Академический Документы
Профессиональный Документы
Культура Документы
Introducción y CMTD
Procesos Estocásticos
Los procesos estocásticos hacen parte de una teoría
matemática-probabilística que estudia el comportamiento de
los sistemas dinámicos, esto es, que evolucionan en el tiempo,
siguiendo un comportamiento no determinístico, es decir, no se
conoce con total certeza la ruta que sigue el proceso a cada
paso, en otras palabras, su comportamiento es aleatorio.
Procesos Estocásticos
De manera formal, la forma en la cual se analiza un sistema con
estas características es mediante la definición de un conjunto
de variables aleatorias que representan el estado del sistema
en cada uno de sus pasos, es decir, se tiene un conjunto de
variables aleatorias indexadas en el tiempo. Este conjunto de
índices no necesariamente debe representar el tiempo, aunque
es lo más habitual, pero si debe ser un conjunto ordenado
𝑋1 , 𝑋2 , 𝑋3 , … , 𝑋𝑛
𝑋 1 , 𝑋 1.2 , 𝑋 2.345 , 𝑋 3.01 , …
Procesos Estocásticos
Si el conjunto de índices es enumerable, ya sea finito o infinito,
el proceso es un proceso estocástico de tiempo discreto,
mientras que, si el conjunto de índices es no enumerable, el
proceso estocástico se denomina proceso estocástico de
tiempo continuo.
{𝑋𝑛 , 𝑛 ≥ 0} PE discreto 𝑋1
{𝑋 𝑡 , 𝑡 ≥ 0} PE continuo 𝑋(1)
Procesos Estocásticos
El otro factor importante por considerar, además del conjunto
de índices – como el tiempo – es el conjunto de valores que
puede tomar cada una de las variables aleatorias en cada uno
de los instantes de tiempo, a dicho conjunto de valores se le
conoce como espacio de estado del proceso estocástico y se
denota por la letra mayúscula S. Este conjunto de valores, así
como el conjunto de índices, puede ser enumerable o no
enumerable.
Procesos Estocásticos
Tiempo del proceso
Procesos Estocásticos
Discreto Continuo
𝑝𝑖𝑗 = 1 ∀𝑖 ∈𝑆
𝑗=1
Cadenas de Markov
Ejemplo
Una compañía tiene una máquina que cada día puede iniciar
funcionando o fallando. Si al inicio de un día la maquina inició
funcionando, al siguiente día iniciará funcionando con una
probabilidad del 98%, sin importar lo que haya pasado en los
días anteriores. Si, por el contrario, al inicio del día, la máquina
inició fallando, al siguiente día iniciará funcionando con una
probabilidad del 95%, sin importar lo que haya pasado en los
días anteriores. Una vez la máquina es reparada, queda como
nueva y el ciclo inicia de nuevo.
Ejemplo
𝑋𝑛 : Estado de la máquina al inicio del día 𝑛 (1 si inicia funcionando, 0
si inicia fallando)
0.05 0 1 0.98
0.05 0.95
𝑷=
0.02 0.02 0.98
GRACIAS