Proceso estocstico

En estadstica, y especficamente en la teora de la probabilidad, un

proceso estocstico es un concepto matemtico que sirve para tratar con
magnitudes aleatorias que varan con el tiempo, o ms exactamente para
caracterizar una sucesin de variables aleatorias (estocsticas) que
evolucionan en funcin de otra variable, generalmente el tiempo.1 Cada
una de las variables aleatorias del proceso tiene su propia funcin de
distribucin de probabilidad y pueden o no, estar correlacionadas entre
ellas.
El ndice de la bolsa es un ejemplo
Cada variable o conjunto de variables sometidas a influencias o efectos de proceso estocstico de tipo no
aleatorios constituye un proceso estocstico. Un proceso estocstico estacionario.
puede entenderse como una familia uniparamtrica de variables aleatorias
indexadas mediante el tiempo t. Los procesos estocsticos permiten tratar
procesos dinmicos en los que hay cierta aleatoriedad.

ndice
1 Ejemplos
1.1 Casos especiales
2 Definicin matemtica
3 Vase tambin
4 Referencias

Ejemplos
Los siguientes son ejemplos dentro del amplio grupo de las series temporales:
Seales de telecomunicacin.
Seales biomdicas (electrocardiograma, encefalograma, etc.)
Seales ssmicas.
El nmero de manchas solares ao tras ao.
El ndice de la bolsa segundo a segundo.
La evolucin de la poblacin de un municipio ao tras ao.
El tiempo de espera en cola de cada uno de los usuarios que van llegando a una ventanilla.
El clima es un gigantesco conjunto de procesos estocsticos interrelacionados (velocidad del
viento, humedad del aire, etc) que evolucionan en el espacio y en el tiempo.
Los procesos estocsticos de orden mayor a uno, como el caso de una serie de tiempo de orden 2 y
una correlacin de cero con las dems observaciones.

Casos especiales
Proceso estacionario: Un proceso es estacionario en sentido estricto si la funcin de distribucin 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 dbilmente estacionario) cuando se verifica que:

1. La media terica es independiente del tiempo; y

2. Las autocovarianzas de orden s slo vienen afectadas por el lapso de tiempo transcurrido entre los
dos periodos y no dependen del tiempo.

Proceso homogneo: variables aleatorias independientes e idnticamente distribuidas. Son proceso donde
el dominio tiene cierta simetra y las distribuciones de probabilidad finito-dimensionales tienen la misma
 simetra. Un caso especial incluye a los procesos estacionarios, tambin llamados procesos homogneos
en el tiempo.
Proceso de Mrkov: Aquellos procesos discretos en que la evolucin slo depende del estado actual y no
de los anteriores.
Procesos de tiempo discreto
Proceso de Bernoulli son procesos discretos en los que el nmero de eventos viene dado por una
distribucin binomial.
Proceso de Galton-Watson: es un tipo de proceso de Markov con ramificacin.
Procesos de tiempo continuo:
Proceso de Gauss: Proceso continuo en el que toda combinacin lineal de variables es una variable
de distribucin normal.
Proceso de Mrkov continuo
Proceso de Gauss-Mrkov: Son procesos, al mismo tiempo, de Gauss y de Mrkov
Proceso de Feller: son procesos estocsticos que toman valores sobre espacios de operadores
de algn espacio funcional.
Proceso de Lvy: son procesos homogneos 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 Lvy donde el tiempo
transcurrido entre saltos sigue una distribucin exponencial y, por tanto, el nmero de
eventos en un intervalo viene dado por una distribucin de Poisson.
Proceso de Wiener, el incremento de la varible entre dos instantes tiene una
distribucin gaussiana y, por tanto, adems de un proceso de Lvy es un proceso de
Gauss simultneamente.
Proceso doblemente estocstico, es un tipo de modelo estocstico usado para modelar ciertas
series temporales, en el que los parmetros que dan las distribuciones tambin varan
aleatoriamente (de ah el trmino de doblemente estocstico).
Proceso de Cox es un proceso doblemente estocstico que generaliza el proceso de
Poisson, donde el parmetro de intensidad vara aleatoriamente.
Proceso estocstico continuo, es un tipo de proceso estocstico de tiempo continuo en que las
trayectorias son adems caminos continuos.

Definicin matemtica
Un proceso estocstico se puede definir equivalentemente de dos formas diferentes:

Como un conjunto de realizaciones temporales y un ndice aleatorio que selecciona una de ellas.
Como un conjunto de variables aleatorias indexadas por un ndice , 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 denomina
espacio probabilstico. Sea un espacio probabilstico. En una muestra aleatoria de tamao se
observa un suceso compuesto formado por sucesos elementales :

, de manera que .

El suceso compuesto es un subconjunto contenido en el espacio muestral y es un lgebra de Boole . A cada

suceso le corresponde un valor de una variable aleatoria , de manera que es funcin de :
El dominio de esta funcin 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 nmeros 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:

define as un proceso estocstico.2

Si es una filtracin,3 se llama proceso aleatorio adaptado, al valor en , de un elemento

, donde es una variable aleatoria -medible del valor en . La funcin
se llama la trayectoria asociada al suceso .

Vase tambin

Movimiento browniano
Vuelo de Lvy

Referencias
1. Introduccin a las series de tiempo. Mtodos
paramtricos (https://books.google.es/books?id=KvL
hxFPwvsUC&pg=PA13&dq=un+proceso+estoc%C
3%A1stico+es&hl=es&sa=X&redir_esc=y#v=onepag
e&q=un%20proceso%20estoc%C3%A1stico%20es&
f=false). Universidad De Medellin. 1 de enero de
2007. ISBN 9789589801079. Consultado el 6 de febrero
de 2017.
2. Dagum, Camilo y Estela M. Bee de Dagum(1971)
Introduccin a la Econometra: 79-83. Mxico: Siglo
XXI editores, sptima edicin, 1980.
3. Se llama "filtracin" a una sucesin {B(t), tT} de
sub--lgebras tal que B(t) est incluida en B(r) si r <
t.

2. Dagum, Camilo y Estela M. Bee de Dagum(1971)

Obtenido de https://es.wikipedia.org/w/index.php?title=Proceso_estocstico&oldid=100290528

Se edit esta pgina por ltima vez el 6 jul 2017 a las 01:29.
El texto est disponible bajo la Licencia Creative Commons Atribucin Compartir Igual 3.0; pueden
aplicarse clusulas adicionales. Al usar este sitio, usted acepta nuestros trminos de uso y nuestra poltica
de privacidad.
Wikipedia es una marca registrada de la Fundacin Wikimedia, Inc., una organizacin sin nimo de
lucro.