Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procesos Estocáticos Introducción
Procesos Estocáticos Introducción
OBJETIVOS
Al finalizar el curso, el estudiante estar capacitado para aplicar las
tcnicas usadas para el estudio de las cadenas de Markov y las lneas de
espera, as como de entender los conceptos que las sustentan.
OBJETIVOS ESPECFICOS
1. Lograr que el estudiante identifique los procesos Markovianos, aprenda
como plantear los modelos y resolverlos.
2. Hacer que el estudiante identifique los procesos de lneas de espera y
utilice tcnicas que permitan tomar decisiones apropiadas para el
mejoramiento de la eficiencia de estos procesos.
CADENAS
DE MARKOV
TEORA DE
COLAS
INTRODUCCIN
CONCEPTOS BSICOS
INCERTIDUMBRE Y SU TAXONOMA
VARIABLE ALEATORIA
EXPERIMENTO ALEATORIO
EL CONCEPTO DE
INCERTIDUMBRE
El trmino incertidumbre se
refiere a aquella situacin en la
cual no se tiene completo
conocimiento sobre un proceso
dado.
Lo opuesto a incertidumbre se
denomina certidumbre o
determinismo.
INCERTIDUMBRE Y
DETERMINISMO
Tiempo t para gestar
un ser humano
Tiempo t en segundos
para la cada de un
objeto desde h
metros de altura
EN INGENIERA
En los problemas reales de ingeniera y ciencias se encuentra
que lo ms comn es que no existe la suficiente informacin o la
certidumbre como para establecer modelos determinsticos.
TAXONOMA DE LA
INCERTIDUMBRE
Nivel de
complejidad
Tipo de
incertidumbre
Descripcin
Determinismo
Aleatoriedad
Vaguedad e
imprecisin
Ambigedad
Confusin
EJEMPLO: EL PROCESO BAJO ESTUDIO ES OBSERVAR O MEDIR LA ESTATURA DE LAS PERSONAS QUE
ASISTEN A UN SALN DE CLASE
Tipo de
incertidumbre
Descripcin
Determinismo
Aleatoriedad
Vaguedad e
imprecisin
Ambigedad
Confusin
VARIOS TIPOS DE
INCERTIDUMBRE
Un fenmeno o situacin del mundo real
puede presentar varios tipos de
incertidumbre para un mismo analista.
EJEMPLO
Un hombre tiene 4 amigas con las que sale en algunas ocasiones. Un
sbado en la tarde este hombre llama a cada una de las 4 y las
invita a salir. Cada una de ellas le responde voy a mirar si puedo
cuadrar los asuntos que tengo pendientes y te respondo en una
hora. Mientras espera la respuesta, este hombre dice: La
probabilidad de que cualquiera de ellas en forma independiente
acepte a salir conmigo es del 80%, entonces la probabilidad de que
una de las cuatro acepte hoy a salir conmigo, la puedo hallar
aplicando la distribucin binominal
Mientras este hombre espera que sus amigas le respondan, un
compaero de estudio le dice: No seas bobo, este asunto no es de
probabilidades sino de lgica difusa pues la respuesta de ellas
depende es de su estado de nimo; as del estado de nimo que
detectaste al hablar con cada una de ellas, estima con la siguiente
funcin de pertenencia cul puede ser su respuesta:
EJEMPLO
INCERTIDUMBRE EN FORMA
DE ALEATORIEDAD
Mediante el anlisis
probabilstico se estudian
procesos donde existe
incertidumbre en forma
de aleatoriedad.
VAGUEDAD
AMBIGEDAD
CONFUSIN
ALEATORIEDAD
El trmino aleatoriedad se refiere a aquella situacin en la cual
la ocurrencia de un evento dado no puede explicarse mas que
por intervencin del azar
Algo carente de causa u orden o que es impredecible.
El trmino azar se
refiere a la ausencia de
causa o explicacin
No se conocen las
causas que lo producen
La secuencia de
resultados no puede
condensarse en una
ecuacin o descripcin
EJEMPLO
El proceso natural de gestacin de un
ser humano es determinstico:
conocemos sus causas, evolucin y
resultado principal (el nacimiento de un
beb). Sin embargo, existe
incertidumbre respecto a varios
aspectos de este resultado.
Por ejemplo, no existe un modelo
matemtico que permita determinar en
forma exacta el instante t en que ha de
nacer un beb. Lo nico que se conoce
empricamente respecto a este tiempo
es que tiene un valor promedio de 9
meses (38 semanas), por lo cual, las
observaciones pueden ser mayores o
menores a este dato. As, t se considera
aleatorio.
EXPERIMENTO ALEATORIO Y
DETERMINSTICO
Un experimento es todo proceso o
procedimiento que transforma una
entrada en una salida
EXPERIMENTO DETERMINSTICO
EXPERIMENTO ALEATORIO
Misma entrada,
identicas
condiciones
Misma entrada,
identicas
condiciones
Misma salida
Diferente salida
EXPERIMENTO ALEATORIO
El experimento aleatorio es
una abstraccin
matemtica para describir
fenmenos con
incertidumbre en forma de
aleatoriedad.
EJEMPLOS EXPERIMENTO
ALEATORIO
Entrada
Proceso
Salida
Nmero de descargas
atmosfricas por ao en una
regin
Conteo de truenos
88 en 1998, 72 en 1999, 92
en 2000,
101 en 2001, 100 en 2002, . .
.
Toma de tiempos
Encuesta
VARIABLE ALEATORIA
La salida de un experimento aleatorio es una variable aleatoria
Una variable aleatoria es aquella para la
cual sus valores no pueden predecirse en
forma exacta, por lo cual, la ocurrencia de
ciertos valores solo puede expresarse en
trminos de probabilidad
PROBABILIDAD
El trmino probabilidad define matemticamente el grado de
certidumbre sobre la ocurrencia de un evento o eventos
Es un nmero real entre 0.0 y 1.0, el cual tambin es comnmente expresado en porcentaje
EJEMPLOS VARIABLE
ALEATORIA
Nmero de descargas
atmosfricas por ao en una
regin
Tiempo de
reparacin de
una mquina en
una planta de
produccin
Demanda de un
producto
TIPOS DE VARIABLES
ALEATORIAS
DISCRETA
CONTINUA
MIXTA
Tiempo de reparacin
de una mquina
DISTRIBUCIN DE PROBABILIDAD DE
UNA VARIABLE ALEATORIA
Asignar a cada valor posible de una variable aleatoria la
probabilidad que le corresponde, es definir la distribucin de
probabilidad de la variable aleatoria.
Sea x la variable aleatoria que representa los eventos que producen daos
generalizados en una ciudad. La probabilidad de que x esta dada por:
EVENTO
PROBABILIDAD
Terremotos
0.05
Lluvias fuertes
0.20
Tormentas elctricas
0.10
Fuertes vientos
0.15
Inundaciones
0.25
Granizada
0.16
Protestas
0.09
Variable discreta
Variable continua
ESPACIO MUESTRAL
Es el conjunto de todos los resultados posibles de un
experimento aleatorio
EJEMPLOS
EXPERIMENTO
ESPACIO MUESTRAL
Buena, Daada
EVENTOS
Es un subconjunto de inters del espacio muestral
EJEMPLOS
EXPERIMENTO
EVENTOS
Reprocesos en la produccin
de avisos luminosos en
empresa X
Se introduce el evento otras para cubrir el desconocimiento que hay en este caso sobre
el espacio muestral; es decir, no se conocen todas las posibles fallas.
TAREA:
Traer 3 ejemplos (de su propia creatividad) cotidianos y/o aplicados
a la ingeniera industrial de procesos aleatorios.
La tarea se socializar en la prxima clase.
EJEMPLO:
ENTRADA
PROCESO
Lluvia
Medicin
durante todos lluvia diaria
los das mes
de agosto
SALIDA
TIPO DE
VARIABLE
ESPACIO
MUESTRAL
Milmetros
de lluvia
diarios
Continua
Los nmeros
reales
positivos
incluyendo el
cero
CONTINUACIN
INTRODUCCIN A PROCESOS
ESTOCSTICOS
CONCEPTOS BSICOS
DISTRIBUCIN DE PROBABILIDAD
PROCESOS ESTOCSTICOS
MODELO MATEMTICO DE
UN PROCESO ALEATORIO
La distribucin de probabilidad constituye el modelo
matemtico del proceso aleatorio bajo estudio
MODELO MATEMTICO DE
UN PROCESO ALEATORIO
Para definir el modelo probabilstico, es deseable seleccionar
una de las funciones matemticas desarrolladas para tal
propsito. Esta seleccin se hace basndose en los siguientes
criterios:
1
TIPOS DE MODELOS
PROBABILSTICOS
Distribuciones de
probabilidad
Solo aparece la
variable o variables
aleatorias mediante
las cuales se estudia
el proceso aleatorio
Procesos estocsticos
Aparece la variable o
variables aleatorias
mediante las cuales
se estudia el proceso
aleatorio, pero
indexadas por el
tiempo u otro
parmetro
MODELOS
PROBABILSTICOS
TIPOS DE MODELOS
PROBABILSTICOS
Funciones de Distribucin
de probabilidad
Procesos Estocsticos
El proceso aleatorio es
estacionario (cero tendencia)
TENDENCIA EN UN PROCESO
ALEATORIO
Durante el perodo t:
patrn de continuo
aumento o
disminucin
TIPO DE PROCESO: NO
ESTACIONARIO
No se observa
durante el periodo t
que las observaciones
de x presenten un
patrn de aumento o
disminucin
TIPO DE PROCESO:
ESTACIONARIO
PROCESO ALEATORIO
HOMOGNEO
Un proceso aleatorio es homogneo si durante t este puede ser
representador mediante una funcin de distribucin de
probabilidad.
Todo proceso estacionario es homogneo.
EJEMPLOS DE MODELOS
PROBABILSTICOS
Procesos estocsticos
homogneos
Procesos estocsticos
no homogneos
Modelos para
dependencia
Distribuciones de
probabilidad
PROCESO ESTOCSTICO
Es una coleccin de variables aleatorias: existe una variable
aleatoria por cada valor del parmetro t del proceso. La
coleccin de variables aleatorias estn definidas sobre un mismo
espacio muestral o espacio de estado.
Segn como se estudien el espacio de estado y el tiempo, un proceso estocstico
puede ser:
Estado
Tiempo
Ejemplos
Discreto
Discreto
Discreto
Continuo
Continuo
Continuo
TAREA
Traer 3 ejemplos de procesos estocsticos, explicando por
qu considera usted que es un proceso estocstico.
La tarea se socializar en la siguiente clase