Академический Документы
Профессиональный Документы
Культура Документы
Índice
Ejemplos
Casos especiales
Definición matemática
Véase también
Referencias
Ejemplos
Los siguientes son ejemplos dentro del amplio grupo de lasseries temporales:
señales de telecomunicación;
señales biomédicas (electrocardiograma, encefalograma, etcétera);
señales sísmicas;
el número de manchas solares año tras año;
el índice de la bolsa segundo a segundo;
la evolución de la población de un municipio año tras año;
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 estocásticos interrelacionados (velocidad del viento, humedad del aire,
etcétera) que evolucionan en el espacio y en el tiempo;
los procesos estocásticos de orden mayor a uno, como el caso de una serie de tiempo de orden 2 y una correlación
de cero con las demás observaciones.
Casos especiales
Proceso estacionario: Un proceso es estacionario en sentido estricto si la función de distribución 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 débilmente estacionario) cuando se verifica que:
Proceso de Bernoulli son procesos discretos en los que el número de eventos viene dado por una distribución
binomial.
Proceso de Galton-Watson: es un tipo de proceso de Markov con ramificación.
Procesos de tiempo continuo:
Proceso de Gauss: Proceso continuo en el que toda combinación lineal de variables es una variable de
distribución normal.
Proceso de Márkov continuo
Proceso de Poisson, es caso particular de proceso de Lévy donde el tiempo transcurrido entre saltos
sigue una distribución exponencial y, por tanto, el número de eventos en un intervalo viene dado por una
distribución de Poisson.
Proceso de Wiener, el incremento de la varible entre dos instantes tiene una distribución gaussiana y,
por tanto, además de unproceso de Lévy es un proceso de Gauss simultáneamente.
Proceso doblemente estocástico, es un tipo de modelo estocástico usado para modelar ciertas series
temporales, en el que los parámetros que dan las distribuciones también varían aleatoriamente (de ahí el
término de doblemente estocástico).
Proceso de Cox es un proceso doblemente estocástico que generaliza el proceso de Poisson, donde el
parámetro de intensidad varía aleatoriamente.
Proceso estocástico continuo, es un tipo de proceso estocástico de tiempo continuo en que las trayectorias son
además caminos continuos.
Definición matemática
Un proceso estocástico se puede definir equivalentemente de dos formas diferentes:
Como un conjunto de realizaciones temporales y un índice aleatorio que selecciona una de ellas.
Como un conjunto de variables aleatorias indexadas por un índice , dado que , con .
Un proceso se dice de "tiempo continuo" si es un intervalo (usualmente este intervalo se toma como ) o de "tiempo
discreto" si es un conjunto numerable (solamente puede asumir determinados valores, usualmente se toma ). Las variables
aleatorias toman valores en un conjunto que se denominaespacio probabilístico. Sea un espacio probabilístico. En una
muestra aleatoria de tamaño se observa un suceso compuesto formado por sucesos elementales :
, de manera que .
El suceso compuesto es un subconjunto contenido en elespacio muestral y es un álgebra de Boole . A cada suceso le corresponde
un valor de una variable aleatoria , de manera que es función de :
El dominio de esta función o sea el campo de variabilidad del suceso elemental, es el espacio muestral, y su recorrido, o sea el de la
variable aleatoria, es el campo de los números reales. Se llama proceso aleatorio al valor en de un elemento
, donde para todo es una variable aleatoria del valor en .
Si se observa el suceso en un momento de tiempo:
Véase también
movimiento browniano
vuelo de Lévy
Referencias
2. Dagum, Camilo y Estela M. Bee de Dagum(1971)
1. Introducción a las series de tiempo. Métodos Introducción a la Econometría: 79-83. México: Siglo
paramétricos (https://books.google.es/books?id=KvLhx XXI editores, séptima edición, 1980.
FPwvsUC&pg=PA13&dq=un+proceso+estoc%C3%A1
stico+es&hl=es&sa=X&redir_esc=y#v=onepage&q=u 3. Se llama "filtración" a una sucesión {B(t), t∈T} de sub-
n%20proceso%20estoc%C3%A1stico%20es&f=false) . σ-álgebras tal que B(t) está incluida en B(r) si r < t.
Universidad De Medellin. 1 de enero de 2007.
ISBN 9789589801079. Consultado el 6 de febrero de
2017.
Obtenido de «https://es.wikipedia.org/w/index.php?title=Proceso_estocástico&oldid=110126159
»
Esta página se editó por última vez el 22 ago 2018 a las 23:15.
El texto está disponible bajo laLicencia Creative Commons Atribución Compartir Igual 3.0 ; pueden aplicarse cláusulas
adicionales. Al usar este sitio, usted acepta nuestrostérminos de uso y nuestra política de privacidad.
Wikipedia® es una marca registrada de laFundación Wikimedia, Inc., una organización sin ánimo de lucro.