MATE 3510 Procesos Estocasticos
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.
Periodo en el que se ofrece el curso
201620
Idioma en el que se ofrece el curso
Inglés
Página del catálogo en este curso