5.19.5.1 Probabilidad Avanzada y Procesos Estocásticos (20 horas)

Resultados de la carrera Outcomes: AG-Ci09,AG-Ci11

Temas

1. Fundamentos de probabilidad medida-teórica
2. Variables aleatorias y distribuciones
3. Caracterización de procesos estocásticos
4. Cadenas y procesos de Markov
5. Movimiento browniano y procesos de difusión

Objetivos de Aprendizaje (Learning Outcomes)

1. Aplicar conceptos medida-teóricos a espacios de probabilidad [Familiarizarse (Familiarity)]
2. Caracterizar diferentes tipos de procesos estocásticos [Evaluar (Assessment)]
3. Analizar cadenas de Markov para comportamiento transitorio y en estado estacionario [Usar (Usage)]
4. Modelar sistemas usando procesos estocásticos en tiempo continuo [Usar (Usage)]

Bibliografía: [Devore, 2016,Walpole et al., 2012]