Es un proceso estocástico si, para cada t ∈ T, Xt(ω) es una variable
aleatoria. Si T = {1, 2, ...}, el proceso estocástico Xt, t ∈ T es justamente una sucesión de variables aleatorias y, en tal caso, hablamos de un proceso estocástico de tiempo discreto. Cuando T es un conjunto continuo (un intervalo), hablamos de un proceso estocástico de tiempo continuo.
2. Variables aleatorias
Es una función que asocia un valor numérico a cada posible resultado de
un experimento aleatorio.
A veces las variables aleatorias están ya implícitas en los puntos
muestrales.
3. Rango de probabilidad
Es un valor numérico que indica la diferencia entre el valor máximo y el
mínimo de una población o muestra estadística.
4. Quien es Andrei Markov
Es un destacado matemático y lingüista ruso, recordado particularmente por su estudio de las “cadenas de Markov”, trabajo que inició y desarrolló la moderna teoría de procesos estocásticos.