Resumen

2. generacin de recorridos aleatorios

Es una formalizacin matemtica de una trayectoria definida mediante una secuencia de

saltos aleatorios, por otro lado, estos recorridos permiten aproximar asintticamente
diversos procesos, existe una gran variedad de modelos de recorrido aleatorios que puede
asociarse a un grafo, una lnea o bien a espacios de dimensin superior.

Tema 3: generacin de recorridos aleatorios, movimiento browniano y proceso de

Poisson.

1. Introduccin
Este captulo comenzara diseando algoritmos de simulacin sencillos, basados
en la hiptesis de independencia, el movimiento browniano y el proceso de
Poisson, ntese que los recorridos aleatorios se construyen a partir de secuencia
de variables aleatorias independientes.
2.1. recorrido aleatorio simple

un recorrido aleatorio simple que comienza en cero, en cada paso el recorrido realiza un
salto unitario con igual probabilidad. La secuencia recibe el nombre de recorrido aleatorio
simple este concepto admite una formulacin general en trminos de una probabilidad.
2.2. recorrido aleatorio con longitud de salto aleatoria

Se define de forma anloga al caso anterior, considerado en lugar de saltos unitarios,

saltos de tamao aleatorio, definido mediante una distribucin de probabilidad centrada.
3.. movimiento browniano

Es similar a la distribucin normal dentro de la teora de variables aleatorias. De hecho,

el proceso se puede interpretar como una versin continua de un recorrido aleatorio.
Inicialmente este proceso surge como modelo para el movimiento de partculas
suspendidas en un lquido o gas, posteriormente, ha sido utilizado en la representacin de
procesos aleatorios en diversos campos aplicados, tales como finanzas, ingeniera,
biloga.
4. proceso de Poisson

Es un ejemplo clsico de cadena de markow en un tiempo continuo, se suele introducir

desde la teora de procesos de recuento y procesos de renovacin. Este es tambin un
modelo universal, su distribucin de probabilidad y propiedades se caracterizan mediante
un nico parmetro as como el planteamiento de contrastes de hiptesis sobre dicho
parmetros y funciones del mismo, este proceso ha sido ampliamente utilizado como
modelo para representar el nmero de fallos en un sistema de fiabilidad.
Satisface las siguientes condiciones:

- Posee incrementos independientes.

- Posee incrementos estacionarios.
5. versiones multidimensionales

En esta seccin se introducen extensiones de los algoritmos anteriores para la generacin

de versiones multidimensionales de recorridos aleatorios.
5.3. proceso de poisson bidimensional y tridimensional

Permite representar puntos localizados aleatoriamente en el espacio, o bien, en el espacio

o tiempo. La intensidad de puntos es proporcional al rea espacial.
Tema 4: generacin de procesos morkovianos
1. Introduccin

Ofrece un escenario apropiado para la derivacin de resultados limite funcionales, de

hecho, la estructura de dependencia dbil de estos procesos permite extender los
resultados limite clsicos. El carcter dbil de su estructura de dependencia tambin
permite asimismo una generacin sencilla. El carcter dbil tambin permite as mismo
una generacin sencilla de este tipo.
2. Sistemas de colas
En esta seccin se generan modelos de colas en tiempo discretos y en tiempo
continuo, en estos modelos se hallan involucrados generalmente de dos procesos,
el proceso de entradas y procesos de servicios que da lugar a las partidas del
sistema.