Máster Universitario en Estadística para la Ciencia de Datos (Plan: 386 - Estudio: 345)
Escuela de Ingeniería y Ciencias Básicas
Coordinador/a: D AURIA , BERNARDO
Departamento asignado a la asignatura: Departamento de Estadística
Tipo: Obligatoria
Créditos: 3.0 ECTS
Curso: 1º
Cuatrimestre: 1º
Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Un curso elemental de Probabilidades y Estadística
Objetivos
Adquirir rudimentos básicos de la teoría de procesos estocásticos.
Modelizar problemas reales a través de procesos de Markov y Martingalas.
Resolver problemas estocásticos mediante las metodologías y las técnicas aprendidas.
Descripción de contenidos: Programa
1. Cadenas de Markov en tiempo discreto.
- Definición y cómputos básicos.
- Clasificación de estados.
- Limitaciones y distribuciones estacionarias.
- Limitar teoremas
- Estimación ML de las probabilidades de transición
2. La cadena de Markov Monte Carlo
- El algoritmo de Metropolis-Hastings
- La muestra de Gibbs.
- diagnóstico MCMC
3. Proceso de Poisson
- Definición
- Tiempos de llegada.
- Probabilidades infinitesimales.
- La conexión con la distribución uniforme.
- Separación y superposición.
- Procesos de Poisson no homogéneos.
4. Cadenas de Markov de tiempo continuo.
- Introducción
- Función de transición y tasas de transición.
- Comportamiento a largo plazo
- Tiempo de reversibilidad.
5. Movimiento Browniano y procesos Gaussianos.
- Movimiento Browniano
- Transformaciones y propiedades.
- Extensiones del movimiento Browniano.
- Procesos Gaussianos.
Actividades formativas, metodología a utilizar y régimen de tutorías
Cada semana hay una clase. En cada clase, generalmente se introducen los conceptos teóricos, se muestran ejercicios numéricos y simulados para entenderlos mejor y se hacen ejemplos de modelos que se pueden usar en aplicaciones más concretas.
Sistema de evaluación
Peso porcentual del Examen Final 30
Peso porcentual del resto de la evaluación 70
Bibliografía básica
Norris, J.R.. Markov Chains. Cambridge University Press. 1997
S.M. Ross. Introduction to probability models. Academic Press. 2007
El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.