• Español

Matemáticas y Ciencia de Datos

Undergraduate Programme. Academic Year 2024/2025.

PROCESOS ESTOCÁSTICOS - 803954

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
CG1 - Comprender y utilizar las técnicas y modelos de la Estadística con el lenguaje matemático adecuado.
CG2 - Adquirir la capacidad para enunciar y demostrar proposiciones en distintos campos de la Estadística.
CG3 - Conocer los teoremas y modelos clásicos en distintas áreas de la Matemática y de la Estadística.
CG4 - Asimilar la definición de nuevos objetos matemático-estadísticos, en términos de otros ya conocidos, y ser capaz de utilizar dichos objetos en diferentes contextos.
Transversales
CT1 - Haber demostrado poseer y comprender conocimientos en el área de las Matemáticas y la Estadística, partiendo de la base de educación secundaria general, y alcanzando un nivel que, si bien se apoya en libros de texto avanzados, incluyen también algunos aspectos que implican conocimientos procedentes de la vanguardia de dicha área.
CT2 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y que posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro del área de la Estadística, con base en las Matemáticas.
CT5 - Haber desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.
Específicas
CE1 - Proponer, analizar, validar e interpretar modelos de situaciones en las que se presenten fenómenos estocásticos utilizando las herramientas estadístico-matemáticas más adecuadas.
CE2 - Resolver problemas de Estadística mediante herramientas matemáticas e informáticas.
Otras
Competencias básicas:
CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio.
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía.

ACTIVIDADES DOCENTES

Clases teóricas
Clases teóricas con exposición teórica por parte del profesor. 30 horas con 100% de presencialidad.
Clases prácticas
Clases prácticas de resolución de problemas individual o en grupo, tutorizada por el profesor. En ellas se incluye la entrega de algunos problemas escogidos por escrito. 30 horas con 100% de presencialidad.

Presenciales

2,4

No presenciales

3,6

Semestre

6

Breve descriptor:

Estudio de los conceptos básicos, definiciones y aplicaciones de los Procesos Estocásticos.

Requisitos

No hay requisitos, pero se recomienda al estudiante haber cursado con aprovechamiento las asignaturas Probabilidad, Álgebra matricial y Variable compleja.

Objetivos

  1. Conocer y comprender los conceptos de procesos estocásticos, fundamentos teóricos, ejemplos y aplicaciones.
  2. Conocer y manejar en profundidad las cadenas de Markov en tiempo discreto.
  3. Conocer y manejar en profundidad las cadenas de Markov en tiempo continuo.
  4. Definir y trabajar con procesos de Poisson


Contenido

1. Introducción a los procesos estocásticos

2. Cadenas de Markov en tiempo discreto

3. Cadenas de Markov en tiempo continuo

4. Procesos de Poisson y aplicaciones


Evaluación

La calificación será obtenida como la media ponderada entre las calificaciones de un examen final y de la evaluación continua, con ponderaciones: 80 % examen final (sobre contenidos teóricos y prácticos) y 20% evaluación continua (resolución y entrega de problemas in situ).

La calificación sigue las directrices del R.D. 1125/2003, artículo 5, apartado 4: "Los resultados obtenidos por el alumno en cada una de sus materias del plan de estudios se calificarán en función de la siguiente escala numérica de 0 a 10, con expresión de un decimal, a la que podrá añadirse su correspondiente calificación cualitativa: 0-4,9: Suspenso (SS), 5,0-6,9: Aprobado (AP), 7,0-8,9: Notable (NT), 9,0-10: Sobresaliente (SB)".

Bibliografía

1. Allen, JLS, An Introduction to Stochastic Processes with Applications to Biology. Prentice Hall, 2003.
2. Artalejo, JR, Gómez-Corral, A, Retrial Queueing Systems: A Computational Approach, Springer-Verlag, 2008.
3. Çinlar, E, Introduction to Stochastic Processes. Prentice-Hall, 1975.
4. Kulkarni, VG, Modeling and Analysis of Stochastic Systems. Chapman and Hall, 1995.

Otra información relevante

Materiales disponibles en Campus Virtual.

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas
GrupoPeriodosHorariosAulaProfesor
G120/01/2025 - 09/05/2025JUEVES 09:00 - 10:00B15ANTONIO GOMEZ CORRAL
VIERNES 09:00 - 10:00B08ANTONIO GOMEZ CORRAL
G220/01/2025 - 09/05/2025MIÉRCOLES 13:00 - 14:00B06ANTONIO GOMEZ CORRAL
JUEVES 14:00 - 15:00B16ANTONIO GOMEZ CORRAL


Clases prácticas
GrupoPeriodosHorariosAulaProfesor
G120/01/2025 - 09/05/2025JUEVES 10:00 - 11:00B15ANTONIO GOMEZ CORRAL
VIERNES 10:00 - 11:00B08ANTONIO GOMEZ CORRAL
G220/01/2025 - 09/05/2025JUEVES 13:00 - 14:00B16JAVIER JARILLO DIAZ
VIERNES 13:00 - 14:00B08JAVIER JARILLO DIAZ