Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 53 vistas

    Procesos Estocasticos

    Cargado por

    Juan Carlos Zeus
    Este plan de estudios describe una asignatura de sexto semestre sobre Procesos Estocásticos. La asignatura cubre temas como elementos básicos de procesos estocásticos, cadenas de Markov, procesos de Poisson, procesos Markovianos y no Markovianos, y procesos Markovianos de decisión. El objetivo es que los estudiantes analicen las propiedades fundamentales de los procesos estocásticos y sus aplicaciones principales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Procesos Estocasticos

    Cargado por

    Juan Carlos Zeus
    53 vistas4 páginas
    Este plan de estudios describe una asignatura de sexto semestre sobre Procesos Estocásticos. La asignatura cubre temas como elementos básicos de procesos estocásticos, cadenas de Markov, procesos de Poisson, procesos Markovianos y no Markovianos, y procesos Markovianos de decisión. El objetivo es que los estudiantes analicen las propiedades fundamentales de los procesos estocásticos y sus aplicaciones principales.

    Descripción original:

    plan de procesos estocasticos

    Título original

    Procesos_Estocasticos

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este plan de estudios describe una asignatura de sexto semestre sobre Procesos Estocásticos. La asignatura cubre temas como elementos básicos de procesos estocásticos, cadenas de Markov, procesos de Poisson, procesos Markovianos y no Markovianos, y procesos Markovianos de decisión. El objetivo es que los estudiantes analicen las propiedades fundamentales de los procesos estocásticos y sus aplicaciones principales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    53 vistas4 páginas

    Procesos Estocasticos

    Cargado por

    Juan Carlos Zeus
    Este plan de estudios describe una asignatura de sexto semestre sobre Procesos Estocásticos. La asignatura cubre temas como elementos básicos de procesos estocásticos, cadenas de Markov, procesos de Poisson, procesos Markovianos y no Markovianos, y procesos Markovianos de decisión. El objetivo es que los estudiantes analicen las propiedades fundamentales de los procesos estocásticos y sus aplicaciones principales.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO

    FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN

    PLAN DE ESTUDIOS DE LA LICENCIATURA EN


    MATEMÁTICAS APLICADAS Y COMPUTACIÓN

    PROGRAMA DE ASIGNATURA

    SEMESTRE:6 (SEXTO) Procesos Estocásticos CLAVE:

    MODALIDAD CARÁCTER TIPO HORAS AL HORAS HORAS HORAS CRÉDITOS


    SEMESTRE SEMANA TEÓRICAS PRÁCTICAS
    Curso Obligatoria Teórica 96 6 6 0 12

    ETAPA DE FORMACIÓN Profundización


    CAMPO DE CONOCIMIENTO Probabilidad, Estadística y Optimización

    SERIACIÓN Indicativa
    ASIGNATURA(S) ANTECEDENTE Teoría de Gráficas, Probabilidad y Estadística I
    ASIGNATURA(S) SUBSECUENTE(S) Simulación Estocástica, Pronósticos
    Objetivo general: El alumno analizará las propiedades fundamentales de los procesos estocásticos y sus
    principales aplicaciones.

    Índice Temático Horas


    Unidad Tema Teóricas Prácticas
    1 Elementos de procesos estocásticos 12 0
    2 Cadenas de Markov 36 0
    3 Proceso Poisson, Markovianos y no Markovianos 18 0
    4 Procesos Markovianos de decisión 30 0
    Total de horas: 96 0
    Suma total de horas: 96
    HORAS
    UNIDAD CONTENIDO
    T P

    12 0 1 ELEMENTOS DE PROCESOS ESTOCÁSTICOS


    Objetivo particular:
    El alumno identificará los procesos estocásticos así como los conceptos intuitivos y formales de
    sus diferentes tipos.
    Temas:
    1.1 Definición de procesos estocásticos
    1.2 Clasificación de procesos estocásticos
    1.3 Conceptos básicos de procesos estocásticos: estacionariedad estricta y débil, procesos no
    estacionarios, caminata aleatoria, procesos transitorios, recurrentes, absorbentes,
    periódicos, de segundo orden y análisis espectral
    1.4 Ejemplos de procesos estocásticos
    36 0 2 CADENAS DE MARKOV
    Objetivo particular:
    El alumno explicará las cadenas de Markov, sus probabilidades de transición en una y varias
    unidades de tiempo, las ecuaciones de Chapman-Kolmogorov el análisis matricial de estas
    probabilidades, la clasificación de los estados utilizando la teoría de grafos, el comportamiento
    asintótico y para aplicarlos a casos prácticos
    Temas:
    2.1 Definición
    2.2 Probabilidades de transición
    2.3 Análisis matricial
    2.4 Clasificación de estados
    2.5 Comportamiento asintótico
    2.6 Aplicaciones
    18 0 3 PROCESO DE POISSON, MARKOVIANOS Y NO MARKOVIANOS
    Objetivo particular:
    El alumno caracterizará el proceso de Poisson, su relación con la distribución exponencial y sus
    aplicaciones a procesos de nacimiento y muerte.
    Temas:
    3.3 Proceso Poisson
    3.1.1 El proceso de Poisson
    3.1.2 Los tiempos entre eventos y la distribución exponencial
    3.1.3 Proceso Poisson compuesto y no homogéneo
    3.2 Procesos Markovianos
    3.2.1 Procesos de nacimiento puro
    3.2.2 Procesos de muerte pura
    3.2.3 Procesos de nacimiento y muerte
    3.3 Procesos no Markovianos
    3.3.1 Teoría de colas
    3.3.2 Teoría de inventarios
    3.4 Utilizar Mathematica, WolframAlpha, Excel u otro software, para estudiar procesos de
    Poisson, Markovianos y no Markovianos
    30 0 4 PROCESOS MARKOVIANOS DE DECISIÓN

    Objetivo particular:
    El alumno aplicará el análisis de decisiones a los procesos markovianos, estudiando los
    diferentes algoritmos que permiten llegar a las políticas óptimas.

    Temas:
    4.1 Enumeración exhaustiva de políticas
    4.2 Solución por programación lineal
    4.3 Métodos: mejoramiento de políticas, mejoramiento de políticas con descuento y
    aproximaciones sucesivas
    4.4 Aplicaciones utilizando Mathematica, WolframAlpha, Excel u otro software para obtener las
    políticas óptimas por los diferentes algoritmos

    Referencias básicas:

    • Caballero, M.E; Rivero, V.M., Uribe G. y Velarde C. (2008). Cadenas de Markov: un enfoque elemental
    (2 ed). México: Sociedad Matemática Mexicana. Aportaciones matemáticas, Textos, No. 29.
    • Durret, R. (1999). Essential of Stochastic Processes. Springer texts in Statistics. New York. USA:
    Springer-Verlag.
    • Feldman, R. M., & Valdez-Flores, C. (2010). Applied Probability and Stochastic Processes. USA:
    Springer.
    • Gazmuri, S. P. (1994). Modelos estocásticos para la gestión de sistemas. Chile: Universidad Católica de
    Chile.
    • Hillier, F. S., & Lieberman, G. J. (2010). Introducción a la Investigación de operaciones. México:
    McGraw Hill
    • Hoel, P. G., Port, S. C., & Stone, C. J. (1986). Introduction to Stochastic Processes. USA: Waveland
    Pr Inc.
    • Karlin,S. y Pinsky, M. (2010). http://www.amazon.com/exec/obidos/tg/detail/-
    /0126848874/qid=1075397432/sr=1-5/ref=sr_1_5/102-7066520-1724130?v=glance&s=books (4 ed).
    USA: Elsevier
    • Rincón, Luis (2011). Introducción a los procesos estocásticos. México: Departamento de
    Matemáticas,
    • Ross, S. M. (1995). Stochastic Processes. New York, USA: Wiley.
    • Yates. R. y Goodman. D. (2004).Probability and stochastic processes: a friendly introduction for electrical
    and computer engineers. USA: Wiley Text Books.

    Referencias complementarias:

    • Bass, R. F. (2011). Stochastic Processes (Cambridge Series in Statistical and Probabilistic


    Mathematics). USA: Cambridge University Press.
    • Brzezniak, Z., & Zastawniak, T. (2000). Basic Stochastic Processes. USA: Springer.
    • Evans, M. J. (2005). Probabilidad y estadística. España: Reverte.
    • Lawler, G. F. (2006). Introduction to Stochastic Processes (2 ed) (Chapman & Hall/CRC Probability
    Series). USA: Chapman and Hall/CRC.
    • Meda, et al. (2004). Stochastic models: seventh symposium on probability and stochastic processes
    June 23-28, 2002, México: Aportaciones Matemáticas, Sociedad Matemática Mexicana
    • Martínez, B. J. & Villalón. J. (2003). Introducción al cálculo estocástico aplicado a la modelación:
    económico-financiero-actuarial. España: Netbiblo.
    • Pérez. E. T. (2008). Estadística para las Ciencias Sociales, del Comportamiento y de la
    Salud (p. 878). México: Cengage Learning Editores.
    • Ross, S. M. (2009). Introduction to Probability Models, (10 ed). USA: Academic Press.
    • Tabak, J. (2011). Probability and Statistics: The Science of Uncertainty. USA: Acid-­‐Free  paper

    Referencias electrónicas:

    • Facultad de Ciencias UNAM. Documento electrónico Versión2011. Disponible en la dirección


    http://www.matematicas.unam.mx/lars/libros/procesos.pdf

    Sugerencias didácticas: Sugerencias de evaluación del aprendizaje:


    Análisis de archivos especializados publicados Examen final escrito
    Apoyo didáctico con ambientes virtuales Exámenes parciales
    Utilizar tecnologías multimedia Informes de prácticas
    Resolver ejercicios dentro y fuera de clase Informes de investigación
    Estudiar casos Participación en clase
    Instrumentar técnicas didácticas como exposición Solución de ejercicios con datos reales
    audiovisual, exposición oral, interrogatorio,
    Trabajos y tareas
    técnicas grupales de trabajo colaborativo
    Trabajo final integrador de los conceptos
    Lecturas que permitan contextualizar la historia y
    evolución de la asignatura (Ver propuesta
    bibliográfica)
    Uso de software como Mathematica, Excel,
    WolframAlpha, paquetes estadísticos y
    lenguajes de programación Haskel, Java, entre
    otros, con la finalidad de verificar algunos
    conceptos y teoremas
    Realizar visitas de observación

    Perfil Profesiográfico: El profesor que imparta la asignatura deberá tener el título de licenciado en Matemáticas
    Aplicadas y Computación o carrera afín, con experiencia profesional y docente en la materia, contar con
    actualización en el área y preferentemente tener estudios de posgrado.

    También podría gustarte