Result: Análisis y simulación de variables aleatorias y modelos estocásticos con Python
Title:
Análisis y simulación de variables aleatorias y modelos estocásticos con Python
Authors:
Contributors:
Chaparro Preciado, Javier Alberto
Publisher Information:
Universidad Escuela Colombiana de Ingeniería
Bogotá
Ingeniería Electrónica
Bogotá
Ingeniería Electrónica
Publication Year:
2025
Subject Terms:
Python (Lenguaje de programación de computadores), Python (Computer program language), Modelos de aprendizaje (Procesos estocásticos), Learning models (Stochastic processes), Variables aleatorias, Random variables, Probabilidades, Probabilities, Modelos estocásticos, Markov, Poisson, Stochastic models
Document Type:
Dissertation/ Thesis
bachelor thesis
File Description:
14 páginas; application/pdf
Language:
Spanish; Castilian
Relation:
Papoulis, A. (2002). Probability, Random Variables and Stochastic Processes. McGraw-Hill Europe, 4th edition; Lefebvre, M. (2006). Applied Stochastic Processes. Springer, 1st edition.; Ross, S. M. (2014). Stochastic Processes. Wiley, 2nd edition.; SciPy documentation: https://docs.scipy.org; NumPy documentation: https://numpy.org/doc; https://repositorio.escuelaing.edu.co/handle/001/3577; Universidad Escuela Colombiana de Ingeniería; Repositorio Digital; https://repositorio.escuelaing.edu.co/
Availability:
Rights:
Attribution-NoDerivatives 4.0 International ; http://creativecommons.org/licenses/by-nd/4.0/ ; http://purl.org/coar/access_right/c_abf2 ; info:eu-repo/semantics/openAccess
Accession Number:
edsbas.1FA8C213
Database:
BASE
Further Information
Este documento presenta la aplicación del lenguaje de programación Python en el análisis y simulación de variables aleatorias, como en la modelación de procesos estocásticos como Cadenas de Markov y Procesos de Poisson. Se detallan herramientas computacionales, bibliotecas empleadas y ejemplos prácticos que ilustran su utilidad en contextos reales. ; This document presents the application of the Python programming language in the analysis and simulation of random variables, as well as in the modeling of stochastic processes such as Markov Chains and Poisson Processes. It details computational tools, libraries used, and practical examples that illustrate their usefulness in real-world contexts. ; Pregrado ; Ingeniero(a) Electrónico(a)