| 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. Análisis de los resultados de simulación. | Diagnosis de la convergencia. Estimación de la precisión. Problemas de estabilización y dependencia. |
| 4. 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. |
| 5. Métodos universales para la generación de variables continuas. | Método de inversión. Método de aceptación/ rechazo y sus variantes. Ejemplos de métodos específicos para generación de distribuciones notables. |
| 6. Métodos universales para la generación de variables discretas. | Método de la transformación cuantil. Algoritmos basados en búsqueda secuencial. Métodos de truncamiento. Algoritmos basados en árboles binarios. Método de la tabla guía. Método de Alias. Ejemplos de métodos específicos para generación de distribuciones notables. |
| 7. Simulación de distribuciones multidimensionales. | Método de las distribuciones condicionadas. Método de aceptación/rechazo. Simulación de datos dependientes: métodos basados en la factorización de la matriz de covarianzas y simulación basada en cópulas. Simulación discreta multivariante. |
| 8. Técnicas de reducción de la varianza. | Variables antitéticas. Números aleatorios comunes. Muestreo estratificado. Variables de control. Condicionamiento. |
| 9. 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 |
|
|
| 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 |
| Otros comentarios | |