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.

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.

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.

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.

Clases teóricas con exposición teórica por parte del profesor. 30 horas con 100% de presencialidad.

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.

2,4

3,6

6

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

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

1. Introducción a los procesos estocásticos

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)".

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.

Materiales disponibles en Campus Virtual.