INTRODUCCIÓN A LOS PROCESOS

ESTOCÁSTICOS

LILIANA DELGADO HIDALGO

Liliana.delgado@correounivalle.edu.co

1
Referencia: Notas de clase profesor Juan José Bravo
2
 QUE ES UN PROCESO ESTOCASTICO ?

Podemos definir un Proceso Estocástico como una

colección indexada de variables aleatorias {Xt}, donde el
índice t toma valores de un conjunto T dado, considerándose
generalmente a t como un momento particular en el tiempo y a
T el conjunto de instantes de tiempo en los cuales Xt tomará
valores.
Los Procesos Estocásticos son procesos que evolucionan en
el tiempo de manera probabilística.

Los componentes de un
proceso estocástico son:
• Instantes de tiempo
• Estados 3
 COMPONENTES DE UN PROCESO ESTOCASTICO

INSTANTES DE TIEMPO
Corresponden a momentos en el tiempo donde
probablemente se producen cambios de la variable
aleatoria. En un experimento se puede decir que t Є T son
los momentos de observación del fenómeno aleatorio, donde
se verifican los cambios de estado de la variable aleatoria (ó
variables aleatorias).
t0 = 0 t1 = 1 pm t2 = 2 p.m. ….
Instantes
t0 = Enero t1 = Febrero t2 = Marzo ….
de tiempo
t0 = Enero t1 = Febrero t2 = Octubre …. discretos

t > 0 ó 2 < t < 10 Instantes de tiempo

continuos 4
 COMPONENTES DE UN PROCESO ESTOCASTICO

ESTADOS
Un estado es un valor que toma la variable aleatoria en cada
momento t.

Los estados son mutuamente excluyentes para cada t, y

pueden ser finitos o infinitos, cualitativos o cuantitativos. En el
curso consideraremos un número finito de estados.

Es decir que, en general, en

cada momento t el proceso
estocástico {Xt} se
encuentra en un estado.

5
 COMPONENTES DE UN PROCESO ESTOCASTICO

INSTANTES DE TIEMPO Y ESTADOS

Sea Xt = número de camiones que esperan a ser

descargados en un muelle de recepción de mercancías en
un tiempo t.

Instantes de Tiempo Estados de la Variable Estados posibles

t Xt (Espacio de estados Ω)

t=0 8:00 A.M. X0 = 2 camiones

t=1 9:00 A.M. X1 = 0 camiones Ω = {0, 1, 2, 3, 4,5}
t=2 10:00 A.M. X2 = 4 camiones
t=3 11 :00 A.M. X3 = 0 camiones
¿Y que tal un repaso sobre
algunos conceptos de
probabilidad?

7
 Repaso de Conceptos Básicos de Probabilidad
La probabilidad se asocia a la ejecución de un experimento cuyos resultados se
presentan en forma aleatoria.
El conjunto de todos los resultados de un experimento se llama espacio
muestral, y un subconjunto del espacio muestral se llama evento.

Sea un experimento E (proceso o procedimiento), donde todos los posibles

resultados a obtener se almacenan en un conjunto Ω. Al conjunto se le
denomina Espacio Muestral.

Como diría un experto en gastronomía:

Digiera bien éste concepto

Si X es la variable aleatoria a analizar en el experimento, entonces el

espacio muestral Ω abarca todos los posibles valores (estados) que
dicha variable puede tomar, bajo unas mismas condiciones iniciales para
8
la experimentación.
Repaso de Conceptos Básicos de Probabilidad
Ejemplo:

Espacio muestral: {1, 2, 3, 4, 5, 6}

Experimento:
Evento: Valor par {2, 4, 6}
Por definición:
Un evento es imposible si P{E} = 0
Un evento es seguro si P{E} = 1

Dado un espacio muestral discreto, se particiona en una familia de

eventos disjuntos (Ej) j ≥ 0
Se supone que a cada evento le corresponde un número llamado
probabilidad del evento Ej, denotada P(Ej), que es una medida de la
posibilidad de ocurrencia del evento
Ej en el espacio muestral. P(Ej)≥0; ΣP(Ej)=1; ∀Ej ⊂ Ω
9
 Repaso de Conceptos
Repaso ConceptosBásicos dede
Básicos
Probabilidad
Probabilidad
Sean A y B dos eventos independientes dentro del espacio
muestral.

Se dice que dos eventos son independientes cuando la ocurrencia de uno

de ellos, no modifica la ocurrencia del otro, ni esta influenciado por este.
Ejemplo sucesos independientes: al lanzar dos dados los resultados son
independientes.
Ejemplo sucesos dependientes: extraer dos cartas de una baraja, sin
reposición, son sucesos dependientes.

P A∩
A B
P A ∪ P A∩
10
 Repaso de Conceptos Básicos de
Probabilidad
Concepto de Dependencia e Independencia

Dos eventos A y B se catalogan como independientes, si al ocurrir

el evento A no se logra ningún tipo de información respecto a la
ocurrencia del evento B. En este caso se dice que P(A/B) = P(A)

Si P (A/B) ≠ P(A), entonces hay

A B
dependencia temporal entre los sucesos.

Concepto de ∩
⁄
Probabilidad Condicional y
dependencia entre sucesos ⁄
P B 0 11
 Repaso de Conceptos
Repaso ConceptosBásicos dede
Básicos
Probabilidad
Probabilidad
Ejemplo
Usted lanza dos dados; uno verde y uno rojo, y observa los números
orientados hacia arriba. Considere los siguientes eventos,
A: la suma es 7 B: el dado rojo sale par
¿Son estos dos sucesos independientes?

A: la suma es 7 P(A) = 6/36 = 1/6

B: el dado rojo muestra un número par P(B) = 18/36 = 1/2
A ∩ B: la suma es 7 y el dado rojo muestra un número par
P (A ∩ B) = P{(1, 6), (3, 4), (5, 2) } = 3/36 = 1/12
Prueba de independencia:
P(A ∩ B)=P(A)P(B)? 1/12 = 1/6 *1/2 1/12 = 1/12 12
 Repaso de Conceptos
Repaso ConceptosBásicos dede
Básicos
Probabilidad
Probabilidad
Ejemplo
Suponga un mazo de 52 cartas. Considere los siguientes eventos,
A: se saca una pica B: se saca un dos
¿Son estos dos sucesos independientes?

A: se saca una pica P(A) = 13/52 = 1/4

B: se saca un dos P(B) = 4/52 = 1/13
A ∩ B: se saca una pica y es un dos
P (A ∩ B) = 1/52
Prueba de independencia:
P(A ∩ B)=P(A)P(B)? 1/52 = 1/4 *1/13 1/52 = 1/52 13
 Repaso de Conceptos
Repaso ConceptosBásicos dede
Básicos
Probabilidad
Probabilidad

Si A y B son conjuntos disjuntos

Cuando la ocurrencia de un suceso hace imposible la
ocurrencia del otro, se obligan entre sí.

P A∩ 0

P A ∪ A B

P ( Ω ) =1
14
 Repaso de Conceptos Básicos de Probabilidad

Concepto de Dependencia e Independencia

Análisis para un instante de tiempo t

Para un instante t los eventos disjuntos son dependientes
P(A/B) = 0
A B
P(B/A) = 0
El que ocurra A depende de que no ocurra B, dado que no hay
intersección ocurrirá uno u otro pero no ambos. Así mismo B
ocurrirá si y solo sí A no ocurre (dependencia).

Los principiantes en
Condicionalidad: P (A • B ) = P ( A / B ) . P(B) probabilidad suelen pensar
Independencia: P (A • B ) = P ( A) . P(B) que los eventos disjuntos
Exclusión: P (A • B ) = 0 son independientes, lo cual
es incorrecto. 15
 Repaso de Conceptos Básicos de
Probabilidad
p(x)
La Distribución Discreta Poisson

k x
−λ
λek
P( X = k ) = , si k ∈ {0,1 ,...}
k!
La anterior ecuación sirve para encontrar la probabilidad de
que X = k, siempre que la variable aleatoria X se comporte
probabilísticamente según una distribución de probabilidad
Poisson con media λ y desviación estándar λ.

16
 Repaso de Conceptos Básicos de
Probabilidad

La Distribución Discreta Poisson

Ejemplo: La probabilidad de tener un

p(x)
accidente de tráfico es de 0,02 cada
vez que se viaja, si se realizan 300
viajes, ¿cual es la probabilidad de k x
tener 3 accidentes?

−λ
λek 3
6 e −6
P( X = k ) = = = 0,0892
k! 3! 17
 Repaso de Conceptos Básicos de
Probabilidad
La Distribución Continua f(x)
Exponencial
Función de densidad
r x

Función de distribución

La anterior ecuación sirve para encontrar la probabilidad de que X = r, siendo

que la variable aleatoria X es continua y su comportamiento se asocia con la
función de distribución de probabilidad exponencial, con media β y desviación
estándar β2..

La media y varianza son: 18

 Repaso de Conceptos Básicos de
Probabilidad
f(x)
La Distribución Continua
Exponencial

r x
A una gasolinera llegan automóviles de forma aleatoria, y en promedio cada 2
minutos. Determinar la probabilidad de que el tiempo entre llegadas no sea
mayor que 1 minuto.
1
La frecuencia de llegada es: !"#
2

$% ≤ 1' = 1 − −1/2 1
= 0,3935
19