Modelos Estocásticos

CII-2753
Presentación del Curso
Profesor: Pablo Cleveland O.

pablo.cleveland@mail.udp.cl
1
Datos del curso
Presentación del curso

• Profesor: Pablo Cleveland

• Correo: pablo.cleveland@mail.udp.cl
Datos del curso

• Ayudante: Christopher Cabello

• Correo: christopher.cabello@mail.udp.cl
• Requisitos:
– Optimización (CII-2750)
– Probabilidad y Estadística (CBE-2000)

2
Objetivos Generales
Presentación del curso

• Estudiar el modelamiento y análisis de procesos estocásticos en

ingeniería, de manera de disponer una herramienta que permita
tomar decisiones en situaciones bajo incertidumbre.
Objetivos

• Comprender el funcionamiento de sistemas en situaciones de

incertidumbre.
• Formular y resolver problemáticas de sistemas que funcionan
bajo incertidumbre.

3
Metodología
Presentación del curso

• 2 cátedras expositivas semanales donde se expondrán los

conceptos claves del curso con participación activa de los
Docencia

alumnos. Se hará uso de PPT y de la pizarra.

• 1 ayudantía semanal donde se realizarán ejercicios.

4
Evaluaciones
Criterios para lograr la aprobación de la asignatura

Evaluaciones:
• 2 solemnes (NS), 1 examen (NE), Controles y Tareas(NC)
Nota presentación (NP):
• NP= 0,3*NS1+0,3*NS2+0,4*NC
Evaluaciones

• Todos los alumnos tienen derecho a rendir el examen

• La nota del examen reemplazará a la nota de la peor solemne en caso
que la nota de examen sea mayor
• Nota de exención: NP>=5,5
Nota Final (NF):
• NF=0,7*NP+0,3*NE
Criterio de aprobación:
• NF>=4,0

5
Bibliografía
Literatura obligatoria y complementaria

• Ross, S. (1996) “Introduction to Probability Models”, Sixth Edition. Ed.

Academic Press.
Bibliografía

• Hillier, F. S. y Lieberman G. J. (2001) “Introducción a la Investigación de

Operaciones”, /a. Edición, Ed. Mc. Graw Hill.
• Gazmuri, P. (1995) “Modelos Estocásticos para la Gestión de Sistemas”.
Ediciones Universidad Católica de Chile.

6
Fechas Importantes
Evaluaciones

Solemne I
• 24 de Abril 14:30
Fechas Importantes

Solemne II
• 19 de Junio 14:30
Examen
• 8 de Julio 14:30

7
Observaciones
Reglas del curso
Asistencia:
• La asistencia no será evaluada. Sin embargo, dada la importancia que tiene en el
rendimiento académico, será recompensada
Evaluaciones obligatorias:
• Examen, Solemnes, Controles y Tareas son obligatorios.
Evaluaciones opcionales:
Reglas del Curso

• Durante algunas clases se realizarán actividades opcionales de las cuales se extraerán notas
que luego bonificarán la nota de controles
• La participación en clases también será tomada en cuenta para estos efectos.
Reglas durante las evaluaciones:
• el alumno solo podrá tener consigo un lápiz, goma y hojas (y calculadora en caso de
permitirse). Las mochilas deberán ser dejadas adelante junto con estuches, celulares y
todo tipo de artefactos electrónicos. Quien sea sorprendido hablando con otro
compañero o portando celulares, estuches o cualquier artefacto electrónico durante
una evaluación, será inmediatamente calificado con nota 1.0 y pasará al comité de
ética.

8
Advertencia
Importante
• Cualquier conducta de un alumno que tienda a viciar la evaluación
académica, sea que se ejecute antes, durante, o luego de su
realización, dará origen a las siguientes sanciones, según la gravedad de
la falta cometida: nota mínima (1,0) en la respectiva evaluación;
reprobación del curso respectivo; suspensión por un período
académico; o expulsión de la Universidad.
Advertencia

• El Comité de Carrera, previa audiencia del imputado o en su rebeldía,

propondrá la sanción, que corresponda.
• La suspensión o expulsión de la Universidad, deberán ser ratificadas por
la Vicerrectoría Académica e informadas a la Unidad de Registros y
Certificación. Los alumnos expulsados por conductas ilícitas en el
proceso de evaluación académica, no podrán reingresar a la
Universidad.

9
Contenidos del Curso
1. Repaso de Estadística y Probabilidades
2. El Proceso de Poisson
3. Cadenas de Markov en Tiempo Discreto
4. Cadenas de Markov en Tiempo Continuo
5. Teoría de Sistemas de Espera y Aplicaciones

10
Repaso de Estadística y Probabilidades
Contenido

• Espacio muestral y eventos, Axiomas de probabilidad,

Variables aleatorias y sus propiedades, Esperanza, varianza y
correlación de variables, Algunas variables aleatorias
discretas, Algunas variables aleatorias continuas. Vectores
aleatorios, funciones de densidad conjunta y marginales.

11
El Proceso de Poisson
Contenido

• Definición de proceso estocástico. Ejemplos, Procesos

de conteo. Propiedades, Propiedades del proceso de
Poisson, Distribución del proceso, Distribución de
tiempo entre eventos, Suma y descomposición de
procesos de Poisson, Distribución condicional de
tiempo entre eventos.

12
Cadenas de Markov en Tiempo Discreto
Contenido

• Definiciones básicas y propiedades del proceso.

Matriz de probabilidades de transición,
Ecuaciones de Chapman-Kolmogorov,
Clasificación de estados, Tiempos de primer
paso, Distribución del proceso en el largo plazo.

13
Cadenas de Markov en Tiempo Continuo
Contenido

• Definición de proceso, Ecuaciones de Chapman-

Kolmogorov en el caso continuo, Análisis del
proceso en el largo plazo. Ecuaciones de
equilibrio, Procesos de nacimiento y muerte.

14
Teoría de Sistemas de Espera y
Aplicaciones
Contenido

• Estructura básica de un modelo de espera, Variables de desempeño

en un sistema de espera, Ecuación de Little, Modelos
exponenciales: M/M/1, M/M/s con fuente y capacidad: finita e
infinita, Sistemas con distribuciones no exponenciales: Modelo
M/G/1 y G/G/1, Redes de colas simples, Aplicación de la teoría de
líneas de espera, Formulación de funciones costo espera y modelos
de decisión.

15
Modelos Estocásticos
CII-2753
Presentación del Curso
Profesor: Pablo Cleveland O.

pablo.cleveland@mail.udp.cl
16