Cap1: Introducción: Ejercicios. -- Cap2:Elementos de probabilidad: Espacio muestral y eventos. -- Axiomas de probabilidad. -- Probabilidad condicional e independencia. -- Variables aleatorias. -- Esperanza. -- Varianza. -- Desigualdad de Chebyshev y las leyes de los grandes números. -- Algunas variables aleatorias discretas. -- Variables aleatorias continuas. -- Esperanza condicional y varianza condicional. -- Ejercicios. -- Bibliografía. -- Cap3: Números aleatorios: Introducción. -- Generación de números pseudoaleatorios. -- Uso de números aleatorios para evaluar integrales. -- Cap4:Introducción. -- Generación de variables aleatorios discretas: El método de la transformada inversa. -- Generación de una variable aleatoria Poisson. -- Generación de variables aleatorias binominales. -- La técnica de aceptación y rechazo. -- El método de composición. -- Ejercicios. -- Bibliografía. -- Cap5: Introducción -- Generación de variables aleatorias continuas: Introducción -- El algoritmo de la transformada inversa. -- El método de rechazo. -- El método polar para generar variables aleatorias normales. -- Generación de un proceso Poisson. -- Generación de un proceso Poisson no homogéneo. -- Ejercicios. -- Bibliografía. -- Cap6: El método de simulación por medio de eventos discretas: Introducción. -- Simulación mediante eventos discretos. -- Sistema de línea de espera con un servidor. -- Sistema de línea de espera con dos servidores en serie. -- Sistema de línea de espera con dos servidores en paralelo -- Modelo de inventario. -- Problema de reparación. -- Ejercicio de opciones en acciones. -- Verificación del modelo de simulación. -- Ejercicios. -- Bibliografía. -- Cap7: Análisis estadístico de datos simulados: Introducción. -- Media y varianza muestrales. -- Estimación del intervalo de una media poblacional. -- La técnica bootstrap para estimar errores cuadráticos medios. -- Ejercicios. -- Bibliografía. -- Cap8: Técnicas de reducción de varianza: Introducción. -- El uso de variables antitéticas. -- El uso de variables de control. -- Reducción de varianza mediante condicionamiento. -- Muestreo estratificado. -- Muestreo de importancia. -- Uso de los números aleatorios comunes. -- Apéndice. -- Ejercicios. -- Bibliografía. -- Cap9: Técnicas de validación estadísticas: Introducción. -- Pruebas de bondad de ajuste. -- Pruebas de bondad de ajuste sin parámetros especificados. -- El problema de las dos muestras. -- Validación de la hipótesis de un proceso Poisson no homogéneo. -- Ejercicios. -- Bibliografía. -- Cap10: Métodos de Monte Carlo con cadenas de Markov: Introducción. -- Cadenas de Markov. -- El algoritmo de Hastings-Metropolis. -- El muestreador de Gibbs. -- Temple simulado. -- El algoritmo de muestreo con remuestreo de importancia. -- Ejercicios. -- Bibliografía. -- Cap11: Algunos temas adicionales: Introducción. -- El método de las variables alias para generar variables aleatorias discretas. -- Simulación de un proceso Poisson bidimensional. -- Aplicaciones de una identidad para la suma de variables aleatorias. -- Estimación de probabilidades y tiempos esperados de primera pasada mediante riesgos aleatorios. -- Ejercicios. -- Bibliografía. -- Apéndice de programas. -- Índice.