Procesos estocsticos: es un concepto matemtico que sirve para caracterizar una sucesin de
variables aleatorias (estocsticas) que evolucionan en funcin de otra variable, generalmente el
tiempo. Cada una de las variables aleatorias del proceso tiene su propia funcin de distribucin de probabilidad y, entre ellas, pueden estar correlacionadas o no. Cada variable o conjunto de variables sometidas a influencias o efectos aleatorios constituye un proceso estocstico. Un proceso estocstico es una coleccin o familia de variables aleatorias {Xt, con t T}, ordenadas segn el subndice t que en general se suele identificar con el tiempo. Tipos de procesos estocsticos: Un proceso es llamado discreto cuando el resultado de la experiencia es una sucesin, tiene un orden en relacin con los nmeros naturales. Un proceso es continuo, en cambio, cuando el ordenamiento est relacionado con los nmeros reales. Un proceso puede clasificarse como: contino de variable continua: el crecimiento de las personas. continuo de variable discreta: la situacin de encendido o apagado de una lmpara. Discreto de variable contina: temperatura mxima de cada da. Discreto de variable discreta: cantidad de pasajeros en cada mnibus que llega. Proceso estacionario: es un proceso estocstico cuya distribucin de probabilidad en un instante de tiempo fijo o una posicin fija es la misma para todos los instantes de tiempo o posiciones. En consecuencia, parmetros tales como la media y la varianza, si existen, no varan a lo largo del tiempo o la posicin. Por ejemplo, el ruido blanco es estacionario. Sin embargo, el sonido de un golpe de platillos no es estacionario, pues la energa acstica del golpe (y por lo tanto su varianza) disminuye con el tiempo.
Cadenas de Markov: En la teora de la probabilidad, se conoce como cadena de Mrkov o modelo de Mrkov a un tipo especial de proceso estocstico discreto en el que la probabilidad de que ocurra un evento depende solamente del evento inmediatamente anterior. Esta caracterstica de falta de memoria recibe el nombre de propiedad de Markov En matemtica se define como un proceso estocstico discreto que cumple con la propiedad de Mrkov, es decir, si se conoce la historia del sistema hasta su instante actual, su estado presente resume toda la informacin relevante para describir en probabilidad su estado futuro.
Una cadena de Mrkov es una secuencia X1, X2, X3,... de variables aleatorias. El dominio de estas variables es llamado espacio estado; el valor de Xn es el estado del proceso en el tiempo n. Si la distribucin de probabilidad condicional de Xn+1 en estados pasados es una funcin de Xn por s sola, entonces: P(X_{n+1}=x_{n+1}|X_n=x_n, X_{n-1}=x_{n-1}, \ldots, X_2=x_2, X_1=x_1) = P(X_{n+1}=x_{n+1}|X_n=x_n). \, Donde xi es el estado del proceso en el instante i. La identidad mostrada es la propiedad de Mrkov..
La ley de Chapman-Kolomogrov se basa en la ecuacin del mismo nombre, a la que llegaron de forma independiente el matemtico britnico Sdney Chapman y el matemtico ruso Andri Kolmogrov. Enunciada de una forma sencilla dice: "la probabilidad de que dos hechos debidos al azar (y que cumplen unas condiciones determinadas), pasen conjuntamente... es "pequesima". El concepto era conocido de antemano, y se empleaba en la investigacin forense. Por ejemplo, se sabe que, en un incendio forestal, si hay un solo foco puede ser accidental, pero si hay dos la probabilidad de que sea provocado es altsima. En matemticas, especficamente en teora de probabilidad y, en particular, la teora de procesos estocsticos Markovianos, la ecuacin de Chapman-Kolomogrov es una identidad sobre las distribuciones de probabilidad conjunta de los diferentes conjuntos de coordenadas en un proceso estocstico. Supongamos que { fi } es una coleccin indexada de variables aleatorias, es decir, un proceso estocstico. Hacemos p_{i_1,\ldots,i_n}(f_1,\ldots,f_n) sea la funcin conjunta de densidad de probabilidad de los valores de las variables aleatorias de f1 a fn. Entonces, la ecuacin de Chapman-Kolomogrov es p_{i_1,\ldots,i_{n-1}}(f_1,\ldots,f_{n-1})=\int_{- \infty}^{\infty}p_{i_1,\ldots,i_n}(f_1,\ldots,f_n)\,df_n es decir, una marginalizacin directa sobre la variable estorbo (Hay que tener en cuenta que todava no hemos supuesto nada sobre el orden temporal (o cualquier otro) de las variables aleatorias, la ecuacin anterior se aplica igualmente a la marginalizacin de cualquiera de ellos). La ruina del jugador: En todos aquellos juegos de azar cuya marcha se basa en que los participantes deben apostar alguna cantidad de dinero para poder seguir jugando, es previsible que tarde o temprano alguno de los participantes terminar quedndose con el dinero de todos sus oponentes, o que a stos se les ir agotando el dinero y ya no podrn seguir participando en el juego, casos en los cuales el juego puede considerarse terminado tanto para los unos como para los otros. En el campo de las matemticas siempre ha existido inters por calcular cules son las probabilidades que un jugador enfrentado a otro tiene de terminar a largo plazo en una situacin en la cual ya no dispone de ms dinero para seguir participando en el juego, situacin que se conoce como el estado de Ruina del Jugador (Gamblers Ruin). Para poder realizar estos clculos es necesario tener en cuenta la cantidad total de dinero que al inicio tiene disponible el jugador para apostar (conocido como el Capital Inicial o el Bankroll), y adems se debe tener en cuenta si el juego en cuestin en que participan los apostadores se basa en el Equilibrio Equitativo para todos ellos o si se trata de un juego en el que se establece alguna Ventaja Matemtica a favor de alguno de los participantes. En efecto, supongamos que existe un juego con Equilibrio Equitativo entre dos jugadores, basado en el lanzamiento al aire de una moneda normal (cara o cruz), de tal forma que ambos jugadores tienen por igual el 50% de probabilidades de acertarle a la cara o la cruz. El juego se basa en que ambos jugadores al inicio apuestan un billete de $1 dlar, luego el jugador A elige cara o cruz y lanza la moneda al aire, de tal forma que si le acierta al lado de la moneda que eligi, entonces conserva el dlar que apost y gana como premio el dlar que fue apostado por el jugador B, y si no acierta entonces es el jugador B quien conserva su dlar y gana como premio el dlar apostado por el jugador A. Despus le corresponde el turno al jugador B para lanzar la moneda, y se aplica el mismo procedimiento de apuesta y se define el resultado del juego mediante el lanzamiento al aire de la moneda realizado por el jugador B. Es evidente que en este juego las condiciones son equitativas para ambos jugadores y por tanto no hay Ventaja Matemtica a favor de ninguno de ellos porque el Valor Esperado (Expected Value) sobre el dinero apostado es iguala cero (0). Ahora bien, respecto de este juego se pueden presentar dos situaciones distintas: que los dos jugadores tengan la misma cantidad de dinero para apostar, o que alguno de los dos tenga ms dinero para apostar que el otro. En ambos casos para calcular la probabilidad de ruina que a largo plazo tienen los dos jugadores se emplean las siguientes frmulas bsicas: P 1 = n 2
n 1 + n 2
P 2 = n 1
n 2 + n 1
En estas frmulas matemticas se debe tener en cuenta que P 1 y P 2 corresponden a las probabilidades de ruina del jugador A y del jugador B respectivamente, y la expresin n 1 es el dinero que tiene para apostar el jugador A, y la expresin n 2 es el dinero que tiene para apostar el jugador B. Supongamos que cada jugador tiene $6 dlares para apostar en el juego del lanzamiento de la moneda que antes hemos mencionado, es decir, tienen el mismo capital inicial (Bankroll) para competir en el juego, en tal caso la probabilidad de ruina para ambos jugadores es la siguiente al sustituir las expresiones de las frmulas matemticas por los valores respectivos: P 1 = 6 = 6 = 0,5 6 + 6 12
P 2 = 6 = 6 = 0,5 6 + 6 12 En este caso las probabilidades para que el jugador A y el jugador B se arruinen son equivalentes, son exactamente las mismas (del 50%), porque ambos tienen los mismos recursos econmicos para soportar las fluctuaciones aleatorias del juego. Supongamos ahora que respecto del mismo juego del lanzamiento de la moneda el jugador A tiene $8 dlares para apostar y el jugador B slo tiene $5 dlares para apostar, en tal caso la probabilidad de ruina para ambos jugadores es la siguiente: P 1 = 5 = 5 = 0,3846 8 + 5 13
P 2 = 8 = 8 = 0,6153 5 + 8 13 Estos resultados indican que el jugador A, que tiene un capital inicial de $8 dlares, slo tiene una probabilidad del 38,4% de caer en ruina, mientras que el jugador B, que tiene un capital inicial de $5 dlares, tiene una ms alta probabilidad de caer en la ruina, equivalente al 61,5%. En otras palabras, en un juego donde para todos los participantes son equitativas las condiciones para ganar el premio o para perder la apuesta, se observa que aquel jugador que inicia su participacin en el juego con un capital inicial ms bajo en comparacin al dinero de su contrincante, tiene ms altas probabilidades de terminar rpidamente en situacin de ruina: Esta conclusin que aparentemente es muy obvia, convertida en un teorema ms general indica que en cualquier juego de azar equilibrado para ambas partes (es decir, con un Expected Value de 0), a la larga terminar sobreviviendo el jugador que posee un mayor Bankroll, pues es evidente que al disponer de ms dinero o capital inicial tiene mayores probabilidades de resistir por ms tiempo las rachas de resultados adversos que eventualmente ocurrirn durante el transcurso del juego. Ahora bien, si en un juego de azar en el que imperan condiciones equitativas para ambos jugadores se observa que a la larga tiene menos probabilidades de arruinarse aquel jugador que posee una mayor cantidad de dinero o capital inicial para apostar, entonces es evidente que tratndose de los juegos de azar de los casinos en los que imperan condiciones inequitativas siempre la Banca tendr muy bajsimas probabilidades de arruinarse, no slo porque se supone que la Banca siempre tiene una mayor cantidad de dinero que la colectividad de todos los jugadores que concurren a sus salones de juego contra los que ella se enfrenta a diario, sino adems porque la Banca siempre mantiene en todos sus juegos la imbatible Ventaja Matemtica a su favor que de entrada devora una porcin del dinero que es apostado por los jugadores. El jugador est predestinado a arruinarse a la larga cuando trata de competir contra la Banca en su propio terreno. Existen muchas vas matemticas para probar lo anterior. La va ms comn es la aplicacin de ecuaciones diferenciales como la siguiente: P(x) = 1 P (n+1) + 1 P (n1) p p
Para la aplicacin de esta ecuacin diferencial vamos a suponer que un jugador llega a jugar en una mesa de ruleta americana y decide apostar $1 dlar a cualquiera de los colores (Rojo o Negro), y slo se mantiene todo el tiempo en ese juego realizando este tipo de apuesta, sin aumentar ni disminuir el monto de su apuesta y sin cambiar de color elegido independientemente de los resultados que aparezcan en la ruleta. Este jugador llega a apostar con determinada cantidad n de dinero en su bolsillo que conforma su Bankroll inicial para afrontar los numerosos resultados aleatorios que puede arrojar el juego. Hay que suponer que el jugador aspira a ganar una determinada cantidad N de dinero ($100, $500, $1.000, $10.000 dlares, etc.), cifra la cual lgicamente siempre es mayor a la cantidad n de dinero que conforma su Bankroll inicial para apostar, es decir, hay que presuponer que el jugador en cuanto al dinero n que posee siempre empieza su participacin en el juego en algn punto intermedio localizado entre tener 0 dlares (que es la Situacin de Ruina) y tener N dlares (que es ganar la suma fijada como objetivo), o lo que es lo mismo expresado en trminos matemticos: 0<n<N. En consecuencia, el juego para este jugador puede concluir o bien cuando logra ganar la cantidad N de dinero fijada como objetivo y se retira como un triunfador, o puede concluir cuando pierde todo su Bankroll inicial (n) y debe retirarse del juego por falta de dinero (al quedar con un saldo de 0 que es equivalente a la Situacin de Ruina). Teniendo en cuenta lo anterior, es claro que en la ecuacin diferencial la expresin P(x) puede asumir dos valores distintos dependiendo de los dos posibles finales que puede tener el juego, pues si se pretende calcular cul es la probabilidad de que el jugador pierda todo su bankroll inicial y quede en un saldo de 0, entonces en tal caso la probabilidad de quedar en 0 tiene un valor de 1 (es Muy Probable), mientras que simultneamente la probabilidad de alcanzar el objetivo N adquiere un valor cercano a 0 (es Improbable), es decir, en la Situacin de Ruina para el jugador se observa que los valores posibles de P(x) son: P(0) = 1 y P(N) = 0. Las probabilidades que ofrece el juego de la ruleta son representadas en la ecuacin mediante la letra p, y tratndose de la ruleta americana hay que recordar que la probabilidad de acertarle al color Rojo o al color Negro equivale a 18/38, mientras que la probabilidad de no acertarle al color Rojo o al color Negro equivale a 20/38. Finalmente, esta ecuacin diferencial tambin prev que cuando el jugador acierta en la apuesta segn la probabilidad ofrecida por el juego obtiene como premio $1 dlar adicional sobre su bankroll inicial [representado por la expresin (n+1)], mientras que cuando no acierta en la apuesta pierde $1 dlar de su bankroll inicial [representado por la expresin (n1)]. Existen varios mtodos para resolver este tipo de complejas ecuaciones diferenciales: el mtodo de Euler, el mtodo de Cauchy, el clculo de las iteraciones como un sistema dinmico discreto, etc. No es mi intencin atiborrar al lector con la explicacin de toda una serie de pesados conceptos matemticos necesarios para aplicar cualquiera de esos mtodos de resolucin a la anterior ecuacin diferencial, y por lo tanto me limitar a resumir en la siguiente tabla los resultados de la ecuacin para los diferentes escenarios de ruina que puede afrontar nuestro jugador de la ruleta que en cada jugada slo apuesta $1 dlar ya sea al color Rojo o al color Negro sin cambiar de color, iniciando el juego con diferentes bankroll (n) en su bolsillo, y que tiene como meta alcanzar una suma N equivalente a ganar $200 dlares para retirarse del casino como un triunfador: PROBABILIDAD DE RUINA AL PRETENDER ACUMULAR $200 EN LA RULETA AMERICANA: BANKROLL INICIAL (En Dlares): $50 $90 $110 $140 $160 $180 $190 PROBABILIDAD DE RUINA (En porcentajes): 79% 39% 25% 15% 8% 4% 1% Como se observa en la anterior tabla, nuestro jugador tiene una probabilidad equivalente al 79% de arruinarse ante la Banca si slo cuenta con $50 dlares para apostar $1 dlar por jugada al color Rojo o al color Negro, con la pretensin de retirarse cuando haya logrado acumular un total de $200 dlares. Se observa que si el jugador comienza su participacin en el juego con un mayor bankroll o capital inicial, entonces se reduce progresivamente la probabilidad de arruinarse en su intento de alcanzar la meta de acumular los $200 dlares, lo cual resulta obvio porque al disponer de mayor capital evidentemente se encuentra ms prximo de lograr la meta establecida (acumular los $200 dlares), e igualmente al disponer de un mayor bankroll puede soportar por ms tiempo una prolongada mala racha de resultados adversos en el juego. As, si el jugador ingresa en el juego con $190 dlares, suma muy cercana a la meta de los $200 dlares, entonces la probabilidad de arruinarse primero antes que alcanzar la meta de acumular los $200 dlares se reduce al 1%. Si se hacen otros ejercicios de clculo partiendo de sistemas diferentes de apuestas colocadas sobre el tapete de la ruleta, o estableciendo como meta alcanzar una suma distinta, entonces siempre al aplicar la anterior ecuacin diferencial se observar que el jugador tiene menos probabilidades de arruinarse entre ms cerca est su bankroll inicial a la suma N fijada como meta. La misma conclusin se observa si el anterior procedimiento de clculo es aplicado a las modalidades de apuestas de otros juegos como el craps, el sicbo, el BACCARAT , el blackjack, el stud poker, la ruleta francesa, las mquinas tragamonedas, etc., porque en todos estos juegos de casino a la larga termina imponindose la ventaja matemtica establecida a favor de la Banca que devora rpidamente el dinero que es apostado por los jugadores bajo unas condiciones que siempre arrojan un Expected Value negativo sobre las opciones de apuestas. Si un jugador en cualquier juego de azar establece una meta muy alta que desea alcanzar, y slo tiene un bankroll muy modesto para intentar alcanzarla, entonces de entrada tiene mayores probabilidades de arruinarse primero antes que alcanzar la meta fijada. Y si un jugador en cualquier juego de azar establece alcanzar una meta que es muy cercana al bankroll que ya posee (como cuando se fija como meta alcanzar la acumulacin de $200 dlares teniendo un bankroll inicial de $190), entonces la probabilidad de arruinarse se reduce drsticamente, pero en tal caso no parece tener mucho sentido racional ni econmico arriesgar un bankroll ante las fluctuaciones del azar con la pretensin de alcanzar una suma que es muy cercana a la que ya se posee en el bolsillo: Qu sentido tiene arriesgar $190 dlares contra la implacable Ventaja Matemtica a favor de la Banca bajo la pretensin de ganar slo $10 dlares adicionales para alcanzar la meta de acumular los $200? Obviamente, no hay que perder de vista que los anteriores clculos son slo eso, unos clculos de probabilidad y nada ms, ocurridos en el abstracto mundo de las matemticas. Por consiguiente, no hay que concluir que es una ley universal, absoluta e inmutable que en los casinos slo aquellos jugadores que tienen ms dinero para apostar son los que siempre necesariamente ganarn. Todos los jugadores, sin importar su capital inicial, a largo plazo estn predestinados a arruinarse ante la Ventaja Matemtica a favor de la Banca que tiende a imponerse sobre el dinero que es apostado en todos los juegos de azar siempre que el comportamiento en la aparicin de sus resultados se aproxime al estado de Regularidad Estadstica. Si un jugador fija como meta una suma muy cercana al bankroll que ya posee, lo nico que hace es que en el fabuloso mundo de los nmeros reduce la probabilidad de arruinarse, pero nada, absolutamente nada en este mundo, garantiza que en el juego real eventualmente ese jugador no terminar arruinndose an contra todas las probabilidades matemticas existentes a su favor. Del mismo modo, es verdad que a la luz de las matemticas en los casinos tiene mayores probabilidades de arruinarse aquel jugador que posee un bankroll diminuto y que aspira alcanzar una meta muy elevada sobre el mismo, pero nada garantiza que necesariamente en el mundo real todos los jugadores con bajsimo capital inicial debern arruinarse siempre segn lo dictaminan las probabilidades matemticas, pues de ser as entonces no ocurriran de vez en cuando esos sorprendentes casos de personas que con slo $50 dlares logran ganar $5.000 dlares en la ruleta, o personas que inician en una mesa de BACCARAT con $50 dlares y a la media hora de juego ya tienen acumulados $100 dlares, o personas que apostando $10 dlares en una tragamonedas logran ganar el gran jackpot acumulado de $10 millones de dlares, etc. Las probabilidades matemticas siempre ocasionalmente se pueden desviar en el mundo real, y por eso es posible observar en los casinos que aproximadamente un 5% de todos los jugadores que concurren logran alcanzar sus metas econmicas sin arruinarse, para luego marcharse muy felices a sus casas como triunfadores llevndose un buen botn en sus bolsillos, mientras que el restante 95% de los jugadores o se arruinan irremediablemente o salen del casino en situacin de tablas (conservando una suma que por encima o por debajo es muy cercana al bankroll inicial con el que empezaron a jugar). Como dicen por ah, el truco consiste en descubrir cmo pertenecer la mayor parte del tiempo a ese selecto grupo del 5% de los jugadores de los casinos que comienzan su juego con un n bankroll y logran alcanzar su meta N preestablecida para retirarse del casino como triunfadores. Proceso de poisson: En estadstica y simulacin, un proceso de Poisson, tambin conocido como ley de los sucesos raros, es un proceso estocstico de tiempo continuo que consiste en "contar" eventos raros (de ah el nombre "sucesos raros") que ocurren a lo largo del tiempo. El tiempo entre cada par de eventos consecutivos tiene una distribucin exponencial con el parmetro , y cada uno de estos tiempos entre llegadas se supone que es independiente de otros tiempos entre llegadas. Es llamado as por el matemtico Simon Denis Poisson (17811840). Un proceso Poisson con intensidad (o tasa) es un proceso de contar en tiempo continuo , donde es una coleccin de variables aleatorias con las siguientes propiedades: 1. . 2. Si , entonces . 3. Para todo y , las variables aleatorias son independientes. 4. Para toda y y tienen la misma distribucin. 5. . 6. . Donde o(h) es una funcin tal que:
Interpretacin intuitiva es el nmero de eventos que se han producido desde el instante cero hasta el instante . Como en cualquier proceso estocstico, en el instante cero es una variable aleatoria; sin embargo, despus del instante es un dato. Propiedades A partir de la definicin, es posible demostrar que: Las variables aleatorias tienen distribucin Poisson con parmetro . Si denota el tiempo transcurrido desde el (k-1)-simo evento hasta el k-simo, entonces es una variable aleatoria con distribucin exponencial y parmetro . Si denota el tiempo transcurrido desde el inicio del conteo hasta el n-simo evento, entonces tiene distribucin Gamma con parmetros . Procesos de Poisson homogneos Como es bien conocido, un proceso de Poisson homogneo, con tasa o frecuencia de llegadas >0, constante, se puede simular a partir de la generacin de una serie de tiempos Ti = Ti- 1+(logRi)/ a partir de incrementos de tiempo iid con distribucin exponencial de parmetro , con densidad f(t)=exp(t) para t>0. Esto es equivalente a que el proceso complementario de contajes de llegadas en un tiempo t, que indicaremos indistintamente N N(t), tenga distribucin de Poisson de parmetro t. Procesos de Poisson no homogneos A menudo son ms realistas los modelos basados en procesos de Poisson no homogneos, en los que la tasa de llegadas es una funcin del parmetro de tiempo, (t). Esta suposicin se puede introducir estableciendo que la probabilidad de una o ms llegadas en un tiempo t a partir de t, es aproximadamente proporcional.