PROCESO ESTOCASTICOSe denomina estocstico a aquel que es susceptible de fluctuar aleatoriamente o al azar y por consiguiente no es determinista sino probabilistico. Un proceso estocstico es aquel cuyo comportamiento es no determinista, en la medida que el siguiente estado del sistema est determinado tanto por las acciones predecibles del proceso como por elementos aleatorios. Aquello que flucta en el tiempo es decir que tiene un desarrollo temporal (sea determinista o esencialmente probabilstico) y puede ser analizable en trminos de probabilidad merece ser denominado como un proceso estocstico.

El ndice de la bolsa es un ejemplo de proceso estocstico de tipo no estacionario (por eso no se puede predecir con certeza).Un proceso estocstico es una sucesin de variables aleatorias (estocsticas) que evolucionan en funcin de otra variable, generalmente el tiempo. Un variable o conjunto de variables bajo la influencia o efectos aleatorios constituye un proceso estocstico. Ejemplos de las series temporales aletorias: Seales de telecomunicacin, Seales biomdicas, (electrocardiograma, encefalograma, etc.), Seales ssmicas, El nmero de manchas solares ao tras ao, El ndice de la bolsa segundo a segundo, La evolucin de la poblacin de un municipio ao tras ao,El tiempo de espera en cola de cada uno de los usuarios que van llegando a una ventanilla, El clima es un gigantesco conjunto de procesos estocsticos interrelacionados (velocidad del viento, humedad del aire, etc) que evolucionan en el espacio y en el tiempo.Un proceso estocstico tiene un componente aleatorio que ocurre en cada cada momento del tiempo.Ejemplos Procesos AleatoriosProceso estacionario: Un proceso es estacionario cuando se verifica que: la media y la varianza son independiente del tiempo Proceso homogneo: variables aleatorias independientes e idnticamente distribuidas.Proceso de Mrkov: Aquellos procesos discretos en que la evolucin slo depende del estado actual y no de los anteriores.Proceso de Gauss: Proceso continuo en el que toda combinacin lineal de variables es una variable de distribucin normal.Proceso de Gauss-Mrkov: Son procesos, al mismo tiempo, de Gauss y de MrkovProceso de Bernoulli Son procesos discretos con una distribucin binomial.Proceso de Lvy: Son procesos homogneos de Markov de "tiempo continuo" que generalizan el paseo aleatorio que usualmente se define como de "tiempo discreto".