República Bolivariana de Venezuela.
Ministerio del Poder Popular para la Defensa.
Universidad Nacional Experimental Politécnica de la Fuerza Armada.
Carabobo-Puerto Cabello.
PROCESOS ESTOCÁSTICOS.
Bachiller:
Antonio Reyes C.I: V-30.758.659.
Carrera: Ing. Sistemas
Semestre: 6to Semestre
Docente: Víctor Domínguez
Puerto Cabello, Abril de 2021
INTRODUCCIÓN.
El siguiente trabajo está enfocado al establecimiento de conceptos
esenciales para el entendimiento de la materia “PROCESOS ESTOCÁSTICOS”,
yendo desde sus definiciones elementales, pasado por sus tipos y dando un toque
tangencial en el modelado de procesos estocásticos mediante el uso de recursos
específicos para esta tarea, como lo pueden ser los diagramas UML.
Construir un concepto de Procesos Estocásticos.
Antes proceder a definir que es un proceso estocástico hay que aclarar unos
conceptos bases:
Proceso: En ingeniería, es una serie de tareas interrelacionadas que, juntas
transforman las entradas en salidas.
Estocástico: En matemática es una cualidad que poseen algunas entidades, estas
se caracterizan por la evolución aleatoria a lo largo del tiempo.
Utilizando esto como base se puede decir que:
Proceso estocástico: Es un conjunto de tereas interrelacionadas cuya evolución a
través del tiempo es aleatoria.
Describir los tipos de procesos estocásticos (estacionarios y no
estacionarios, con ejemplos).
Existen dos tipos de procesos estocásticos. La diferencia entre los mismos,
tiene que ver con predictibilidad de una serie temporal:
Procesos estocásticos estacionarios: Es aquel cuya distribución de probabilidad
varía de forma más o menos constante a lo largo de cierto periodo de tiempo. Es
decir, tiene una serie de características que lo hacen, en cierta manera, predecible.
Un ejemplo de estos procesos puede ser el estudio del numero de habitantes de
alguna población en un territorio especifico.
Procesos estocásticos no estacionarios: Es aquel cuya distribución de
probabilidad varía de forma no constante. En términos generales, sería
impredecible. Un ejemplo de esto puede ser el estudio de predictibilidad de los
terremotos, donde el registro de los terremotos anteriores no determina cuando
ocurrirá el próximo.
Definir:
Espacio de Estado: Existen diferentes formas de modelar el comportamiento de un
sistema, la representación de espacios de estado proporciona un modo compacto y
conveniente de modelar y analizar sistemas con múltiples entradas y salidas.
La entrada del sistema puede ser un conjunto de señales que comandan el
comportamiento del sistema.
Las salidas del sistema pueden estar conformado por un conjunto de
respuestas a las entradas.
Así, internamente, podríamos decir que el sistema o el modelo está
conformado por unas variables de estado.
Espacio de Parámetro: Es el espacio de posibles valores de parámetros que
definen un modelo matemático particular.
Variable aleatoria: Es una función que asigna un valor, usualmente numérico, al
resultado de un experimento aleatorio.
Conceptualizar mediante una tabla, esquema, diagrama
conceptual o mapa mental los siguientes términos:
Proceso Estocástico.
De acuerdo con el conjunto de índices t ∈ T= [t ini,t fin], la variable aleatoria Xt
puede clasificarse según los siguientes criterios para procesos estocásticos:
Proceso estocástico de parámetro Si el conjunto T es continuo (por
continuo.
ejemplo, ℜ+), resulta que Xt describe
un proceso estocástico de parámetro
continuo.
Proceso estocástico de estado Si para cada valor (instante) t la
continuo.
variable aleatoria Xt es de tipo
continuo, resulta que proceso
estocástico es de estado continuo.
Proceso estocástico de parámetro Si el conjunto T es discreto, Xt
discreto. describe un proceso estocástico de
parámetro discreto.
Proceso estocástico de estado Si para cada valor (instante) t la
discreto. variable aleatoria Xt es de tipo
discreto, resulta que proceso
estocástico es de estado discreto.
Resolver 1 de los 2 enunciados, mediante un diagrama de caso de uso o el de su preferencia, la
base está expuesta en el ejercicio:
Ejercicio 1
Sea Xt el número de clientes que se encuentran en una cola en el
momento t.
E = {0, 1, 2, ...}
T = {t : t ∈ (−∞, ∞)}
Razonamiento parte 1: Ya que el enunciado nos habla de “una cola”, tomé la cola como un sistema individual para
representarlo, es decir, no tomé en cuenta la naturaleza de la misma, (si era para pagar, entrar a algún sitio, etc.), la
representación gráfica sería la siguiente:
Razonamiento parte 2: En el sistema cola, y en contexto UML, los actores principales son los clientes, estos deben entrar
a la cola para iniciarlo, y una vez dentro deben avanzar entre las iteraciones posteriores en el tiempo (<<incluir>>), pero
también, una vez dentro de la cola, este podría salir o sencillamente podría ya ser su turno (<<extender>>), en ese caso,
el actor sale del sistema.
CONCLUSIÓN.
El uso de la materia “PROCESOS ESTOCÁSTICOS” resulta una
herramienta útil para el análisis de sistemas ya que esta otorga recursos y
procedimientos que permiten identificar características de sistemas complejos y
probabilísticos.
Al mismo tiempo, podemos concatenar estos procesos con recursos de otras
ramas, con el objetivo de realizar un estudio y modelado lo más exacto y preciso
respecto a la realidad.
Bibliografía.
[Link]
[Link]
[Link]
[Link]
cuantitativas/
[Link]
estado-espacio-de-estados/
[Link]
3%A1metros%20es,espacio%20euclidiano%20de%20dimensi%C3%B3n%20finita
%20.&text=Tambi%C3%A9n%20forman%20la%20base%20para%20la%20estima
ci%C3%B3n%20de%20par%C3%A1metros%20.
[Link]
[Link]
%20conjunto%20T%20es,proceso%20estoc%C3%A1stico%20de%20par%C3%A
1metro%20continuo.&text=Si%20para%20cada%20valor%20(instante,estoc%C3
%A1stico%20es%20de%20estado%20continuo.