Vous êtes sur la page 1sur 5

Introduccin a los Procesos

SEMANA 2
ESTOCSTICO
S

[ PROGRAMACIN ESTOCSTICA ]

SEMANA DOS

LECTURA UNO: INTRODUCCIN A LOS PROCESOS ESTOCSTICOS
Los temas tratados en la semana uno tenan como propsito lograr que el lector recuerde y se
familiarice nuevamente con los temas de probabilidad y estadstica. El cumplimiento de ese
propsitos es fundamente para el entendimiento de todo lo relacionado a Procesos Estocsticos,
Cadenas de Markov en Tiempo Discreto, Cadenas de Markov en Tiempo Continuo, Teora de
Colas y Redes de Jackson.
En el estudio que hasta el momento se ha abordado en los temas de probabilidad, se ha tenido
en cuenta como supuesto que las caractersticas aleatorias asociadas a las variables aleatorias
permanecen constantes a travs del tiempo.

Es importante recordar que al incluir en los anlisis probabilsticos la presencia de la variable
determinstica tiempo, se est considerando que, de alguna manera, la variable aleatoria
depende del tiempo. En otras palabras, la variable aleatoria depende del fenmeno
probabilstico y del tiempo. Considerando lo anterior, se puede concluir que cualquier funcin
que se establezca en trminos de una variable aleatoria, como lo son la funcin de distribucin
de probabilidad (fdp) y la funcin de densidad acumulada (fda), sern tambin dependientes del
tiempo.

A partir de contenido de esta lectura se comienza a introducir el tema de procesos estocsticos.
Este tema tiene entre sus objetivos ms importantes, construir un modelo que nos permita
explicar laestructura, al menos a corto plazo, de una variable que observamosa lo largo del
tiempo. Por ejemplo, considere como variable aleatoria, la TRM*. La TRM al igual que las
variables que empezaremos a analizar en el rea de programacin estocstica** tiene en cuenta
que los datos se obtienen en intervalos regulares de tiempo (das, semanas, meses, aos, etc.) y
el objetivo es utilizar la posible inercia en el comportamiento de la serie con el fin de predecir su
evolucin o comportamiento futuro. As, una serie temporal ser una sucesin de valores de
una variable obtenidos de manera secuencial a travs del tiempo.

Proceso Estocstico
Para familiarizar al lector con la notacin utilizada en programacin estocstica, desde ahora
definiremos !! como una variable aleatoria que significa: el estado del sistema en el tiempo
n.


*
La tasa de cambio representativa del mercado (TRM) es la cantidad de pesos colombianos por un dlar de los
Estados Unidos (antes del 27 de noviembre de 1991 la tasa de cambio del mercado colombiano estaba dada por el
valor de un certificado de cambio). La TRM se calcula con base en las operaciones de compra y venta de divisas
entre intermediarios financieros que transan en el mercado cambiario Colombiano, con cumplimiento el mismo da
cuando se realiza la negociacin de las divisas. Tomado el 28 de enero de 2013 de
http://www.banrep.gov.co/series-estadisticas/see_ts_trm.htm
**
La temtica de Programacin Estocstica es tambin conocido como Modelos Probabilsticos.


2 [ POLITCNICO GRANCOLOMBIANO ]

Por ejemplo, si se desea modelar probabilsticamente el valor de la tasa de cambio


representativa del mercado (TRM), entonces se pueden tener las siguientes interpretaciones:
Forma Uno: podemos suponer que se desea analizar el comportamiento de la TRM durante una
semana:
!! Significa o representa el valor de la TRM el da lunes.
!! Significa o representa el valor de la TRM el da martes.
!! Significa o representa el valor de la TRM el da mircoles.
.
.
.
!! Significa o representa el valor de la TRM el da domingo.
Forma Dos: Podemos suponer que se desea analizar el comportamiento de la TRM durante un
mes (31 das).
!! = valor de la TRM en el da cero+.
!! = valor de la TRM en el da uno.
!! = valor de la TRM en el da dos.
.
.
.
!!" = valor de la TRM en el da treinta.
Forma Tres: podemos suponer que se desea analizar el comportamiento de la TRM durante un
mes (31 das).
!! = valor de la TRM en el da uno.
!! = valor de la TRM en el da dos.
.
.
.
!!" = valor de la TRM en el da treinta y uno.
Las tres formas anteriores no son las nicas maneras en que se puede de representar el
modelamiento probabilstico de la TRM. Las tres formas presentadas, tienen como propsito
familiarizar sobre la notacin y presentar diferentes alternativas para definir el estado de un
sistema como un proceso estocstico.
Pero, Qu es un proceso estocstico? Considere un sistema que incorpora aleatoriedad en el
tiempo. Suponga que el sistema es observado en los tiempos discretos n=0,1,2,3
Sea !! el estado del sistema en el tiempo n.
La secuencia de variables aleatorias !! , !! , !! , !! !! es llamada un proceso estocstico en
tiempo discreto y se puede representar como:
!! , ! 0
Otra forma de definir un proceso estocstico es la siguiente:


+
Donde el da cero puede ser interpretado como el da de hoy.


[ HERRAMIENTAS PARA LA PRODUCTIVIDAD ] 3

un proceso estocstico es una coleccin o familia de variables aleatorias !! , ! 0 ,


ordenadas segn el subndice ! que en general representa el tiempo.Por tanto, para cada
instante ! tendremos una variable aleatoria distinta representadapor "!! " , con lo que un
proceso estocstico puede interpretarse como una sucesin de variables aleatorias cuyas
caractersticas pueden variar a lo largo del tiempo.

Espacio de Estados
Sea ! el conjunto de posibles valores de "!! " para cualquier !. Luego ! es llamado el
espacio de estados del proceso estocstico.

Ejemplo Uno:
Un estudiante de programacin estocstica desea modelar como un proceso estocstico la
temperatura que se registra en el Politcnico Grancolombiano todos los das a las 12:00pm.
Cul es el modelamiento adecuado?

Solucin:
Para modelar un sistema como un proceso estocstico en tiempo discreto es necesario definir
dos cosas, la variable del sistema (el estado del sistema en el tiempo n - !! ) y el conjunto de
posibles valores de !! ! .
Para este ejemplo, la mejor forma de definir la variable y el conjunto de posibles estados es la
siguiente:
!! = Temperatura en grados Celsius en el Politcnico Grancolombiano a las 12:00pm del n-
simo da.
! = 0 , 30
Para la definicin del espacio de estadosde este ejemplo,estamos suponiendo que en el
Politcnico Grancolombiano nunca se registrarn temperaturas inferiores a cero grados Celsius
ni superiores a 30 grados Celsius. Adicionalmente, es importante identificar que el espacio de
estados para este ejemplo en un conjunto infinito de valores que estn entre cero y 30, es decir,
el espacio de estado es continuo.

Ejemplo Dos:
Modelar como un proceso estocstico el lanzamiento de un dado de seis lados.
Solucin Uno:
Para este ejemplo, la mejor forma de definir la variable y el conjunto de posibles estados es la
siguiente:
!! = Resultado del n-simo lanzamiento de un dado de seis lados.
! = 1, 2, 3, 4, 5, 6
Solucin Dos:
Esta es una solucin alternativa para el ejemplo dos. Es muy similar a la solucin anterior, lo
nico que cambia es la forma es que se define la variable:
!! = Resultado de un dado de seis lados despus del n-simo lanzamiento.
! = 1, 2, 3, 4, 5, 6


4 [ POLITCNICO GRANCOLOMBIANO ]

Ejemplo Tres:
Se desea modelar el comportamiento semanal del inventario devehculos de un concesionario
que tiene capacidad para almacenar diez vehculos.

Solucin:
Para este ejemplo, la mejor forma de definir la variable y el conjunto de posibles estados es la
siguiente:
!! = nmero de vehculos en inventario al final de la n-sima semana.
! = 0, 1, 2, 3 10
Note que el espacio de estados empieza con valor cero porque es posible que en el
concesionario no se tengan vehculos disponibles para la venta y termina en diez porque el
concesionario tiene una capacidad de almacenamiento de diez vehculos.
Ejemplo Cuatro:
Se desea modelar el comportamiento semanal del inventario de vehculos de un concesionario
que tiene capacidad para almacenar diez vehculos. Adicionalmente, se conoce que el costo
administrativo por concepto de inventario de tener un vehculo en el almacn es de 50.000
pesos por semana.
Responder:
a. Cul es el costo total esperado del inventario durante las primeras tres semana?
Solucin:
El primer paso para resolver este ejercicio es modelar el sistema como un proceso estocstico.
Es importante recordar que modelar un proceso estocstico consiste en definir la variable y el
espacio de estados.
!! = nmero de vehculos en inventario al final de la n-sima semana.
! = 0, 1, 2, 3 10
Por lo tanto, el costo total esperado del inventario durante las primeras tres semanas es igual a:
50.000 !! + 50.000 !! + 50.000 !! = 50.000 !! + !! + !!
b. Cul es el costo promedio esperado de mantener un vehculo almacenado en el
concesionario?
!
50.000 !! + 50.000 !! + + 50.000 !! !!

!
= 50.000 !
!! !
Nota: recuerden que para el ejercicio anterior el significado de la notacin es como se presenta
en los siguientes ejemplos.
!! = 0 (El nmero de vehculos en inventario al final de la primera semana es igual a cero).
!! = 1 (El nmero de vehculos en inventario al final de la semana cero es igual a uno). Podemos
interpretar que la semana cero es la semana actual.
!! = 3 (El nmero de vehculos en inventario al final de la segunda semana es igual a tres).


[ HERRAMIENTAS PARA LA PRODUCTIVIDAD ] 5