Procesos Estocsticos

Dr. Salvador Villarreal / Dr. Marco Panduro

Depto. de Electrnica y Telecomunicaciones
Fsica Aplicada
CICESE
svillar@cicese.mx / mpanduro@cicese.mx

svillar@cicese.mx

Contenido del Curso

1.
2.
3.
4.
5.
6.
7.

Probabilidad. (Dr. Marco Panduro)

Variables aleatorias. (Dr. Marco Panduro / Dr. Salvador
Villarreal)
Procesos estocsticos. (Dr. Salvador Villarreal)
Procesos Gaussianos. (Dr. Salvador Villarreal)
Proceso de Poisson. (Dr. Salvador Villarreal)
Cadenas de Markov. (Dr. Salvador Villarreal)
Aplicaciones y puesta en prctica de teora usando
Matlab. (Dr. Marco Panduro / Dr. Salvador Villarreal)

svillar@cicese.mx

Bibliografa

Yates, R. D. y Goodman, D. J., Probabilty and Stochastic

Proccesses a Friendly Introduction for Electrical and
Computer Engineers, John Wilew and Sons, 2 ed, 2005

Peebles, P. Z., Probability, Random Variables and

Random Signal Principles, McGraw-Hill, 4 ed., 2001..

Leon-Garcia, A., Probability and Random Processes for

Electrical Engineering, Addison-Wesley, 2a ed., 1994.

Papoulis, A. y Pillai, S. U., Probability, Random Variables

and Stochastic Processes, McGraw Hill, 4 ed., 2004.

Libros que cubran como tema Probabilidad y Procesos

Estocsticos.

svillar@cicese.mx

Probabilidad
Dr. Salvador Villarreal Reyes
Departamento de Electrnica y Telecomunicaciones
Fsica Aplicada
CICESE
svillar@cicese.mx

svillar@cicese.mx

Contenido
1.
2.

3.
4.
5.

Definiciones Fundamentales.
Frecuencia Relativa.
Propiedades Elementales de
Probabilidad.
Probabilidad Condicional.
Independencia.

svillar@cicese.mx

Definiciones Fundamentales
La

teora de probabilidad es parte de una rama

de las matemticas llamada teora de medicin.

En

general se puede decir que la probabilidad es

un nmero que describe un conjunto.

En el estudio de la probabilidad cualquier

proceso de observacin es referido como
experimento.

Un

experimento aleatorio es especificado por

un procedimiento experimental y un conjunto de
una o ms mediciones u observaciones.

svillar@cicese.mx

Definiciones Fundamentales
Un

ensayo es la realizacin de un experimento.

El

resultado de un experimento es cualquier

observacin posible de dicho experimento.

En

un experimento aleatorio se pueden obtener

diferentes resultados aun y cuando las
condiciones de cada ensayo no cambien.

El

punto muestral (outcome) de un

experimento es un resultado que no puede ser
descompuesto en otros resultados.

svillar@cicese.mx

Definiciones Fundamentales

El conjunto de todos los puntos muestrales posibles

de un experimento es llamado espacio muestral
(normalmente referido como S).

Un espacio muestral es discreto si consiste en un

conjunto de puntos muestrales finito o contable
infinito.

Un conjunto muestral es continuo si no es contable.

Un evento es un conjunto de puntos muestrales de

un experimento (normalmente referido con una
letra mayscula).

svillar@cicese.mx

Definiciones Fundamentales
Ejemplos de experimentos:
1.

Selecciona una pelota de una urna que contiene pelotas

numeradas del 1 al 50. Anote el nmero de la pelota.

2.

Selecciona una pelota de una urna que contiene pelotas

numeradas del 1 al 4. Suponga que las pelotas 1 y 2 son
negras y las pelotas 3 y 4 son blancas. Anote el nmero y el
color de la pelota seleccionada.

3.

Lance una moneda al aire tres veces y anote la secuencia de

guilas y sellos.

4.

Lance una moneda al aire tres veces y anote el nmero de

guilas.

svillar@cicese.mx

Definiciones Fundamentales
Ejemplos de experimentos:
5.

Un paquete de datos se transmite repetidamente sobre un

canal ruidoso hasta que el receptor recibe un paquete sin
errores. Cuente el nmero de transmisiones requeridas.

6.

Seleccione un nmero entre 0 y 1 aleatoriamente.

7.

Mida el tiempo de arribo entre dos llamadas en una central

telefnica.

8.

Mida el tiempo de vida de un componente electrnico.

9.

Determine los valores de voltaje de una seal en los tiempos

t1 y t2 .

10.

Seleccione un nmero X entre 0 y 1 aleatoriamente y

despus seleccione un nmero Y entre 0 y X aleatoriamente.

svillar@cicese.mx

Definiciones Fundamentales
Ejemplos de experimentos:
11.

Un componente electrnico es instalado en el tiempo t = 0.

Para t 0 sea X(t) = 1 si y solo s el componente est
funcionando y sea X(t) = 0 despus de que el componente
ha fallado.

12.

Selecciona dos pelotas de una urna que contiene pelotas

numeradas del 1 al 4. Anota el nmero de las dos pelotas.

13.

Para el experimento anterior se puede considerar que la

primera pelota es regresada a la urna antes de realizar la
segunda seleccin.

svillar@cicese.mx

Frecuencia Relativa

Sea E un experimento aleatorio con espacio muestral S.

Suponga que el experimento aleatorio es repetido n

veces.

Si el evento A ocurre n(A) veces, entonces la probabilidad

del evento A se puede definir como:

n( A)
n
n

P[ A] lim

donde n(A)/n es llamado la frecuencia relativa del

evento A.

Pueden existir casos en que el lmite no exista y la

repetibilidad del experimento no sea vlida.

svillar@cicese.mx

Frecuencia Relativa

La frecuencia relativa de A tiene las siguientes

propiedades:
1. 0 n( A) 1
n

2. Si A y B son mutuamente exclusivos:

n( A B) n( A) n(B)
n( A B) n( A) n( B)

n
n
n

svillar@cicese.mx

Axiomas de Probabilidad
Sea E un experimento aleatorio con espacio muestral S.
Una ley de probabilidad para E es una regla que asigna a
cada evento A un nmero P[A], llamado probabilidad de A,
tal que se satisfacen los siguientes axiomas:

Axioma 1: Para todo evento A,

P[ A] 0

Axioma 2:

P[S ] 1
svillar@cicese.mx

Axiomas de Probabilidad

Axioma 3: Si A B entonces:

P[ A B] P[ A] P[B]

Axioma 3: Si A1 , A2 ,... es una secuencia de eventos

mutuamente exclusivos tal que Ai Aj para i j

P Ak P[ A1
k 1

A2

...] P[ A1 ] P[ A2 ] ...

svillar@cicese.mx

Corolarios de Probabilidad
Existen varios corolarios que son consecuencia de los
axiomas de probabilidad:

Corolario 1:

Corolario 2:

P[ Ac ] 1 P[ A]
P[ A] 1

Corolario 3:

P[] 0

svillar@cicese.mx

Corolarios de Probabilidad
Existen varios corolarios que son consecuencia de los
axiomas de probabilidad:

Corolario 4: Si A1 , A2 ,..., An es una secuencia de eventos

mutuamente exclusivos tal que Ai

Aj para i j

n
n
P Ak P[ Ak ]
k 1 k 1

Corolario 5:

P[ A B] P[ A] P[B] P[ A B]

svillar@cicese.mx

Corolarios de Probabilidad
Existen varios corolarios que son consecuencia de los
axiomas de probabilidad:

Corolario 6:

n
n
P Ak P[ Ak ] P[ Aj Ak ] ...
j k
k 1 k 1
(1) n 1 P[ A1 ... Pn ]

Corolario 7: Si A B entonces

P[ A] P[ B]
svillar@cicese.mx

Probabilidad Condicional

Un problema de inters surge cuando queremos saber si

dos eventos A y B estn relacionados entre s.

En particular nos interesa saber si la ocurrencia de

alguno de los eventos, por ejemplo B, afecta la
probabilidad de la ocurrencia del evento A.

La probabilidad condicional del evento A dada la

ocurrencia del evento B est dada por

P[ A | B ]

P[ A B ]
P[ B ]

P[ B] 0

para

svillar@cicese.mx

Probabilidad Condicional

La probabilidad condicional cumple los axiomas de

probabilidad:

Axioma 1:

Axioma 2:

P[ A | B] 0
P[B | B] 1

Axioma 3: Si A A1

A2

... con

Ai

Aj para i j

(eventos mutuamente exclusivos), entonces:

P[ A | B] P[ A1 | B] P[ A2 | B] ...
svillar@cicese.mx

10

Probabilidad Total y Regla de

Bayes

Sean B1 , B2 ,..., Bn eventos mutuamente exclusivos tales

que su unin equivale al espacio muestral S. Entonces la
probabilidad de un evento A esta dada por el teorema de
la probabilidad total:

P[ A] P[ A B1 ] P[ A B2 ] ... P[ A Bn ]
P[ A | B1 ]P[ B1 ] P[ A | B2 ]P[ B2 ] ... P[ A | Bn ]P[ Bn ]
n

P[ A | Bk ]P[ Bk ]
k 1

svillar@cicese.mx

Probabilidad Total y Regla de

Bayes

A partir del teorema de la probabilidad total se puede

obtener la regla de Bayes:

P[ B j | A]

P[ A B j ]
P[ A]

P[ A| B j] P[ B j]
n

P[ A | B ]P[ B ]
k 1

svillar@cicese.mx

11

Independencia de Eventos

Dos eventos son independientes cuando la ocurrencia de

uno no altera la probabilidad de otro.
En trminos de probabilidades esto ocurre cuando

P[ A | B ]

P[ A B ]
P[ A]
P[ B ]

Dado que la ecuacin anterior no est definida para

P[ B] 0 se dice que dos eventos son independientes

cuando:

P[ A B] P[ A]P[B]
svillar@cicese.mx

12