Proceso estocástico


En la teoría de la probabilidad y campos relacionados, un proceso estocástico ( / s t ˈ k æ s t ɪ k / ) o aleatorio es un objeto matemático generalmente definido como una familia de variables aleatorias . Los procesos estocásticos se utilizan ampliamente como modelos matemáticos de sistemas y fenómenos que parecen variar de manera aleatoria. Los ejemplos incluyen el crecimiento de una población bacteriana , una corriente eléctrica que fluctúa debido al ruido térmico, o el movimiento de una molécula de gas . [1] [4] [5] Los procesos estocásticos tienen aplicaciones en muchas disciplinas como biología , [6] química , [7] ecología , [8] neurociencia , [9] física , [10] procesamiento de imágenes, procesamiento de señales , [ 11] teoría de control , [12] teoría de la información , [13] informática , [14] criptografía [15] y telecomunicaciones . [16] Además, los cambios aparentemente aleatorios en los mercados financieros han motivado el uso extensivo de procesos estocásticos en las finanzas . [17] [18] [19]

Las aplicaciones y el estudio de los fenómenos han inspirado a su vez la propuesta de nuevos procesos estocásticos. Los ejemplos de tales procesos estocásticos incluyen el proceso de Wiener o el proceso de movimiento browniano, [a] utilizado por Louis Bachelier para estudiar los cambios de precios en la Bolsa de París , [22] y el proceso de Poisson , utilizado por AK Erlang para estudiar el número de llamadas telefónicas que se producen. en un cierto periodo de tiempo. [23] Estos dos procesos estocásticos se consideran los más importantes y centrales en la teoría de los procesos estocásticos, [1] [4] [24]y fueron descubiertos repetida e independientemente, tanto antes como después de Bachelier y Erlang, en diferentes escenarios y países. [22] [25]

El término función aleatoria también se usa para referirse a un proceso estocástico o aleatorio, [26] [27] porque un proceso estocástico también puede interpretarse como un elemento aleatorio en un espacio funcional . [28] [29] Los términos proceso estocástico y proceso aleatorio se usan indistintamente, a menudo sin un espacio matemático específico para el conjunto que indexa las variables aleatorias. [28] [30] Pero a menudo estos dos términos se utilizan cuando las variables aleatorias están indexadas por los números enteros o un intervalo de la línea real . [5] [30]Si las variables aleatorias están indexadas por el plano cartesiano o algún espacio euclidiano de mayor dimensión , entonces la colección de variables aleatorias generalmente se denomina campo aleatorio . [5] [31] Los valores de un proceso estocástico no siempre son números y pueden ser vectores u otros objetos matemáticos. [5] [29]

Según sus propiedades matemáticas, los procesos estocásticos se pueden agrupar en varias categorías, que incluyen paseos aleatorios , [32] martingalas , [33] procesos de Markov , [34] procesos de Lévy , [35] procesos gaussianos , [36] campos aleatorios, [ 37] procesos de renovación y procesos de ramificación . [38] El estudio de los procesos estocásticos utiliza conocimientos matemáticos y técnicas de probabilidad , cálculo , álgebra lineal , teoría de conjuntos y topología .[39] [40] [41] así como ramas del análisis matemático como el análisis real , la teoría de la medida , el análisis de Fourier y el análisis funcional . [42] [43] [44] La teoría de los procesos estocásticos se considera una contribución importante a las matemáticas [45] y continúa siendo un tema activo de investigación tanto por razones teóricas como por aplicaciones. [46] [47] [48]


Una realización simulada por computadora de un proceso de movimiento Wiener o Browniano en la superficie de una esfera. El proceso de Wiener es ampliamente considerado el proceso estocástico central y más estudiado en la teoría de la probabilidad. [1] [2] [3]
Una sola función de muestra simulada por computadora o realización , entre otros términos, de un proceso de movimiento tridimensional Wiener o Browniano para el tiempo 0 ≤ t ≤ 2. El conjunto de índices de este proceso estocástico son los números no negativos, mientras que su espacio de estado es un espacio euclidiano tridimensional.
Realizaciones de procesos de Wiener (o procesos de movimiento browniano) con deriva ( azul ) y sin deriva ( rojo ).
El matemático Joseph Doob hizo un trabajo temprano en la teoría de los procesos estocásticos, haciendo contribuciones fundamentales, particularmente en la teoría de las martingalas. [264] [262] Su libro Procesos estocásticos se considera muy influyente en el campo de la teoría de la probabilidad. [265]
Norbert Wiener dio la primera demostración matemática de la existencia del proceso de Wiener. Este objeto matemático había aparecido previamente en el trabajo de Thorvald Thiele , Louis Bachelier y Albert Einstein . [22]