Esta versión de la guía docente es provisional hasta que no finalize el periodo de edición de las guías del nuevo curso.

Logo UAB

Procesos Estocásticos

Código: 104859 Créditos ECTS: 6
2025/2026
Titulación Tipo Curso
Estadística Aplicada OB 2

Contacto

Nombre:
Lluis Antoni Quer Sardanyons
Correo electrónico:
lluis.quer@uab.cat

Idiomas de los grupos

Puede consultar esta información al final del documento.


Prerrequisitos

Para cursar la asignatura de manera adecuada es necesario que el alumnado haya adquirido los conocimientos de la siguientes asignaturas: Càlcul 1, Àlgebra lineal, Introducció a la probabilitat, Eines informàtiques per a l'estadística, Probabilitat y Distribuciones multidimensionales.


Objetivos y contextualización

En esta asignatura introduciremos al alumnado en la teoría de los procesos estocásticos, con un énfasis especial en cómo utilizarlos para modelizar matemáticamente varios ejemplos y situaciones reales. Más concretamente, el grosor del curso consistirá en tratar de forma exhaustiva las cadenas de Markov, las cuales proporcionan uno de los ejemplos de modelización estocástica con un abanico más grande de aplicaciones, como por ejemplo en biología, medicina o en el comportamiento de colas. Introduciremos las cadenas de Markov a tiempo discreto y a tiempo continuo y, debido a su alta aplicabilidad, trataremos con una especial relevancia el proceso de Poisson, como ejemplo de los procesos de nacimiento y muerto, y los procesos de ramificación. Durante el curso rehuiremos las demostraciones matemáticas, a pesar de que daremos una referencia, y focalizaremos en la aplicación de los métodos y técnicas a ejemplos particulares. Uno de los objetivos principales consistirá en que el alumnado aprenda a determinar cuál es el método adecuado a la hora de modelizar un cierto fenómeno, a implementarlo y a extraer conclusiones.

Después de las cadenas de Markov a tiempo discreto y continuo, el otro objetivo relevante del curso consiste a introducir el movimiento Browniano, que representa el ejemplo paradigmático de proceso estocástico con espacio de estados no numerable. Se motivará su definición, enfatizando los diversos campos de aplicación que posee, se estudiarán las propiedades principales y se introducirán algunos procesos relacionados, como por ejemplo el puente Browniano y el movimiento Browniano geométrico.

Finalmente, el último objetivo del curso es que el alumnado aprenda a utilizar el software R para simular diferentes tipos de procesos estocásticos en ejemplos concretos, y extraer las conclusiones pertinentes respecto al problema que se está modelizando.


Resultados de aprendizaje

  1. CM09 (Competencia) Valorar la adecuación de los modelos con la utilización e interpretación correcta de indicadores y gráficos.
  2. KM12 (Conocimiento) Proporcionar las hipótesis experimentales de la modelización, teniendo en cuenta las implicaciones técnicas y éticas relacionadas.
  3. SM12 (Habilidad) Interpretar los resultados obtenidos para formular conclusiones respecto a las hipótesis experimentales

Contenido

1. Introducción a los procesos estocásticos

2. Cadenas de Markov a tiempo discreto

3. Procesos de ramificación

4. El proceso de Poisson

5. Cadenas de Markov a tiempo continuo

6. El movimiento Browniano


Actividades formativas y Metodología

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Clases de problemas 14 0,56
Clases de teoría 26 1,04
Tipo: Supervisadas      
Clases de prácticas 12 0,48
Tipo: Autónomas      
Estudio y trabajo de los problemas y las prácticas 90,5 3,62

Las clases de teoría son clases magistrales y en ellas el profesorado explica los contenidos de la asignatura al alumnado, el cual tendría que tener una actitud positiva de aprendizaje.

En las clases de problemas, el profesorado resolverá ejercicios de las listas que se habrán hecho llegar al alumnado con anterioridad. Sería muy conveniente que el alumnado llegara a clase habiendo trabajado por su cuenta los ejercicios de la lista que se trabajarán.

Las clases de prácticas se llevarán a cabo e aulas de informática, serán muy participativas y en ellas el alumnado resolverá problemas y realizará las prácticas propuestas con la ayuda del software R. Se trata de poner en práctica lo que se ha aprendido en las clases de teoría y problemas para enfrentarse a situaciones reales donde se tiene que modelizar convenientemente algún fenómeno para analizarlo y extraer conclusiones.

En las tutorías el alumnado puede resolver sus dudas con la ayuda del profesorado y por tanto están pensadas como apoyo de las actividades dirigidas. Es muy recomendable que el alumnado aproveche estas tutorías para ir asimilando paso a paso y a buen ritmo la asignatura, y no dejar las dudas o problemas para más adelante.

La perspectiva de género en la docencia va más allá de los contenidos de las asignaturas, puesto que también implica una revisión de las metodologías docentes y de las interacciones entre el alumnado y el profesorado, tanto en el aula como fuera. En este sentido, las metodologías docentes participativas, donde se genera un entorno igualitario, menos jerárquico en el aula, evitando ejemplos estereotipados en género y vocabulario sexista, con el objetivo de desarrollar el razonamiento crítico y el respecto a la diversidad y pluralidad de ideas, personas y situaciones, suelen ser más favorables a la integración y plena participación de las alumnas al aula, y por eso se procurará su implementación efectiva en esta asignatura.

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.


Evaluación

Actividades de evaluación continuada

Título Peso Horas ECTS Resultados de aprendizaje
Examen final 50 3 0,12 CM09, KM12, SM12
Examen parcial 30 2 0,08 CM09, KM12, SM12
Prácticas 20 2,5 0,1 CM09, KM12, SM12

Véase la versión en Catalán.


Bibliografía

Borovkov, Konstantin. Elements of stochastic modelling. Second edition. World Scientific Publishing Co., 2014.

Dobrow, Robert P. Introduction to stochastic processes with R. John Wiley & Sons, 2016. (*)

Rincón, Luis. Introducción a los procesos estocásticos. Las Prensas de Ciencias, Fac. de Ciencias, UNAM. Se puede descargar desde el enlace: http://www.matematicas.unam.mx/lars/flip-procesos/flip-en-pdf/procesos2012.pdf

Pinsky, Mark A. and Karlin, Samuel. An introduction to stochastic modeling. Fourth edition. Elsevier/Academic Press, 2011.

(*) Más importante


Software

Se utilizará el software R.


Grupos e idiomas de la asignatura

La información proporcionada es provisional hasta el 30 de noviembre de 2025. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura

Nombre Grupo Idioma Semestre Turno
(PAUL) Prácticas de aula 1 Catalán segundo cuatrimestre tarde
(PLAB) Prácticas de laboratorio 1 Catalán segundo cuatrimestre tarde
(PLAB) Prácticas de laboratorio 2 Catalán segundo cuatrimestre tarde
(TE) Teoría 1 Catalán segundo cuatrimestre tarde