UNIVERSIDAD AUTONOMA DE NUEVO LEÓN

FACULTAD DE CIENCIAS FÍSCO-MATEMÁTICAS

PROCESOS ESTOCÁSTICOS
PROFESOR: ÉRIC VÍCTOR GUERRERO PIÑA

ALUMNOS:

ITZEL RAYA DÍAZ #2076292

DEIYA SAMANTHA MENDEZ BAUTISTA #2076281

PAULINA QUIROZ SÁNCHEZ #1723927

CHRISTOPHER ÁVILA TORRES #1842120

HUGO ALEJANDRO CARRAL IBARRA #1848270

GRUPO : 044

02-03-23
CÓDIGO DE R:

# Función para simular caminata aleatoria con parámetros n y p, donde: n = número de pasos, p =
probabilidad de avanzar.

caminata_aleatoria <- function (n, p)

# Definición de los estados de la caminata aleatoria

estados <- c (-1, 1)

# Definición de la variable q

q <- 1-p

# Simulación de n pasos, asignando la posición final a la variable x

x <- cumsum (sample (estados, n, prob=c(q, p), replace=TRUE))

# Gráfica de la caminata aleatoria

plot(1:n, x, type='l',xlab='Pasos (n)', ylab='Posicion X(n)', xlim=c(0,n), ylim=c(min(x), max(x)))#

Imprimir la posición final en el estado Xn

x[n]

#########################################################################

# Código para 100 pasos

caminata_aleatoria (100, 0.5)

#########################################################################

# Código para 1000 pasos

caminata_aleatoria(1000, 0.5)

#########################################################################

# Código para 10000 pasos

caminata_aleatoria(10000, 0.5)
Grafica caminata aleatoria 100 pasos:

Gráfica caminata aleatoria 1000:

Gráfica caminata aleatoria 10000:

Resultados obtenidos:

Podemos observar que al incrementar en número de pasos en nuestra caminata , el estado final es
siempre mayor a 0, debido a que a medida que se aumenta el número de pasos la probabilidad de
que se realicen más pasos hacia un lado que al otro se iguala a 0, lo que hace que nuestra caminata
se aproxime al 0 cada vez más.