiene cuando alguno de los jugadores se queda sin dinero. Cul es la probabilidad
de que A gane el juego?
Solucin:
Sea
y para simplificar la
se tiene
. En efecto, la
solucin general es
( )
. Luego,
Ya que
Ahora bien con
Por lo tanto,
( )
con
se tiene que
( )
( ) =
( )
( )
( )
Ejemplo 2:
Suponga que un jugador A apuesta sucesivamente una unidad monetaria a un jugador
B. Inicialmente el jugador A tiene k unidades, y B tiene
unidades, es decir, el
10
Sea
es una
. Puede demostrarse
u k = P X t = 0 | X 0 = k
Por el teorema de probabilidad total se obtiene la ecuacin en diferencias:
u k = pu k+1 + qu k 1
(1)
11
Vlida para
, o bien el
del estado
. Esta
u k+1 u k = qp u k u k 1
(2)
( )
( )
( )
( )
obtiene
. O bien
(3)
12
se llega
Por lo tanto,
(4)
En la figura se muestra la grfica de la probabilidad como funcin del parmetro
Figura
13
Anlisis de solucin
Es importante analizar la frmula (4). Para el caso simtrico p = 1/2, es decir,
cuando el juego es justo, la probabilidad de ruina es muy cercana a 1 cuando k es
muy pequeo comparado con N. Esto sugiere que no conviene jugar esta serie de
apuestas contra adversarios demasiado ricos, a n cuando el juego sea justo. Es
tambin un tanto inesperado observar que la probabilidad es muy sensible a
los valores de p cercanos a 1/2. Esto puede apreciarse en la figura. Cuando p es
distante de 1/2 la probabilidad
Figura
14
Conclusin
La mayora de los procesos son dependientes al tiempo, por tal motivo, una seal aleatoria
es una funcin del tiempo, y debido a esto, aquellas funciones que presentan esta
dependencia son llamados procesos aleatorios.
15
Profesora:
Alumna:
Yolimar Prez
Alejos Ana
CI: 24801300
16