PROGRAMA DE CURSO

Cdigo Nombre
MA4401 PROCESOS DE MARKOV
Nombre en Ingls
MARKOV PROCESSES
Horas Horas de
Unidades Horas de
SCT Docencia Trabajo
Docentes Ctedra
Auxiliar Personal
6 10 3 2 5
Requisitos Carcter del Curso
MA3401 Probabilidades Obligatorio Licenciatura
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 Evaluacin General

Las estrategias metodolgicas sern:
Clases de ctedra expositivas.
Clases auxiliares: exposicin de
problemas y resolucin de
problemas guiados.
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 Nombre de la Unidad Duracin

en
Semanas
1 Cadenas de Markov tiempo discreto 6,5
2 Procesos de Renovacin 3,0
3 Acoplamiento 1,5
4 Cadenas de Markov tiempo continuo 4,0
TOTAL 15,0
 Unidades Temticas

Nmero Nombre de la Unidad Duracin en

Semanas
1 CADENAS DE MARKOV EN TIEMPO 6,5
DISCRETO
Resultados de Aprendizajes de Referencias a
Contenidos
la Unidad la Bibliografa
1. Cadenas de Markov en El estudiante Captulos 2 y
tiempo discreto. 1. Conoce la propiedad 3 S. Karlin, H.
Definiciones. Matriz de Markoviana y la estudia Taylor,
transicin. Representacin con tiempos de parada, Captulo 4 S.
cannica. Tiempos de la clasificacin de Ross,
parada y propiedad cadenas, los teoremas Captulo I de
markoviana fuerte. lmites y los principales S. Asmussen
2. Clasificacin de estados. ejemplos: nacimiento y Captulo XV y
Recurrencia y recurrencia muerte, ramificacin XVI W. Feller.
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
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
distribuciones asintticas. modelos bsicos W. Feller.
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. Springer-
Verlag (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: Otoo 2010

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