You are on page 1of 4

PROGRAMA DE CURSO

Cdigo

Nombre

MA4401 PROCESOS DE MARKOV


Nombre en Ingls
MARKOV PROCESSES
SCT

Unidades
Docentes

Horas de
Ctedra

Horas
Horas de
Docencia
Trabajo
Auxiliar
Personal
2
5
Carcter del Curso
Obligatorio Licenciatura

10
3
Requisitos
MA3401 Probabilidades
MA3802 Teora de la Medida
Resultados de Aprendizaje
El estudiante conoce y aplica los conceptos bsicos de la teora de cadenas de
Markov y la teora de renovacin, la clasificacin de cadenas, los teoremas lmites y
los modelos bsicos: procesos de nacimiento y muerte, procesos de ramificacin y
modelos de la teora de colas. El estudiante sabe usar tiempos aleatorios y puede
modelar fenmenos en telecomunicaciones, gentica, procesos de origen industrial,
entre otros.

Metodologa Docente
Las estrategias metodolgicas sern:
Clases de ctedra expositivas.
Clases auxiliares: exposicin de
problemas y resolucin de
problemas guiados.

Evaluacin General
Las instancias de evaluacin sern:
2 3 controles parciales
Un examen final.
Es deseable que existan tareas
para complementar la evaluacin.

Resumen de Unidades Temticas


Nmero
1
2
3
4

Nombre de la Unidad
Cadenas de Markov tiempo discreto
Procesos de Renovacin
Acoplamiento
Cadenas de Markov tiempo continuo
TOTAL

Duracin
en
Semanas
6,5
3,0
1,5
4,0
15,0

Unidades Temticas
Nmero

Nombre de la Unidad

CADENAS DE MARKOV EN TIEMPO


DISCRETO
Resultados de Aprendizajes de
Contenidos
la Unidad
1. Cadenas de Markov en
El estudiante
tiempo discreto.
1. Conoce la propiedad
Definiciones. Matriz de
Markoviana y la estudia
transicin. Representacin
con tiempos de parada,
cannica. Tiempos de
la clasificacin de
parada y propiedad
cadenas, los teoremas
markoviana fuerte.
lmites y los principales
2. Clasificacin de estados.
ejemplos: nacimiento y
muerte, ramificacin
Recurrencia y recurrencia
positiva. Teoremas lmites
para cadenas de Markov.
Cadenas estacionarias.
Estudio de ejemplos:
paseos aleatorios,
nacimiento y muerte,
ramificacin.
Nmero

Nombre de la Unidad

Duracin en
Semanas
6,5
Referencias a
la Bibliografa
Captulos 2 y
3 S. Karlin, H.
Taylor,
Captulo 4 S.
Ross,
Captulo I de
S. Asmussen
Captulo XV y
XVI W. Feller.

Duracin en
Semanas
2
PROCESOS DE RENOVACIN
3,0
Resultados de Aprendizajes de Referencias a
Contenidos
la Unidad
la Bibliografa
1. Procesos de Poisson.
El estudiante
Captulo 3 de
2. Procesos de Renovacin.
1. Conoce los modelos
S. Ross,
Ecuaciones de renovacin.
bsicos la teora de
Captulo 5 de
Procesos de Renovacin
renovacin, la ecuacin
S. Karlin y H.
en equilibrio. Teorema
tipo renovacin, y su
Taylor
clave de la renovacin y
conducta asinttica y
Captulo XIII
modelos bsicos
W. Feller.
distribuciones asintticas.
Paradoja del tiempo de
parada. Ejemplo: Procesos
de renovacin con
recompensa

Nmero

Nombre de la Unidad

Duracin en
Semanas
3
ACOPLAMIENTO
1,5
Resultados de Aprendizajes de Referencias a
Contenidos
la Unidad
la Bibliografa
1. Acoplamiento.
El estudiante
Captulo 8 de
Convergencia geomtrica
1. Conoce tcnicas de
S. Ross.
de cadenas finitas.
acoplamiento. Desarrolla
Teorema clave de la
ideas intuitivas sobre
renovacin caso discreto
esta tcnica y las
aplicaciones en cadenas
de Markov

Nmero

Nombre de la Unidad

Duracin en
Semanas
4
Cadenas de Markov a tiempo continuo
4,0
Resultados de Aprendizajes de Referencias a
Contenidos
la Unidad
la Bibliografa
1. Cadenas de Markov a
El estudiante
Captulos 5
tiempo continuo.
1. Conoce la modelacin
de S. Ross,
Generador. Ecuaciones
en tiempo continuo: el rol Captulo 4 de
backward y forward.
de la distribucin
S. Karlin y H.
2. Construccin y condiciones
exponencial, el
Taylor,
de no-explosin. Procesos
fenmeno de explosin,
Captulo 2 de
de nacimiento y muerte y
los principales ejemplos; S. Asumssen,
procesos de ramificacin.
y modela teora de colas. Captulo XVII
3. Ejemplos: teora de colas
W. Feller.
M/M/s, M/G/1, G/M/1.

Bibliografa
(1) Asmussen S., Applied Probability and Queues. Wiley (1987).
(2) Brmaud P., Markov Chains, Gibbs Fields, Monte Carlo Simulation, and
Queues.Springer-Verlag (1999).
(3) Chow S. y Teicher H., Probability Theory. Independence, Interchangeability,
Martingales. Springer-Verlag (1978).
(4) Chung K., Markow Chains with Stationary Transition Probabilities. SpringerVerlag (1980).
(5) Feller W., An Introduction to Probability Theory and its Applications. Wiley. Vol.
1 (1966), Vol 2 (1971).
(6) Karlin S. y Taylor H., A First Course in Stochastic Processes. Academic Press
(1975).
(7) Norris J. R., Markov Chains. Cambridge University Press (1997).
(8) Ross S., Stochastic Processes, Wiley (1983).
Vigencia desde:
Revisado por:

Otoo 2010
2010 Servet Martnez
2009: Axel Osses
2010 Michal Kowalczyk (Jefe Docente)
rea de Desarrollo Docente (ADD)

You might also like