Habiendo introducido el concepto de proceso aleatorio en el capítulo anterior, ahora deseamos explorar una importante subclase de procesos aleatorios estacionarios. Esto está motivado por la naturaleza muy restrictiva de la condición de estacionariedad, que aunque es matemáticamente conveniente, casi nunca se cumple en la práctica. Un tipo de estacionalidad algo más débil se basa en exigir que la media sea una constante en el tiempo y que la secuencia de covarianza dependa sólo de la separación en el tiempo entre las dos muestras. Ya hemos encontrado este tipo de procesos aleatorios en los ejemplos 16.9-16.11. Se dice que un proceso aleatorio de este tipo es estacionario en sentido amplio o estacionario en sentido amplio (WSS). También se denomina proceso aleatorio débilmente estacionario para distinguirlo de un proceso estacionario, que se dice que es estrictamente estacionario. Utilizaremos la terminología de la forma er para referirnos a tal proceso como un proceso aleatorio WSS. Además, como veremos en el capítulo 19, si el proceso aleatorio es gaussiano, la estacionariedad en sentido amplio implica estacionariedad. Sólo por esta razón, tiene sentido explorar los procesos aleatorios WSS, ya que el uso de procesos aleatorios gaussianos para la modelización es omnipresente.