Академический Документы
Профессиональный Документы
Культура Документы
Ir a la navegaci�nIr a la b�squeda
V�ase tambi�n: Sistema estoc�stico
�ndice
1 Ejemplos
1.1 Casos especiales
2 Definici�n matem�tica
3 V�ase tambi�n
4 Referencias
Ejemplos
Los siguientes son ejemplos dentro del amplio grupo de las series temporales:
se�ales de telecomunicaci�n;
se�ales biom�dicas (electrocardiograma, encefalograma, etc�tera);
se�ales s�smicas;
el n�mero de manchas solares a�o tras a�o;
el �ndice de la bolsa segundo a segundo;
la evoluci�n de la poblaci�n de un municipio a�o tras a�o;
el tiempo de espera en la cola de cada uno de los usuarios que van llegando a una
ventanilla;
el clima, un gigantesco conjunto de procesos estoc�sticos interrelacionados
(velocidad del viento, humedad del aire, etc�tera) que evolucionan en el espacio y
en el tiempo;
los procesos estoc�sticos de orden mayor a uno, como el caso de una serie de tiempo
de orden 2 y una correlaci�n de cero con las dem�s observaciones.
Casos especiales
Proceso estacionario: Un proceso es estacionario en sentido estricto si la funci�n
de distribuci�n conjunta de cualquier subconjunto de variables es constante
respecto a un desplazamiento en el tiempo. Se dice que un proceso es estacionario
en sentido amplio (o d�bilmente estacionario) cuando se verifica que:
La media te�rica es independiente del tiempo, y
Las autocovarianzas de orden s s�lo vienen afectadas por el lapso de tiempo
transcurrido entre los dos periodos y no dependen del tiempo.
Proceso homog�neo: variables aleatorias independientes e id�nticamente
distribuidas. Son proceso donde el dominio tiene cierta simetr�a y las
distribuciones de probabilidad finito-dimensionales tienen la misma simetr�a. Un
caso especial incluye a los procesos estacionarios, tambi�n llamados procesos
homog�neos en el tiempo.
Proceso de M�rkov: Aquellos procesos discretos en que la evoluci�n s�lo depende del
estado actual y no de los anteriores.
Procesos de tiempo discreto
Proceso de Bernoulli son procesos discretos en los que el n�mero de eventos viene
dado por una distribuci�n binomial.
Proceso de Galton-Watson: es un tipo de proceso de Markov con ramificaci�n.
Procesos de tiempo continuo:
Proceso de Gauss: Proceso continuo en el que toda combinaci�n lineal de variables
es una variable de distribuci�n normal.
Proceso de M�rkov continuo
Proceso de Gauss-M�rkov: Son procesos, al mismo tiempo, de Gauss y de M�rkov
Proceso de Feller: son procesos estoc�sticos que toman valores sobre espacios de
operadores de alg�n espacio funcional.
Proceso de L�vy: son procesos homog�neos de Markov de "tiempo continuo" que
generalizan el paseo aleatorio que usualmente se define como de "tiempo discreto".
Proceso de Poisson, es caso particular de proceso de L�vy donde el tiempo
transcurrido entre saltos sigue una distribuci�n exponencial y, por tanto, el
n�mero de eventos en un intervalo viene dado por una distribuci�n de Poisson.
Proceso de Wiener, el incremento de la varible entre dos instantes tiene una
distribuci�n gaussiana y, por tanto, adem�s de un proceso de L�vy es un proceso de
Gauss simult�neamente.
Proceso doblemente estoc�stico, es un tipo de modelo estoc�stico usado para modelar
ciertas series temporales, en el que los par�metros que dan las distribuciones
tambi�n var�an aleatoriamente (de ah� el t�rmino de doblemente estoc�stico).
Proceso de Cox es un proceso doblemente estoc�stico que generaliza el proceso de
Poisson, donde el par�metro de intensidad var�a aleatoriamente.
Proceso estoc�stico continuo, es un tipo de proceso estoc�stico de tiempo continuo
en que las trayectorias son adem�s caminos continuos.
Definici�n matem�tica
Un proceso estoc�stico se puede definir equivalentemente de dos formas diferentes:
V�ase tambi�n
movimiento browniano
vuelo de L�vy
Referencias
Introducci�n a las series de tiempo. M�todos param�tricos. Universidad De
Medellin. 1 de enero de 2007. ISBN 9789589801079. Consultado el 6 de febrero de
2017.
Dagum, Camilo y Estela M. Bee de Dagum(1971) Introducci�n a la Econometr�a: 79-83.
M�xico: Siglo XXI editores, s�ptima edici�n, 1980.
Se llama "filtraci�n" a una sucesi�n {B(t), t?T} de sub-s-�lgebras tal que B(t)
est� incluida en B(r) si r < t.
Categor�a: Procesos estoc�sticos
Men� de navegaci�n
No has accedidoDiscusi�nContribucionesCrear una
cuentaAccederArt�culoDiscusi�nLeerEditarVer historialBuscar
Buscar en Wikipedia
Portada
Portal de la comunidad
Actualidad
Cambios recientes
P�ginas nuevas
P�gina aleatoria
Ayuda
Donaciones
Notificar un error
Imprimir/exportar
Crear un libro
Descargar como PDF
Versi�n para imprimir
En otros proyectos
Wikimedia Commons
Herramientas
Lo que enlaza aqu�
Cambios en enlazadas
Subir archivo
P�ginas especiales
Enlace permanente
Informaci�n de la p�gina
Elemento de Wikidata
Citar esta p�gina
En otros idiomas
???????
Deutsch
English
Fran�ais
??????
Bahasa Melayu
Portugu�s
???????
??
32 m�s
Editar enlaces
Esta p�gina se edit� por �ltima vez el 26 mar 2019 a las 15:43.
El texto est� disponible bajo la Licencia Creative Commons Atribuci�n Compartir
Igual 3.0; pueden aplicarse cl�usulas adicionales. Al usar este sitio, usted acepta
nuestros t�rminos de uso y nuestra pol�tica de privacidad.
Wikipedia� es una marca registrada de la Fundaci�n Wikimedia, Inc., una
organizaci�n sin �nimo de lucro.