Módulo 1
🧩 Módulo
Fundamentos de Simulación y Probabilidad
🗓️ Sesiones
Sesión 1 · Sesión 2
📌 Estado
Semana regular
Sesión 1¶
Introducción a la simulación. Diferencias entre sistemas determinísticos y estocásticos. ¿Qué es la simulación? ¿Cuándo es apropiada/no apropiada? Ventajas y desventajas. Ejemplos. Introducción a la simulación de Monte Carlo.
📖 Antes de clase — Preparación
🖥️ Durante la clase
📝 Después de clase
| Autor | Libro | Capítulo / sección | Lectura |
|---|---|---|---|
| Ross, S. M. | Introduction to Probability Models | Cap. 11.1 — Introduction: terminología básica de simulación | 📄 Ver páginas |
| Ross, S. M. | Introduction to Probability Models | Cap. 11.1 — Introduction: ejemplo introductorio de simulación | 📄 Ver páginas |
| Banks, J. et al. | Discrete-Event System Simulation | Cap. 1 — Introducción a la simulación | 📄 Ver páginas |
Diapositivas de la sesión
Sesión 2¶
Repaso de variables aleatorias, distribuciones de probabilidad, momentos y distribuciones clave (Exponencial, Poisson, Normal) y su aplicación en problemas de ingeniería. Rol de las distribuciones en el modelado y la simulación.
📖 Antes de clase — Preparación
| Autor | Libro | Capítulo / sección | Lectura |
|---|---|---|---|
| Ross, S. M. | Introduction to Probability Models | Cap. 11.1 — Introduction: números aleatorios y simulación de Monte Carlo | 📄 Ver páginas |
| Ross, S. M. | Introduction to Probability Models | Cap. 11.1 — Introduction: ejemplo de simulación de Monte Carlo | 📄 Ver páginas |
| Rozanov, Y. A. | Probability theory: A concise course | Cap. 4 — Variables aleatorias | 📄 Ver páginas |
| Rozanov, Y. A. | Probability theory: A concise course | Cap. 5 — Tres distribuciones de probabilidad importantes | 📄 Ver páginas |