0% encontró este documento útil (0 votos)
20 vistas7 páginas

Procesos Estacionarios y Evolutivos Clase

El documento describe la función de valor medio y el núcleo de covarianza de procesos estocásticos, enfatizando que se pueden calcular sin conocer la ley de probabilidad conjunta de las variables involucradas. Se presentan ejemplos de procesos de Wiener y se definen conceptos de estacionariedad, incluyendo estrictamente estacionario y estacionario de covarianza. Se establece que un proceso es estacionario de covarianza si tiene momentos de segundo orden finitos y su núcleo de covarianza depende solo de la diferencia absoluta entre los índices.

Cargado por

Franklin Reina
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
20 vistas7 páginas

Procesos Estacionarios y Evolutivos Clase

El documento describe la función de valor medio y el núcleo de covarianza de procesos estocásticos, enfatizando que se pueden calcular sin conocer la ley de probabilidad conjunta de las variables involucradas. Se presentan ejemplos de procesos de Wiener y se definen conceptos de estacionariedad, incluyendo estrictamente estacionario y estacionario de covarianza. Se establece que un proceso es estacionario de covarianza si tiene momentos de segundo orden finitos y su núcleo de covarianza depende solo de la diferencia absoluta entre los índices.

Cargado por

Franklin Reina
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

Procesos

Estacionarios y
Evolutivos
Función de Valor Medio y Núcleo de
Covarianza
 Sea un proceso estocástico con momentos de segundo orden finitos.
Su función de valor medio, representada por , se define para todo
mediante:

 Y su núcleo de covarianza, representado por , se define para todo


mediante:
Función de Valor Medio y Núcleo de
Covarianza
 Por ejemplo, supóngase que representa la posición de una partícula
en movimiento con velocidad constante. Se puede suponer que es
de la forma:
,
 donde y son variables aleatorias, que representan respectivamente
la posición inicial y la velocidad. La función de valor medio y el núcleo
de covarianza de vienen dadas por
,

 Se ve que a fin de obtener la función de valor medio y el núcleo de


covarianza de , no se necesita saber la ley de probabilidad conjunta
de y , sino solamente sus medias, varianzas y covarianza.
Función de Valor Medio y Núcleo de
Covarianza
 Sea un proceso de Wiener de parámetro . Calcule la función de Valor
Medio y Núcleo de Covarianza para los siguientes procesos:
1. , donde es una constante positiva
Función de Valor Medio y Núcleo de
Covarianza
 Sea un proceso de Wiener de parámetro . Calcule la función de Valor
Medio y Núcleo de Covarianza para los siguientes procesos:
2. , donde es una variable aleatoria independiente del proceso
distribuida normalmente con media y varianza
Procesos Estacionarios y Evolutivos

 Se dice que un conjunto índice es lineal si tiene la propiedad de que


la suma de dos de sus elementos también pertenecen al conjunto.
 Un proceso estocástico cuyo conjunto índice es lineal, se dice que
es:
1. Estrictamente estacionario de orden k: donde k es un entero positivo
dado, si para k instantes cualesquiera , y cualquier , los vectores
aleatorios de k dimensiones:
y
Están distribuidos idénticamente
2. Estrictamente estacionario: si para cualquier entero k es
estrictamente estacionario de orden k
Procesos Estacionarios y Evolutivos

 Se dice que un proceso estocástico es estacionario de covarianza si


posee momentos de segundo orden finitos, si su conjunto índice T es
lineal, y si su núcleo de covarianza es una unción sólo de la
diferencia absoluta , en el sentido de que exista una función tal que
para todo y en :

 O más precisamente, tiene la propiedad de que para todo y en :

También podría gustarte