Si estás en Ingeniería en la UC, ya sabes que Modelos Estocásticos (ICS2123) tiene fama de ramo tramposo. Y la fama es medio injusta: la mayoría no reprueba la I1 por no saber probabilidades, sino por quedarse pegado en el paso previo, que es traducir un enunciado escrito en palabras a una cadena de Markov. Esa es la verdadera prueba. Esta guía es para ti si entiendes la materia cuando la explican en clases pero te quedas en blanco frente al enunciado. Si andas buscando un formulario para memorizar sin entender qué es un proceso estocástico, mejor te aviso ahora: acá vamos por el otro camino, porque ese atajo se cae justo en la I1.

Qué evalúa realmente la I1 de ICS2123 (y por qué no es “más probabilidades”)

La primera interrogación suele cubrir el repaso de probabilidades aplicado, la definición de proceso estocástico y el grueso del peso se lo llevan las cadenas de Markov en tiempo discreto. El error de lectura más común es pensar que la I1 es una prueba de Probabilidades y Estadística (EYP1113) recargada. No lo es. En EYP1113 calculabas probabilidades de eventos aislados; acá el objeto de estudio es cómo un sistema evoluciona en el tiempo. Cambia la pregunta: ya no es “cuál es la probabilidad de X”, sino “en qué estado va a estar el sistema después de n pasos”. Si entras a la prueba con la cabeza de EYP1113, vas a resolver bien las cuentas y mal el problema, que es exactamente lo que castiga esta interrogación.

El repaso de probabilidades que sí necesitas

No necesitas repasar todo EYP1113. Necesitas dominar tres cosas puntuales: probabilidad condicional (porque la propiedad de Markov es una afirmación sobre condicionales), esperanza y esperanza condicional, y el teorema de probabilidades totales, que es la maquinaria detrás de casi todo cálculo de transición. Si esos tres los tienes firmes, el resto del ramo se apoya en ellos. Un consejo práctico: cuando repases, no te quedes en “sé la fórmula”. Anda a cada fórmula y pregúntate en voz alta qué evento estás condicionando. Ese hábito, que parece lento, es justo el que después te salva cuando el enunciado viene disfrazado y tienes que decidir sobre qué estás condicionando de verdad.

Procesos estocásticos: la idea que ordena todo el curso

Un proceso estocástico es simplemente una colección de variables aleatorias indexadas en el tiempo. Suena abstracto, pero la intuición es concreta: es un sistema que va cambiando de estado y donde el próximo estado tiene algo de azar. La pregunta clave que define todo lo demás es cuánta memoria tiene el sistema. La propiedad de Markov dice que el futuro depende solo del estado presente, no de todo el historial de cómo llegaste ahí. Entender esta idea no es un tecnicismo: es lo que te permite mirar un enunciado y decidir de inmediato si estás frente a una cadena de Markov o no. Muchos alumnos se saltan esta parte por “obvia” y después no saben justificar por qué el modelo que plantearon es válido, y esa justificación es la que separa una respuesta de 4 de una de 7.

Cadenas de Markov en tiempo discreto: la matriz de transición sin equivocarte

Acá está el grueso de tu nota. Una cadena de Markov en tiempo discreto se define por dos cosas: el conjunto de estados y la matriz de transición P, donde cada entrada P_ij es la probabilidad de pasar del estado i al estado j en un paso. Dos reglas que los revisores corrigen con lupa: cada fila de P debe sumar exactamente 1, y cada probabilidad tiene que ser condicional al estado actual, no marginal. El error clásico es armar la matriz con probabilidades “sueltas” que no suman 1 por fila. Para calcular la distribución después de n pasos usas P elevado a n, y para la probabilidad de un estado específico en el paso n multiplicas el vector inicial por Pⁿ. Practica armar la matriz a partir de enunciados en palabras hasta que te salga mecánico: ese es literalmente el ejercicio que más se repite, y el que decide tu tiempo en la prueba, porque si dudas al plantear la matriz pierdes minutos que después te faltan.

Clasificación de estados y distribución estacionaria: dónde se cae la gente

La segunda mitad del temario de la I1 es clasificar estados (recurrentes, transitorios, absorbentes) y encontrar la distribución estacionaria π, resolviendo π = πP con la condición de que las componentes sumen 1. Dos caídas típicas: la primera es plantear el sistema π = πP y olvidar la ecuación de normalización, con lo que te queda un sistema con infinitas soluciones. La segunda es aplicar la fórmula de la estacionaria a una cadena que no es irreducible ni aperiódica, cuando esas condiciones son justo las que garantizan que la estacionaria exista y sea única. Antes de calcular, para dos segundos y verifica que la cadena cumple las condiciones. Ese chequeo vale puntos y casi nadie lo escribe, aunque son apenas dos líneas.

Plan de estudio de dos semanas y los errores que cuestan puntos

Con dos semanas y estudio ordenado la I1 es perfectamente pasable. La distribución que a más gente le funciona es esta:

Los tres errores que más puntos cuestan, en orden: filas de la matriz que no suman 1, olvidar la normalización al calcular π, y confundir “probabilidad en el paso n” con “probabilidad de que ocurra por primera vez en el paso n”. Si eliminas esos tres, ya estás por sobre el promedio del curso. Y un consejo de método: llega a la prueba habiendo hecho a mano al menos dos I1 completas, cronometradas, sin pausa. La materia se entiende leyendo, pero la I1 se aprueba resolviendo contra reloj.

Preguntas frecuentes sobre la I1 de ICS2123

¿Necesito saber programar para la I1? No para la interrogación en sí, que es a mano. Los cálculos de Pⁿ en la prueba se dejan expresados o con matrices chicas; la parte computacional pesada aparece más adelante en el curso.

¿Entra teoría de colas o procesos de Poisson en la I1? Por lo general no: esos temas son de las interrogaciones siguientes. La I1 se concentra en tiempo discreto. Igual confirma el temario oficial con tu profe, porque varía un poco entre secciones.

¿Cuánto peso tiene entender la teoría versus calcular? Más del que crees. Justificar por qué una cadena es irreducible o por qué existe la estacionaria da puntos, y son líneas que la mayoría no escribe por ir directo al número.

¿Vale la pena hacer pruebas de años anteriores? Es lo que más rinde. Los enunciados se repiten en estructura casi siempre, así que hacer dos o tres I1 viejas cronometradas es la mejor inversión de tus últimos días.

Da el siguiente paso. Si quieres ver estos ejercicios resueltos paso a paso, con las matrices armadas desde el enunciado y la clasificación de estados explicada sin saltos, el curso enfocado en la I1 te ordena todo el temario: Curso Modelos Estocásticos (ICS2123) I1 — A Romperla. Y si estás preparando otros ramos de la UC este semestre, en el hub de guías de la Universidad Católica encuentras el resto de las interrogaciones y pruebas ordenadas por ramo.