Introducción

El presente informe tiene como objetivo mostrar los fundamentos de procesos

estocásticos, cuales son, como funcionan y como podremos resolver algún problema aplicando
los mismo. De igual manera conoceremos las distribuciones principales de los mismos como lo
son: Bidimensional, Binomial, Poisson, Normal, Gamma y beta, entre otros procesos.

Los experimentos aleatorios son todos aquellos fenómenos no determinísticos o

aleatorios, que son impredecibles. Por ejemplo el lanzar un dado y ver cual numero sale. De
cada experimento obtenemos un Espacio Muestral, que no es más que el conjunto de todos
los resultados posibles que se pueden obtener de un experimento aleatorio. El mismo consta
de dos tipos: El espacio discreto y espacio continuo. El espacio discreto es aquel donde los
resultados son unos conjuntos de números naturales, mientras que el continuo podemos
obtener número decimales, es decir su cálculo no es preciso.

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado

suceso. En otras palabras, su noción viene de la necesidad de medir o determinar
cuantitativamente la certeza o duda de que un suceso dado ocurra o no. La probalidad tienes
dos tipos muy conocidos como la son: La clásica y la Empírica. La probabilidad clásica es
aquella en donde el resultado es muy probable o lo podemos conocer antes de hacer algo
experimento, mientras que la probabilidad empírica la mayoría de sus resultados no son fáciles
de conocer a simple vista, ya que , el número de resultados puede ser infinito.

Procesos estocásticos son aquellos en el que se representan todos y cada uno de los
pasos necesarios para realizar una actividad, además de las formas o maneras en que cada uno
de los pasos puede ser llevado a efecto y sus respectivas probabilidades, en pocas palabras
cualquier suceso que se involucren probabilidades es un proceso estocástico.

La distribución de probabilidad indica toda la gama de valores que pueden

representarse como resultado de un experimento si éste se llevase a cabo. La misma tiene dos
tipos: probabilidad Discreta y continua. La probabilidad discreta, son todos aquellos datos en
donde su resultado puede ser contable ya que es finito, mientras que en la probabilidad
Continua puede tomar tanto valores enteros como fraccionarios y un número infinito de ellos
dentro de un mismo intervalo.

Esperanza Matemática es la suma de la probabilidad de cada posible suceso

multiplicado por la frecuencia de dicho proceso, es decir si tenemos una variable cuantitativa
discreta X con N posibles sucesos X1, X2,…,Xn y la probabilidades P(X=Xi)= Pi, su formula es:

E(x)=
n

∑ Xi∗P ( X=Xi )= X 1∗P ( X=X 1 ) + X 2∗P ( X=X 2 ) +… .+ Xn∗P(X =Xn)=¿

i=1

La varianza no es más que una medida de dispersión definida como la esperanza del
cuadrado de la desviación de dicha variable respecto a su medida.

V= E(x^2)- µ
 Distribución Bidimensional son aquellas en las que a cada individuo le corresponden
los valores de dos variables X e Y. Otra de estas distribuciones es la Distribución Binomial es
una distribución de probabilidad discreta que describe el número de éxitos al realizar n
experimentos independientes entre sí, acerca de una variable aleatoria.

Formula:

Distribución de poisson es una

distribución de probabilidad discreta que expresa, a partir de una frecuencia de ocurrencia
media, la probabilidad de que ocurra un determinado número de eventos durante cierto
período de tiempo. Concretamente, se especializa en la probabilidad de ocurrencia de sucesos
con probabilidades muy pequeñas, o sucesos "raros".

Formula:

Distribución normal es una distribución con forma de campana donde las desviaciones
estándar sucesivas con respecto a la media establecen valores de referencia para estimar el
porcentaje de observaciones de los datos.

Distribución Gamma es una distribución de probabilidad continua con dos parámetros

k y λ cuya función de densidad para valores x>0 es:
Distribucion Beta

Proceso de Bernoulli Es un experimento aleatorio en donde podemos obtener dos resultados,

denominados éxitos y fracasos. También son la representación de la distribución binomial.

Podemos concluir que en los fundamentos de procesos estocásticos, la probabilidad es

el factor más importante, debido a que el mismo son puros cálculos para sacar la factibilidad
de un evento o no. La mayoría de las distribuciones nos muestran una trayectoria a la cual
puede conducir un suceso o no, y que puede ser de manera discreta o de manera continua, es
decir, podemos saber su resultado de manera precisa con simples cálculos o debemos
calcularla con alguna de las ecuaciones formuladas, para hacer llegar al resultado buscado.

Todos estos fundamentos nos ayudan a buscar un camino más óptimo para la solución
de algún problema, sea de matemático, de cálculo, estadístico, entre otros. En la ingeniería de
sistemas por ejemplo, nos ayuda mucho conocer estas distribuciones ya que, con ellas en el
cálculo o en análisis de algún algoritmo nos serviría para creación de algún programa. Incluso
en la ingeniería es de gran ayuda, por lo menos en la civil es bueno conocer estos funciones,
para poder realizar un cálculo en el momento de la construcción de un edificio, buscar cual es
la probalidad de que el terreno sea estable, o cual sea la probabilidad de que se cae por el tipo
de suelo donde se creara.