Introduccin
Proceso Estocstico
{x(t ), t T }
{x(t , ), t T , }
Proceso Estocstico
Observacin:
x(t )
x(t )
x(t )
x(t )
x(t )
t1
t2
Proceso de Markov
donde t1 t 2 ....t n 1 t n
Proceso de Markov
Conclusin:
f {x(t r ) | x(t r 1 )}
f {x(t1 )}
Proceso
Normal(Gaussiano)
Obs:
Proceso de Poisson
P{N (t ) N (t ) k} e
()
, k 0,1,2,...
k!
Proceso de Poisson
(t1 t 2 ) ( (t 2 t1 )) para 0 t 2 t1
Cov[ x(t1 ), x(t 2 )]
e.t.o.c
0
Por lo tanto un proceso de incremento de Poisson es
estacionario en covarianza.
Proceso de Bernoulli
n k nk
P{ X n k} p q , donde q 1 p
k