Información general de la asignatura

Los procesos estocásticos permiten describir y cuantificar la dinámica de variables aleatorias siendo fundamentales para realizar predicciones basadas en conceptos probabilísticos. Por tanto, son la base para la modelación en diferentes áreas de las ciencias naturales, ciencias sociales y económicas, ciencias médicas e ingenierías, en donde se presenten fenómenos de carácter aleatorio. La simulación de variables aleatorias y de procesos estocásticos es entonces la herramienta para reproducir y estudiar este tipo de fenómenos, utilizando las facilidades de la computación moderna. El curso introduce los conceptos y propiedades matemáticas de los procesos estocásticos más importantes como son las cadenas de Markov (de tiempo discreto y continuo), los procesos de Poisson y el movimiento browniano. Se hace énfasis en el aspecto del modelado con estos procesos, el análisis analítico, su simulación y ajuste estadístico con paquetes en R.

Desarrollar en el estudiante la capacidad de reconocer, plantear y solucionar los modelos probabilísticos o estocásticos más adecuados en la descripción de una situación real, a partir de métodos analíticos y de simulación estocástica (método de Monte Carlo).