Simulacion

MODELO ESTOCÁSTICO

Se denomina estocástico a aquel sistema que funciona, sobre todo, por el azar. La palabra proveniente del griego: στοχαστικός, hábil en conjeturar. Significa "perteneciente o relativo al azar" según el DRAE. Las leyes conocidas de causa-efecto no explican cómo actúa el sistema (y de modo reducido el fenómeno) de manera determinista, sino en función de probabilidades.

En Investigación de operaciones, Modelos Probabilísticos y Estocásticos son prácticamente lo mismo.

El estocástico es un algoritmo que basa su resultado en probabilidades que cambian en el tiempo, diferenciándose con el algoritmo probabilístico por su comportamiento dinámico.

De tal modo que, en matemáticas la estocástica resulta ser un conjunto de teorías estadísticas que tratan de los procesos cuya evolución es aleatoria (un ejemplo de ellos son las tiradas de dados).

La teoría de los procesos estocásticos se centra en el estudio y modelización de sistemas que evolucionan a lo largo del tiempo, o del espacio, de acuerdo a unas leyes no determinísticas, esto es, de carácter aleatorio. En este sentido, un proceso estocástico es aquel cuyo comportamiento es no determinista, en la medida que el subsiguiente estado del sistema está determinado tanto por las acciones predecibles del proceso como por elementos aleatorios. La forma habitual de describir la evolución del sistema es mediante sucesiones o colecciones de variables aleatorias. En estadística y, específicamente en la teoría de la probabilidad, un proceso estocástico es un concepto matemático que sirve para caracterizar una sucesión de variables aleatorias (estocásticas) que evolucionan en función de otra variable, generalmente el tiempo. Cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y, entre ellas, pueden estar correlacionadas o no.

Se puede conceptualizar al estocástico como una sucesión de variables aleatorias indexadas por una variable (continua o discreta), que generalmente es el tiempo, donde cada una de las variables aleatorias del proceso tiene su propia función de distribución de probabilidad y, entre ellas, pueden estar correlacionadas o no.

A continuación se presentan ejemplos de estocásticos, dentro del amplio grupo de las series temporales:

...