Materia
Matemáticas y Estadística
Datos generales de la materia
- Modalidad
- Presencial
- Idioma
- Castellano
Descripción y contextualización de la asignatura
La asignatura tiene como objetivo dotar al alumnado de las herramientas y conocimientos matemáticos y estadísticos que serán fundamentales en el estudio y análisis cuantitativo de los mercados financieros. La asignatura se divide en dos bloques, por una parte, optimización y programación matemática y por otra, teoría de la probabilidad e inferencia estadística.La asignatura se imparte en el primer trimestre del primer curso académico. En este curso se dota al alumnado de una serie de conocimientos matemáticos y estadísticos básicos y fundamentales para el desarrollo de otras asignaturas de la misma titulación.
Profesorado
Nombre | Institución | Categoría | Doctor/a | Perfil docente | Área | |
---|---|---|---|---|---|---|
GOROSTIAGA ALONSO, MIREN ARANTZAZU | Universidad del País Vasco/Euskal Herriko Unibertsitatea | Profesorado Agregado | Doctora | Bilingüe | Fundamentos del Análisis Económico | arantza.gorostiaga@ehu.eus |
GARCIA-DONATO LAYRON, GONZALO | Universidad de Castilla-La Mancha | Profesorado Titular De Universidad | Doctor | Análisis Matemático | gonzalo.garciadonato@uclm.es |
Competencias
Denominación | Peso |
---|---|
Plantear y resolver de manera analítica problemas de optimización no lineal de dimensiones reducidas, haciendo uso de las técnicas Lagrangeanas. | 16.0 % |
Plantear y resolver problemas de optimización tanto lineal como no lineal, haciendo uso de la herramienta computacional GAMS, interpretando los resultados obtenidos dentro del marco teórico y de las condiciones específicas del problema. | 16.0 % |
Modelizar problemas de optimización realistas en el ámbito de las finanzas, identificando las restricciones a satisfacer, la función objetivo así como el tipo de decisiones (variables) a utilizar, tanto en el caso determinista como en presencia de incertidumbre. | 16.0 % |
Identificar y diferenciar las características de los distintos modelos de probabilidad teóricos (discretos y continuos) para seleccionar el más adecuado en cada caso y así valorar su utilidad y aplicabilidad en el ámbito profesional. | 16.0 % |
Evaluar los distintos problemas de inferencia estadística para poder seleccionar adecuadamente la mejor alternativa de análisis. | 16.0 % |
Aplicar los métodos estadísticos disponibles para poder tomar la decisión correcta en base a criterios metodológicos y profesionales. | 16.0 % |
Tipos de docencia
Tipo | Horas presenciales | Horas no presenciales | Horas totales |
---|---|---|---|
Magistral | 30 | 60 | 90 |
P. de Aula | 15 | 15 | 30 |
P. Ordenador | 15 | 15 | 30 |
Actividades formativas
Denominación | Horas | Porcentaje de presencialidad |
---|---|---|
Prácticas y seminarios | 60.0 | 50 % |
Teoría | 90.0 | 33 % |
Sistemas de evaluación
Denominación | Ponderación mínima | Ponderación máxima |
---|---|---|
Ensayo, trabajo individual y/o en grupo | 0.0 % | 33.0 % |
Examen escrito | 70.0 % | 100.0 % |
Convocatoria ordinaria: orientaciones y renuncia
Las ponderaciones para obtener la calificación final se aplicarán únicamente si el alumno/a obtiene una calificación global de 5 sobre 10 en las pruebas individuales. En caso contrario, la calificación final será la obtenida en las pruebas individuales.No presentarse al examen de la asignatura supone una renuncia a la correspondiente convocatoria.
La Comisión Académica podrá modificar el sistema de evaluación de las asignaturas por causa sobrevenida. Cualquier posible cambio será anunciado al alumnado a la mayor brevedad posible a través de la plataforma egela.
Temario
1. Extremos de funciones reales2. Optimización no lineal
3. Programación Lineal
4. Optimización Estocástica
5. Probabilidad y distribuciones de probabilidad univariantes
6. Distribuciones de probabilidad multivariantes
7. Estimación y contrastes
8. Estadística no paramétrica
Bibliografía
Bibliografía básica
- Birge, J.R. and Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, USA- Font, B. (2006). Programación Matemática para la Economía y la Empresa. Educació. Laboratori de Materials, 1. PUV, Valencia
- Ronsenthal, R.E. (2007). GAMS a user's guide. GAMS development corporation, Washington, DC, USA
- Hogg, R. y Craig, A (1995). Introduction to Mathematical Statistics. Prentice Hall.
- Novales, A. (1997). Estadística y Econometría. MacGraw-Hill.
- Peña, D. (1997). Estadística. Modelos y Métodos. 2ª edición revisada. Alianza Editorial.