Procesos Estocásticos

Información Básica

  • Código y Nombre: 300IGI004, Procesos Estocásticos.
  • Créditos y horas de contacto: 2 créditos, 48 horas en el semestre (3 horas por semana, 2 clases por semana)
  • Nombre del profesor o coordinador del curso: Álvaro Figueroa Cabrera y Fernando Quintero Moreno.
  • Tipo de curso: Abierta.

Textos del Curso

  • Davis, Roscoe y Mckeown Patrick, “Modelos cuantitativos para administración”, México, grupo editorial Iberoamericana.
  • Taha Hamdy, “Investigación de operaciones”, New York, McMillan Publishing Co, México, Alfaomega.
  • Prawda Juan, “Métodos y modelos de investigación de operaciones”, Vol. 1, México, editorial Limusa.
  • Hillier Liberman, “Introducción a la investigación de operaciones”, México, editorial Limusa.
  • Eppen, Gould. “Investigación de operaciones en la ciencia administrativa”. Prentice Hall.
  • Anderson, Sweeney, Williams. “Métodos Cuantitativos para los Negocios”. México. International Thomson Editores.
  • Kamlesh, Mathur. Solow, Daniel. Investigación de Operaciones, El arte de la toma de decisiones , Prentice Hall
  • Thierauf R.F. Grosse R.A. “Toma de decisiones por medio de investigación de operaciones”. México, Ed. Limusa.
  • Buffa Elwood S. “Dirección de operaciones: problemas y modelos”. México, editorial Limusa, Wiley.
  • Shamblin J.E., Stevens G.T. “Investigación de operaciones: un enfoque fundamental”. México, Mc Graw-Hill.
  • Varela Jaime Enrique, “Introducción a la investigación de operaciones”, Universidad de los Andes.
  • Winston, Wayne H., “Investigación de Operaciones”, México, Grupo editorial Thompson.

Información específica del curso

  • Este curso tiene como propósito introducir al estudiante en el campo de la Optimización bajo parámetros estocásticos. Para ello se estudian los modelos de la Teoría Clásica de Decisión en los que se revisan los modelos bajo certeza, riesgo e incertidumbre, el análisis jerárquico y el tipo de problemas de naturaleza empresarial que se puede abordar desde esa perspectiva. Por su parte la Programación Dinámica, muestra las relaciones de recurrencia, el análisis derivado del principio de Bellman y modelar situaciones del mundo real donde se toma decisiones secuenciales. En las cadenas de Markov se estudian y analizan diversos modelos de Cadenas de estado finito y el tipo de sistemas reales que se pueden estudiar como una cadena markoviana y sus efectos en condiciones de equilibrio. Finalmente, la Teoría de Colas propende por estudiar, formular y resolver problemas sobre líneas o fenómenos de espera (Colas) y sus usos potenciales en las organizaciones. Entender el uso de estas teorías en el análisis y/o simulación de operaciones de organizaciones productivas y de servicios.

Objetivos específicos del curso

Objetivos de aprendizaje:
  • Describir los principios de la teoría de las decisiones.
  • Definir criterios de decisión bajo riesgo.
  • Analizar la sensibilidad de la solución ante cambios en las probabilidades de los estados de la naturaleza.
  • Construir tablas de análisis pareado de criterios y alternativas, de acuerdo con la metodología AHP.
  • Definir las variables de estado, las etapas, las decisiones y ecuación recursiva correspondientes a un problema que puede descomponerse en etapas.
  • Construir matrices de transición de un paso de procesos Markoviano.
  • Calcular las probabilidades de estado estable de una cadena de Markov.
  • Identificar los componentes y características de un sistema de filas de espera.
  • Formular las ecuaciones de balance de un sistema de filas de espera con distribución Markoviana.
  • Calcular costos esperados de espera, abandono y utilización de servidores en sistemas de colas con distribuciones Markovianas.
Relación con los resultados de programa
Resultados de Programa
A B C D E F G H I J K
Relevancia 3 2 2 2 3 2

1: baja relevancia; 2: media relevancia; 3: alta relevancia.

Topicos del Curso

  • Modelos de decisión bajo incertidumbre.
  • Modelos de decisión bajo riesgo.
  • Árboles de decisión.
  • Proceso de Jerarquía Analítica - AHP.
  • Principio de Bellman.
  • Definición de variables de estado, decisión, etapas y ecuación recursiva.
  • Cadenas de Markov de estado finito. Probabilidades de transición.
  • Matrices de transición. Distribución límite de cadenas de Markov.
  • Procesos de Llegada y Servicio. Modelos de Colas. Notación de Kendall.
  • Modelos de un solo canal y multicanal con capacidad y población infinita. Modelos de Cola Finita. Modelos de población finita.
  • Modelos de colas con servicios tipo Erlang. Modelos que no siguen la distribución de Poisson. Las fórmulas de Pollaczec- Khintchine.
 
pregrados/dptocivileindustrial/proestocasticos.txt · Última modificación: 2014/05/27 22:20 por lsosorio
Recent changes RSS feed Donate Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki