Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CARRERA:
Ingeniería Industrial.
MATERIA:
Investigación de Operaciones ll.
DOCENTE:
Ing. Norma Eleonor Hernández Ochoa.
TEMA:
Sistema Estocástico.
Sistema Estocástico.
Definición técnica: Un proceso estocástico es un conjunto de variables aleatorias
que depende de un parámetro o de un argumento. En el análisis de series
temporales, ese parámetro es el tiempo. Formalmente, se define como una familia
de variables aleatorias Y indiciadas por el tiempo, t. Tales que, para cada valor de
t, Y tiene una distribución de probabilidad dada.
En términos mucho más sencillos, un proceso estocástico es aquel que no se
puede predecir. Se mueve al azar. Uno de los ejemplos más clásicos para hacer
referencia a un proceso estocástico es la bolsa de valores.
Electrocardiograma
Terremotos
El clima
El segundo concreto de un partido en el que un jugador anota un gol
Número de personas que dicen una palabra concreta alrededor del
mundo
Representación.
Distribución Exponencial.
Podemos considerarla como un modelo adecuado para la distribución de
probabilidad del tiempo de espera entre dos hechos que sigan un proceso de
Poisson. De hecho, la distribución exponencial puede derivarse de un proceso
experimental de Poisson con las mismas características que las que
enunciábamos al estudiar la distribución de Poisson, pero tomando como variable
aleatoria, en este caso, el tiempo que tarda en producirse un hecho.
Obviamente, entonces, la variable aleatoria será continua. Por otro lado, existe
una relación entre el parámetro a de la distribución exponencial, y el parámetro de
intensidad del proceso l, esta relación es = l
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en los
siguientes casos:
Función de densidad.
Dada una variable aleatoria X que tome valores reales no negativos {x ≥ 0}
diremos que tiene una distribución exponencial de parámetro con ≥ 0, si y
sólo si su función de densidad tiene la expresión: