Procesos estocsticos

Unidad 1. Introduccin a los procesos estocsticos

Rodrigo Galindo Murillo
Actividad 1. Conceptos bsicos
Instrucciones: Relaciona las siguientes columnas escribiendo en cada
parntesis el nmero que corresponde y justifica tu eleccin
Concepto
Esperanza condicional
de una variable dado
que otra variable toma
un valor
La distribucin de
probabilidad Poisson
La funcin de densidad
normal
La regla de probabilidad
total

Eleccin
(10)

(2)
(6)
(7)

Justifica tu eleccin
La condicional de una variable que puede
tomar otro valor est dado por este
concepto, definido en 1.
La distribucin de Poisson es un modelo de
probabilidad discreta (ver formula)
Esta es la frmula de la distribucin
gaussiana.
En este caso es por medio de
probabilidades condicionadas, como nos lo
dicta:

P B P A1 P B A1 ... P Ak P B Ak

El Teorema del Lmite

Central

(9)

La funcin de densidad
conjunta de variables
aleatorias discretas
La funcin de densidad
condicional

(3)
(11)

Esperanza o valor
esperado de una
variable aleatoria

(5)

Esperanza condicional
de una variable dada
otra variable

(1)

La ley fuerte de los

grandes nmeros

(4)

Probabilidad Condicional

(8)

El teorema establece que la distribucin de

X, que es la media de una muestra
aleatoria de una poblacin con varianza
finita, tiene una distribucin
aproximadamente normal cuando el
tamao de la muestra es grande,
independientemente de la forma de la
distribucin de la poblacin.
En este caso necesitamos tener muchas
variables aleatorias, por tanto, x1, x2, ,
xn
Si tenemos una funcin de densidad de
variable discreta pluridimensional en
general, podemos hallar la funcin de
densidad condicional que deseemos; para
el caso de funcin de densidad conjunta
f(x, y) , se tendrn dos funciones de
densidad condicional
La esperanza matemtica o valor esperado
de una variable aleatoria discreta es la
suma del producto de la probabilidad de
cada suceso por el valor de dicho suceso.
De manera similar al concepto de
condicional variable, pero en este caso, la
condicin tambin puede ser una variable
continua.
Esta definicin nos dice que en una
sucesin de variables, x1, x2, , xn, tiene
que converger en un conjunto de
probabilidad 1
La probabilidad de que ocurra el suceso A

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Procesos estocsticos
Unidad 1. Introduccin a los procesos estocsticos
si ha ocurrido el suceso B se denomina
probabilidad condicionada

Eleccin
1. Una variable aleatoria E(X|Y) que toma los valores E(X|Y=y) si Y es discreta o bien
E(X|YA) si Y es absolutamente continua.

x
P X x e
x!
2.

f x1 , x2 ,..., xn P X 1 x1 , X 2 x2 ,..., X n xn

3.

X 1 , X 2 , X 3 ,...
4. Para una sucesin
de variables aleatorias independientes e
idnticamente distribuidas, con media comn y varianza finita, se tiene

X 1 X 2 ... X n
n

x P X x
i

que converge casi seguramente a cuando n tiende a infinito.

xi

6.

5.

si X es discreta,

f x

1
e
2

xf x dx
si X es absolutamente continua.

x 2

2 2

P B P A1 P B A1 ... P Ak P B Ak

7.
de .

A1 ,..., Ak
donde

forman una particin

8.

X 1 , X 2 , X 3 ,...
9. Para una sucesin

de variables aleatorias independientes e

idnticamente distribuidas, con media comn y varianza finita

2 , se tiene que

X 1 X 2 ... X n
n
converge en distribucin a una variable Y con distribucin normal de
parmetros y

/n, cuando n tiende a infinito.

xf x y

10.

si X es discreta,

xf x y dx
si X es absolutamente continua.

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas

Procesos estocsticos
Unidad 1. Introduccin a los procesos estocsticos
f x y
11.

f x, y
f y

f y 0
si

Educacin Abierta y a Distancia * Ciencias Exactas, Ingenieras y Tecnologas