Competencias del título |
Código
|
Competencias del título
|
A1 |
La adquisición de los conocimientos de estadística e investigación operativa necesarios para la incorporación en equipos multidisciplinares pertenecientes a diferentes sectores profesionales. |
A2 |
Capacidad para comprender, plantear, formular y resolver aquellos problemas susceptibles de ser abordados a través de modelos de la estadística y de la investigación operativa. |
A3 |
Conocer las aplicaciones de los modelos de la estadística y la investigación operativa. |
A7 |
Tratamiento de datos y análisis estadístico de los resultados obtenidos. |
A9 |
Obtener los conocimientos precisos para un análisis crítico y riguroso de los resultados. |
A11 |
Adquirir destrezas en la formulación y resolución de problemas cuantitativos. |
A13 |
Ser capaz de manejar diverso software (en particular R) e interpretar los resultados que proporcionan éstos en los correspondientes estudios prácticos. |
A15 |
Fomentar la sensibilidad hacia los principios del pensamiento científico, favoreciendo las actitudes asociadas al desarrollo de los métodos matemáticos, como: el cuestionamiento de las ideas intuitivas, el análisis crítico de las afirmaciones, la capacidad de análisis y síntesis o la toma de decisiones racionales. |
B6 |
Capacidad para iniciar la investigación y para participar en proyectos de investigación que pueden culminar en la elaboración de una tesis doctoral. |
B7 |
Capacidad de aplicación de algoritmos de resolución de los problemas y manejo del software adecuado. |
B8 |
Capacidad de trabajo en equipo y de forma autónoma |
B9 |
Capacidad de formular problemas en términos estadísticos, y de resolverlos utilizando las técnicas adecuadas. |
B10 |
Capacidad de identificar y resolver problemas |
B12 |
Adquirir destreza para el desarrollo de software |
B14 |
Redacción de informes estadísticos con precisión, orden y claridad |
C1 |
Ser capaz de identificar un problema de la vida real. |
C2 |
Dominar la terminología científica-metodológica para comprender e interactuar con otros profesionales. |
C3 |
Habilidad para trabajar los aspectos metodológicos de la investigación en colaboración con otros colegas a través del Campus Virtual con el foro. |
C4 |
Habilidad para realizar el análisis estadístico con ordenador. |
C5 |
Escoger el diseño más adecuado para responder a la pregunta de investigación. |
C6 |
Utilizar las técnicas estadísticas más adecuadas para analizar los datos de una investigación |
C7 |
Planificar, analizar e interpretar los resultados de una investigación considerando tanto los aspectos teóricos como los metodológicos. |
C8 |
Habilidad de gestión administrativa del proceso de una investigación. |
C9 |
Comunicación y difusión de los resultados de las investigaciones. |
C10 |
Lectura con juicio crítico de artículos científicos desde una perspectiva metodológica. |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias del título |
Comprensión das técnicas básicas de simulación. |
AM1 AM2 AM3 AM7 AM11
|
BP10 BP14
|
|
Capacidade crítica sobre as posibilidades e limitacións das técnicas de simulación. |
AM1 AM2 AM3 AM9 AM15
|
BP6 BP9 BP14
|
CP1 CP2 CP3 CP5 CP6 CP7 CP8 CP9 CP10
|
Capacidade de manexar algún tipo de software (paquetes estatísticos ou follas de cálculo, como R ou excel) para levar a cabo estudos de simulación. |
AM2 AM7 AM11 AM13
|
BP7 BP8 BP12 BP14
|
CP4 CP6 CP7
|
Capacidade de identificar problemas que requiran o deseño de experimentos de simulación e resolvelos mediante a súa implementación en linguaxes de programación de alto nivel (como el lenguaje GNU R).
|
AM3 AM11
|
|
|
Contenidos |
Tema |
Subtema |
1. Introducción. |
Conceptos de sistema real, modelo y definición de simulación. Experimentación real y simulación. Simulación necesaria e innecesaria. Ventajas e inconvenientes de la simulación. Contenidos de la asignatura. |
2. Generación de números pseudoaleatorios uniformes en (0,1). |
Introducción. Propiedades deseables de un generador de números pseudoaleatorios uniformes. Métodos de los cuadrados medios y de Lehmer. Métodos congruenciales. Medidas estadísticas de calidad de un generador de números pseudoaleatorios.
|
3. Métodos universales para la generación de variables continuas. |
Método de inversión. Método de aceptación/ rechazo y sus variantes. |
4. Métodos universales para la generación de variables discretas. |
Método de la transformación cuantil. Algoritmos basados en búsqueda secuencial. Algoritmos basados en árboles binarios. Árboles de Huffman. Método de la tabla guía. Métodos de truncamiento. |
5. Métodos específicos para generación de distribuciones notables. |
Distribuciones continuas: normal, chi-cuadrado de Pearson, t de Student, F de Snedecor, exponencial, Weibull, gamma, beta, logística, Pareto. Distribuciones discretas: equiprobable, binomial, geométrica, binomial negativa, Poisson.
|
6. Simulación de distribuciones multidimensionales. |
Método de las distribuciones condicionadas. Método de aceptación/rechazo. Métodos de codificación o etiquetado. Métodos específicos para simular la normal multivariante. |
7. Análisis de los resultados de simulación. |
Diagnosis de la convergencia. Estimación de la precisión. Problemas de estabilización y dependencia. |
8. Aplicaciones de la simulación. |
Aplicaciones en inferencia estadística. Introducción al remuestreo Bootstrap. Integración Monte Carlo. Muestreo de importancia. Optimización Monte Carlo. Temple simulado. Algoritmos genéticos de optimización. |
9. Técnicas de reducción de la varianza. |
Variables antitéticas. Números aleatorios comunes. Muestreo estratificado. Variables de control. Condicionamiento. |
10. Introducción a los métodos de cadenas de Markov Monte Carlo. |
Muestreo de Gibbs. Algoritmo Metropolis Hastings. Diagnosis de un algoritmo MCMC. |
Planificación |
Metodologías / pruebas |
Competéncias |
Horas presenciales |
Horas no presenciales / trabajo autónomo |
Horas totales |
Sesión magistral |
A1 A2 A3 A7 A9 C2 C6 C7 C8 C10 |
16 |
32 |
48 |
Prácticas de laboratorio |
A1 A2 A3 A11 A13 B7 B8 B9 B10 B12 C3 C4 C5 C9 |
18 |
18 |
36 |
Trabajos tutelados |
A1 A2 A3 A15 B6 B7 B12 B14 C1 C4 C6 C7 |
0 |
30 |
30 |
Prueba objetiva |
A1 A2 A3 |
2 |
0 |
2 |
|
Atención personalizada |
|
9 |
0 |
9 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
Presentación dos aspectos relevantes de cada tema incluído no programa da materia, de modo que os alumnos poidan abordar as tarefas propostas nas prácticas de laboratorio. |
Prácticas de laboratorio |
Empregaránse diferentes ferramentas de software libre (principalmente o paquete R, pero tamén recursos web, applets, ...) para ilustrar a aplicación na práctica das metodoloxías explicadas nas clases teóricas e tamén co fín de facilitar a resolucion dos traballos prácticos propostos. Ademais facilitaráse un guión das prácticas onde se describirán os distintos exercicios a realizar. |
Trabajos tutelados |
Traballos prácticos propostos para que o alumno poida resolvelos con axuda de programas informáticos. Unha vez resoltos, o alumno deberá presentar e discutir a solución que aplicou. |
Prueba objetiva |
Proba escrita para a avaliación da aprendizaxe que constará dunha parte teórica e doutra práctica. |
Atención personalizada |
Metodologías
|
Sesión magistral |
Prácticas de laboratorio |
Trabajos tutelados |
|
Descripción |
Atención ao alumno tanto durante o desenvolvemento das clases coma nos horarios de titorías. |
|
Evaluación |
Metodologías
|
Competéncias |
Descripción
|
Calificación
|
Sesión magistral |
A1 A2 A3 A7 A9 C2 C6 C7 C8 C10 |
Avaliaranse os coñecementos adquiridos mediante a realización dunha proba escrita. |
30 |
Prácticas de laboratorio |
A1 A2 A3 A11 A13 B7 B8 B9 B10 B12 C3 C4 C5 C9 |
Avaliaranse os coñecementos adquiridos mediante a realización dunha proba escrita. |
30 |
Trabajos tutelados |
A1 A2 A3 A15 B6 B7 B12 B14 C1 C4 C6 C7 |
Presentación dos traballos resoltos. |
40 |
|
Observaciones evaluación |
|
Fuentes de información |
Básica
|
Cao, R. (2002). Introducción a la simulación y a la teoría de colas. Netbiblo
Robert, C.P. y Casella G. (2010). Introducing Monte Carlo Methods with R. Springer
Jones, O., Maillardet, R. y Robinson A. (2009). Introduction to Scientific Programming and Simulation Using R. CRC
Gentle, J.E. (2003). Random number generation and Monte Carlo methods. Springer-Verlag |
|
Complementária
|
Bratley, P. (1990). A guide to simulation. Springer-Verlag
Evans, M. y Swartz, T. (2000). Approximating integrals via Monte Carlo and . Oxford University Press
Robert, C.P. y Casella, G. (2004). Monte Carlo statistical methods. Springer-Verlag
Devroye, L. (1986). Non-uniform random variate generation. Springer-Verlag
Ross, S.M. (1999). Simulación. Prentice Hall
Ripley, B.D. (1987). Stochastic Simulation. Wiley |
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
|
|