MATE 3510 Procesos Estocásticos

El alumno será capaz de manejar los principales modelos de la teoría moderna de procesos estocásticos y sus aplicaciones. Cadenas de Markov: Definiciones y ejemplos. Construcción y propiedades.  Clasificación de estados y de cadenas. Cadenas de Markov contables.  Teoremas del Límite. Distribución estacionaria. Cadenas de Markov finitas. Procesos de Renovación:   Ecuación de Renovación. Leyes de números grandes. Edad y vida residual. Procesos puntuales: Generalizaciones de los procesos de Poisson. Proceso no homogéneo. Procesos Compuestos de Poisson. Cadenas de Markov en tiempo continuo: Introducción. Estabilidad. La Propiedad de Markov. Ecuaciones “backward” y matriz generadora. Método de Trnsformada de Laplace. Redes de Colas.

Créditos

3