Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Procesos Estocasticos Procesos Gaussianos PDF
Procesos Estocasticos Procesos Gaussianos PDF
- El término proceso estocástico puede hacer referencia tanto al proceso que genera la
secuencia como a la secuencia misma.
- Se representa como { X(k) ∈ Ω, k ∈ K }.
o Ω es el espacio muestral, el conjunto de valores posibles que puede tomar {X(k)}.
o K es el indice que hace referencia a la posición dentro de la secuencia, y toma
valores en K.
- La secuencia puede ser a lo largo del tiempo, o posiciones a lo largo de una linea, o en
general, parametros que indican posición relativa.
- Nosotros vamos a estudiar procesos estocásticos en los que k indica tiempo, es decir,
{X(k)} son valores registrados a lo largo del tiempo. Por esta razón también se les conoce
como señales, y también como series temporales
- Una realización del proceso son los valores que toman las variables aleatorias en un
experimento determinado.
VARIABLES ALEATORIAS
Una variable aleatoria es una función que asigna un número real al resultado de un experimento
aleatorio.
- Al lanzar dos monedas al aire, los resultados posibles son {CC, CX, XC, XX}
Se puede definir la siguiente variable aleatoria: C: “número de caras que se obtienen al
lanzar dos monedas al aire”. C ∈ {0,1,2} ⇒ variable aleatoria discreta.
- La mayoría de las veces el resultado del experimento aleatorio ya es un número, por lo
que la variable aleatoria es directamente el resultado: H: “altura de una persona elegida al
azar”. H ∈ (0,+∞) ⇒ Variable aleatoria continua.
- En general, las variables donde el resultado se cuenta son v.a. discretas, y cuando el
resultado se mide son v.a. continuas.
EJEMPLO
Realización
Toda variable aleatoria X tiene asociada una función de densidad de probabilidad, fx(x), que
cumple que:
VARIANZA
EJEMPLO
Sea X una variable aleatoria con función de densidad de probabilidad dada por la figura. Calcular la
media y la varianza de X.
𝑎
Según la figura 𝑓𝑥(𝑥) = 2 𝑥
Como
Por tanto:
PROCESOS ESTACIONARIOS
PROCESOS ERGÓDICOS
PROCESOS GAUSSIANOS
Un P.A. X(t) es un proceso gaussiano, si cada función muestra de X(t) es una v.a. gaussiana.
Podemos decir que X(t) tiene una distribución gaussiana si su función de distribución de
probabilidad tiene la forma
Propiedades