Académique Documents
Professionnel Documents
Culture Documents
𝕩𝑡 Estado de X en el tiempo t
𝑋𝑡 ∈ 𝑆 ⊆ ℝ
5
𝑡 ∈ 𝑇 = 1,2,3, … , 25
4
2
𝑆 = 1,2,3,4,5,6
1
0
0 5 10 15 20 25 30
𝑋: 𝑇 × Ω → 𝑆
PROCESOS ESTOCÁSTICOS - INTRODUCCIÓN
Esto es para cada 𝜔 ∈ Ω, junto con 𝑡 ∈ 𝑇 se tiene X 𝑡, 𝜔 𝑜 𝑋𝑡 𝜔 ∈ 𝑆, dónde
𝜔 → 𝑋𝑡 𝜔 es una v.a. y t → 𝑋𝑡 𝜔 se denomina trayectoria o realización del
proceso.
a) 𝑃 𝑋𝑡 = 𝑥
Función de probabilidades
Si se fija un tiempo 𝑡 = 𝑡0 , se tiene una v.a. que tiene una distribución o densidad de
probabilidad, si se fija otro tiempo 𝑡 = 𝑡1 , se tiene otra v.a. que puede tener otra
distribución de probabilidad o no.
Media
∞
Tiempo continuo: 𝐸 𝑋𝑡 = 𝜇𝑋𝑡 = −∞
𝑥 ⋅ 𝑓(𝑥, 𝑡) ⅆ𝑥
Varianza
∞
Tiempo continuo: 𝑉 𝑋𝑡 = 𝜎𝑋2𝑡 = −∞
(𝑥 − 𝜇𝑋𝑡 )2 ⋅ 𝑓(𝑥, 𝑡) ⅆ𝑥
2
𝑉 𝑋𝑡 = 𝜎𝑋2𝑡 =E 𝑋𝑡2 − 𝐸 𝑋𝑡
PROCESOS ESTOCÁSTICOS - INTRODUCCIÓN
Estadísticos de un proceso estocásticos
∞
Tiempo continuo:𝑅𝑥 𝑡𝑖 , 𝑡𝑗 = 𝐸 𝑋𝑡𝑖 , 𝑋𝑡𝑗 = 𝑋 𝑋
−∞ 𝑡𝑖 𝑡𝑗
⋅ 𝑓(𝑋𝑡𝑖 𝑋𝑡𝑗 , 𝑡𝑖 , 𝑡𝑗 ) ⅆ𝑥𝑡𝑖 ⅆ𝑥𝑡𝑗
Si i=j
𝑅 𝑋𝑡 = E 𝑋𝑡2
Si son incorreladas
𝑅𝑥 𝑡𝑖 , 𝑡𝑗 = 𝐸 𝑋𝑡𝑖 𝐸 𝑋𝑡𝑗
PROCESOS ESTOCÁSTICOS - INTRODUCCIÓN
Estadísticos de un proceso estocásticos
Covarianza 𝐶𝑥 𝑡𝑖 , 𝑡𝑗
∞
Tiempo continuo:𝐶𝑥 𝑡𝑖 , 𝑡𝑗 = (𝑋
−∞ 𝑡𝑖
− 𝜇𝑡𝑖 )(𝑋𝑡𝑗 − 𝜇𝑡𝑗 ) ⋅ 𝑓(𝑋𝑡𝑖 𝑋𝑡𝑗 , 𝑡𝑖 , 𝑡𝑗 ) ⅆ𝑥𝑡𝑖 ⅆ𝑥𝑡𝑗
Si i=j
𝐶 𝑋𝑡 = 𝑉 𝑋𝑡
PROCESOS ESTOCÁSTICOS - INTRODUCCIÓN
Tipos de procesos estocásticos
b) Procesos de Markov
Si para cualquier estado de X en cualquier tiempo se tiene que:
𝑃 𝑋𝑛+1 = 𝑥𝑛+1 𝑋0 = 𝑥0 , … , 𝑋𝑛 = 𝑥𝑛 = 𝑃 𝑋𝑛+1 = 𝑥𝑛+1 𝑋𝑛 = 𝑥𝑛
d) Procesos estacionarios
Un proceso será estacionario en sentido estricto si para 𝑡1 , 𝑡2 , 𝑡3 , … , 𝑡𝑛 , ℎ ≥ 0
se tiene que los vectores aleatorios (𝑋𝑡1 , 𝑋𝑡2 , 𝑋𝑡3 , … , 𝑋𝑡𝑛 ) y (𝑋𝑡1+ℎ ,
𝑋𝑡2+ℎ , 𝑋𝑡3 +ℎ , … , 𝑋𝑡𝑛+ℎ ) tienen las mismas funciones de densidad conjunta.
e) Martingala
Si se cumple que 𝐸 𝑋𝑛+1 𝑋0 = 𝑥0 , … , 𝑋𝑛 = 𝑥𝑛 = 𝑋𝑛
PROCESOS ESTOCÁSTICOS - INTRODUCCIÓN
Tipos de procesos estocásticos
f) Procesos de Lévy
Para este tipo de procesos sus incrementos cumplen con:
1.Ser independientes
2.Ser estacionarios
g) Proceso Gaussiano
Se tiene un proceso gaussiano si para cualquier tiempo 𝑡1 , 𝑡2 , 𝑡3 , … , 𝑡𝑛 el vector
aleatorios (𝑋𝑡1 , 𝑋𝑡2 , 𝑋𝑡3 , … , 𝑋𝑡𝑛 ) tiene distribución normal multivariada
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Definición
𝑋0 = 0; 𝑁𝑜 𝑛𝑒𝑐𝑒𝑠𝑎𝑟𝑖𝑎𝑚𝑒𝑛𝑡𝑒
𝑋𝑛 = +1; 𝑐𝑜𝑛 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖ⅆ𝑎ⅆ 𝑝
𝑋𝑛 =
𝑋𝑛 = −1; 𝑐𝑜𝑛 𝑝𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖ⅆ𝑎ⅆ 𝑞
𝑝+𝑞 =1
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Probabilidades
𝑝 𝑠𝑖 𝑗 = 𝑖 + 1
𝑃 𝑋𝑛+1 = 𝑗 𝑋𝑛 = 𝑖 =
𝑞 𝑠𝑖 𝑗 = 𝑖 − 1
0
0 5 10 15 20 25 30 35
-2
-4
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Representación
𝑋𝑛 = 𝑋0 + 𝜉1 + 𝜉2 + 𝜉3 + ⋯ + 𝜉𝑛
𝑛 1
(𝑛+𝑥)
1
𝑃 𝑋𝑛 = 𝑥 𝑋0 = 0 = 1 𝑝2 𝑞 2(𝑛−𝑥)
(𝑛 + 𝑥)
2
Prueba:
Sean
𝐷𝑛 número de pasos dados hacia la derecha
𝐿𝑛 número de pasos dados hacia la izquierda
Por tanto 𝑋𝑛 = 𝐷𝑛 − 𝐿𝑛 y además n = 𝐷𝑛 + 𝐿𝑛
Recordar que 𝑋𝑛 = 𝑛𝑖=1 𝜉𝑖
Se obtiene:
𝑛
1 1
𝐷𝑛 = 𝑛 + 𝑋𝑛 = (1 + 𝜉𝑖 )
2 2
𝑖=1
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Finalmente
1 𝑛 1
(𝑛+𝑥)
1
𝑃 𝑋𝑛 = 𝑥 𝑋0 = 0 = 𝑃(𝐷𝑛 = 𝑛 + 𝑋𝑛 ) = 1 𝑝2 𝑞 2(𝑛−𝑥)
2 (𝑛 + 𝑥)
2
1 𝑛
𝑃 𝑋𝑛 = 𝑥 𝑋0 = 0 = 1
(𝑛 + 𝑥) 2𝑛
2
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Probabilidad de regreso al punto de partida
1 𝑠𝑖 𝑝 = 𝑞
1− 𝑝−𝑞 =
< 1 𝑠𝑖 𝑝 ≠ 𝑞
Sólo en el caso simétrico se puede asegurar que la caminata volverá a pasar por
el origen en un promedio indefinido de pasos
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
Caminatas en ℤ𝒏
Así como es posible el movimiento hacia un lado u otro (delante, atrás, izquierda,
derecha), se puede establecer la posibilidad con una probabilidad asignada (r) de
permanecer en el mismo sitio; así p+q+r=1, o incluir la caminata en ℤ𝟐 , haciendo
el movimiento posible también arriba con probabilidad (r) o abajo con
probabilidad (s) y se establece que p+q+r+s=1.
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Jugador A posee k unidades monetarias
Solución:
𝓊𝑘 = 𝑃 𝑋𝜏 = 0 𝑋0 = 𝑘
𝑞
𝓊𝑘+1 − 𝓊𝑘 = (𝓊𝑘 − 𝓊𝑘−1 )
𝑝
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Otorgando diferentes valores para k, se tienen dos “valores de frontera” fijos
𝓊0 = 1 ⋀ 𝓊 𝑁 = 0
𝑞
Para valores de k entre 1 y N-1, en 𝓊𝑘+1 − 𝓊𝑘 = (𝓊𝑘 − 𝓊𝑘−1 ) se tiene lo siguiente:
𝑝
Para k=1
𝑞 𝑞
𝓊2 − 𝓊1 = 𝓊1 − 𝓊0 = 𝓊1 − 1
𝑝 𝑝
Para k=2
𝑞 𝑞 𝑞 𝑞 2
𝓊3 − 𝓊2 = 𝓊2 − 𝓊1 = 𝓊1 − 1 = 𝓊1 − 1
𝑝 𝑝 𝑝 𝑝
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
De manera general tendremos:
𝑞
𝓊2 − 𝓊1 = 𝓊1 − 1
𝑝
2
𝑞
𝓊3 − 𝓊2 = 𝓊1 − 1
𝑝
3
𝑞
𝓊4 − 𝓊3 = 𝓊1 − 1
𝑝
⋮
𝑘−1
𝑞
𝓊𝑘 − 𝓊𝑘−1 = 𝓊1 − 1
𝑝
Si sumamos…
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Tenemos
2 3 𝑘−1
𝑞 𝑞 𝑞 𝑞
𝓊𝑘 − 𝓊1 = + + +⋯+ 𝓊1 − 1
𝑝 𝑝 𝑝 𝑝
Supongamos p = q = 1/2 𝓊𝑘 − 𝓊1 = (𝑘 − 1) 𝓊1 − 1
Tomando k = N 𝓊𝑁 − 𝓊1 = (𝑁 − 1) 𝓊1 − 1 Pero 𝓊𝑁 = 0
(𝑁 − 1)
𝓊1 =
𝑁
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Sustituimos en 𝓊𝑁 − 𝓊1 = (𝑁 − 1) 𝓊1 − 1
(𝑁 − 1) (𝑁 − 1)
𝓊𝑘 − = (𝑘 − 1) −1
𝑁 𝑁
(𝑁 − 𝑘)
𝓊𝑘 =
𝑁
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Ahora, si p ≠ q
2 3 𝑘−1
𝑞 𝑞 𝑞 𝑞
𝓊𝑘 − 𝓊1 = + + +⋯+ 𝓊1 − 1
𝑝 𝑝 𝑝 𝑝
2 3 𝑘−1
𝑞 𝑞 𝑞 𝑞
La suma en progresión geométrica + + + ⋯+
𝑝 𝑝 𝑝 𝑝
𝑘
𝑞 𝑞
−
𝑝 𝑝
𝑆𝑘−1 =
𝑞
1−
𝑝
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Nos queda la ecuación 𝓊𝑘 − 𝓊1 = 𝑆𝑘−1 𝓊1 − 1
𝑆𝑁−1
𝓊1 =
𝑆𝑁−1 + 1
𝑆𝑁−1 𝑆𝑁−1
Sustituimos 𝓊𝑘 − = 𝑆𝑘−1 −1
𝑆𝑁−1 + 1 𝑆𝑁−1 + 1
PROCESOS ESTOCÁSTICOS – CAMINATAS ALEATORIAS
El problema del jugador
Considerando que
𝑘
𝑞 𝑞 𝑁 𝑞 𝑞
− −
𝑝 𝑝 𝑝 𝑝
𝑆𝑁−1 = 𝑆𝑘−1 =
𝑞 𝑞
1− 1−
𝑝 𝑝
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50