Corporación Universitaria Republicana

Planeación y Alta Calidad

PROGRAMA DE CURSO

INFORMACIÓN GENERAL
Nombre de la asignatura PROCESOS ESTOCÁSTICOS
Nivel Pregrado Posgrado
Tipo Teórico Práctico Teórico-Practico
Carácter Obligatoria Electiva
Modalidad Presencial Virtual
Ciclo de formación Básico Profesional Profundización
Número de créditos 3 Horas presenciales (semanales) 3
Programa o Unidad académica que la ofrece Ingeniería de sistemas

SÍNTESIS

Procesos estocásticos en Ingeniería de Sistemas aborda la teoría de la incertidumbre, el modelamiento y

metamodelamiento en problemas de ingeniería, el análisis de variables aleatorias y la predicción del
comportamiento de los datos; así como la toma de decisiones a través del análisis jerárquico de decisión y la
teoría de juegos.

JUSTIFICACIÓN
El Ingeniero de Sistemas debe ser identificado por sus conocimientos, capacidad y habilidad en la solución de
problemas de ingeniería a través del modelamiento y metamodelamiento, el análisis de variables aleatorias y la
predicción del comportamiento de los datos; así como la toma de decisiones a través del análisis jerárquico de
decisión y la teoría de juegos.

OBJETIVOS
Objetivo General
Solucionar problemas de ingeniería a través del modelamiento y metamodelamiento, el análisis de variables
aleatorias y la predicción del comportamiento de los datos; así como la toma de decisiones a través del análisis
jerárquico de decisión y la teoría de juegos.
Objetivos Específicos
1. Conocer la teoría de la incertidumbre y realizar ejemplos de aplicación de ingeniería de sistemas.
2. Realizar modelamiento y metamodelamiento de problemas de ingeniería.
3. Realizar el análisis de variables aleatorias y predicción del comportamiento de los datos.
4. Tomar decisiones a través del análisis jerárquico de decisión y la teoría de juegos.

Página 1 de 6
 Corporación Universitaria Republicana
Planeación y Alta Calidad
COMPETENCIAS A DESARROLLAR
1. Capacidad para identificar, formular y resolver problemas en su campo de actuación profesional,
aplicando principios de las Ciencias, las Matemáticas y la Ingeniería.
2. Aplicar eficientemente los principios matemáticos y científicos, métodos cuantitativos, herramientas
(entre otras el software relevante a su disciplina de la ingeniería) y notaciones en el análisis y la
resolución de problemas de ingeniería.
3. Capacidad para prevenir y solucionar problemas, adaptándose a situaciones imprevistas y tomando
decisiones propias.

Competencia
Capacidad para identificar,
formular y resolver problemas en
su campo de actuación
profesional, aplicando principios
de las Ciencias, las Matemáticas y
la Ingeniería.
Aplicar eficientemente los
principios matemáticos y
científicos, métodos cuantitativos,
herramientas (entre otras el
software relevante a su disciplina
de la ingeniería) y notaciones en el
análisis y la resolución de
problemas de ingeniería.
Capacidad para prevenir y
solucionar problemas,
adaptándose a situaciones
imprevistas y tomando decisiones
propias.
DESARROLLO DE COMPETENCIAS
Criterios de Desempeño
Conocimientos
(Resultados de Aprendizaje)
 Conocer la teoría de la
incertidumbre y realizar  Teoría de la incertidumbre
ejemplos de aplicación de
 Modelamiento y
ingeniería de sistemas.
metamodelamiento de
problemas de ingeniería.
 Realizar modelamiento y
metamodelamiento de
problemas de ingeniería.
 Realizar el análisis de variables  Análisis de variables aleatorias
aleatorias y predicción del y predicción del
comportamiento de los datos. comportamiento de los datos.
 Tomar decisiones a través del  Análisis jerárquico de decisión.
análisis jerárquico de decisión
y la teoría de juegos.  Teoría de juegos.

Página 2 de 6
 Corporación Universitaria Republicana
Planeación y Alta Calidad
DESGLOSE DE ACTIVIDADES
Sem HP HA Actividad
Conocer la teoría de la
incertidumbre y realizar
ejemplos de aplicación de
ingeniería de sistemas.
1,2 6 2
● Clase magistral
● Taller
● Investigación en casa
Realizar modelamiento y
meta-modelamiento de
problemas de ingeniería.
3 3 1 ingeniería
● Clase magistral
● Taller
● Investigación en casa
Realizar el análisis de
variables aleatorias y
predicción del
comportamiento de los
datos.
4,5 6 2
● Clase magistral
● Taller
● Investigación en casa
Realizar el análisis de
variables aleatorias y
predicción del
comportamiento de los
datos.
6,7 6 2
● Clase magistral
● Taller
● Investigación en casa
Tomar decisiones a través
del análisis jerárquico de
decisión y la teoría de
Página 3 de 6
Contenidos
 Contextualización teoría
de la incertidumbre
 Tipos de incertidumbre
 Ejemplos de
incertidumbres
 Contextualización sobre
el modelamiento y
metamodelamiento de
problemas de ingeniería
 Patrón de diseño de
 Riesgos en problemas
de ingeniería
 Ejercicios de
modelamiento y
metamodelamiento
 Variables aleatorias
 Generación de variables
aleatorias y estadísticas
descriptivas
 Simulación de
Montecarlo
 Análisis de datos
 Movimiento Browniano
 Análisis de datos
 Teoría de la decisión
Competencia
Capacidad para identificar,
formular y resolver
problemas en su campo de
actuación profesional,
aplicando principios de las
Ciencias, las Matemáticas y
la Ingeniería.
Capacidad para identificar,
formular y resolver
problemas en su campo de
actuación profesional,
aplicando principios de las
Ciencias, las Matemáticas y
la Ingeniería.
Aplicar eficientemente los
principios matemáticos y
científicos, métodos
cuantitativos, herramientas
(entre otras el software
relevante a su disciplina de
la ingeniería) y notaciones
en el análisis y la resolución
de problemas de ingeniería.
Aplicar eficientemente los
principios matemáticos y
científicos, métodos
cuantitativos, herramientas
(entre otras el software
relevante a su disciplina de
la ingeniería) y notaciones
en el análisis y la resolución
de problemas de ingeniería.
Capacidad para prevenir y
solucionar problemas,
 Corporación Universitaria Republicana
Planeación y Alta Calidad
Sem: Semana(s) HP: Horas de trabajo presencial HA: Horas de trabajo autónomo

ESTRATEGIAS PEDAGÓGICAS
El enfoque pedagógico de la Corporación Universitaria Republicana propende por el dialogo, la integración del
saber y la práctica mediante un proceso reflexivo para la validación de la teoría; el aprendizaje interactivo y
colaborativo, la articulación de estrategias participativas de enseñanza, aprendizaje y formación.

De igual forma, generar un pensamiento de análisis en el cual el estudiante mediante ejemplos y ejercicios
pueda ver el uso que le dará a estos conocimientos adquiridos.

En el aula
✓ Talleres – Reseñas
✓ Ejercicios de retroalimentación que permitan al estudiante aclarar dudas.
✓ Parcial

Trabajo independiente
✓ Consulta del tema por parte del estudiante.
✓ Participación activa del estudiante en clase.
✓ Trabajo en equipo sobre la temática.

EVALUACIÓN
Evaluación de Diagnóstico
No se considera necesario ningún requisito previo ya que se tratará de presentar los temas de forma
autocontenida. Sin embargo, es conveniente que se haga un diagnóstico del grupo que tomará la clase para
fortalecer algunas debilidades que impidan su proceso de aprendizaje.
Evaluación del Proceso
Hetero-Evaluacion, Co-Evaluación, Autoevaluación, y Evaluación grupal
Evaluación Final (Mecanismos para establecer la calificación definitiva)
Acorde a lo estipulado en el reglamento estudiantil, artículo 25 y 33

Tipo de evaluación Ponderación

Proyecto y sustentación 10%
Paper y debate 10%
Parcial 10%
Subtotal - Primer corte 30%
Proyecto y sustentación 10%

Página 4 de 6
 Corporación Universitaria Republicana
Planeación y Alta Calidad
EVALUACIÓN
Taller, consultas en clase y debate 10%
Parcial 10%
Subtotal – Segundo corte 30%
Proyecto y sustentación 15%
Taller, consultas en clase y debate 15%
Parcial 10%
Subtotal – Tercer corte 40%

RECURSOS Y FUENTES DE INFORMACIÓN

Texto(s) guía:
1. Chung, Christopher A., “Simulation Modeling Handbook: A practical approach”, CRC Press LLC, 2004.
2. Evans J. R., Olson D.L., “Introduction to simulation and Risk Analysis”, (2da Ed.), Prentice Hall,
3. Feldman R.M., Valdez-Flores C., “Applied Probability and Stochastic Processes”, (2da Ed.), Thomson, 2010.
4. García Duna E., García Reyes H., Cárdenas B. “Simulación y Análisis de Sistemas con Promodel”, Pearson
Prentice Hall, 2005.
5. Hillier F.S., Lieberman G.J., “Investigación de Operaciones”, (8va Ed.), McGraw-Hill, 2006.
6. Rasgdale, Cliff T., “ Spreadsheet Modeling & Decision Analysis”, (5ta Ed.), Thomson, 2007
7. Ross, Sheldon M., “Introduction to Probability Models”, (9na Ed.), Academic press Elsevier, 2007.
8. Stewart, William J., “Probability, Markov Chains, Queues, and Simulation”, Princenton University Press, 2009.
9. Taha, Hamdy A., “Investigación de Operaciones”, (9na Ed.), Pearson Educación, 2004.
Bibliografía complementaria:
1. Ash, R.B. (1972). Real Analysis and Probability. Academic Press.
2. Karlin, S. And Taylor, H. (1975). A First Course in Stochastic Analysis. Academic Press.
3. Karlin, S. And Taylor, H. (1981). A Second Course in Stochastic Analysis. Academic Press.
4. Laha, R.G. and Rohatgi, V.K., (1979). Probability Theory. Wiley.
5. Tijms, H.C. (2003). A First Course in Stochastic Models. Wiley.

FICHA TÉCNICA
Fecha de <Elaboración / Actualización> 21 de febrero de 2018
Elaboró Revisó Aprobó
Libertad Córdoba Varón Rodrigo Castro Caicedo Diana Melisa Avila Nieves
Decana Facultad de Ingeniería y
Docente Coordinador Ingeniería de
Ciencias Básicas
lcordoba@urepublicana.edu.co Sistemas
dmavila@urepublicana.edu.co
rcastro@urepublicana.edu.co

Página 5 de 6
Corporación Universitaria Republicana
Planeación y Alta Calidad
FICHA TÉCNICA

Página 6 de 6