• English
  • Youtube
  • Facebook
  • Twitter
  • Linkedin
  • Instagram
  • tiktok

Tratamiento Estadístico Computacional de la Información (conjunto con UPM)

Máster. Curso 2024/2025.

TÉCNICAS DE MONTE CARLO - 607576

Curso Académico 2024-25

Datos Generales

SINOPSIS

COMPETENCIAS

Generales
Básicas y generales: CG1, CG4, CG5, CG6, CG7
Transversales
Transversales: CT1, CT2
Específicas
Específicas: CE1, CE2, CE3, CE4, CE5, CE6

ACTIVIDADES DOCENTES

Clases teóricas
50%
Clases prácticas
50%

Presenciales

1,35

No presenciales

1,55

Semestre

1

Breve descriptor:


Aplicación de técnicas de simulación dentro del ámbito de la modelización matemática.

Requisitos

Conocimientos básicos de probabilidad, estadística y manejo de software básico estadístico y de programación.

Objetivos


Resultados del aprendizaje:

 

       Capacidad para generar números pseudoaleatorios y conocimiento de vías de chequeo.

       Capacidad para generar variables aleatorias con distribución conocida.

       Capacidad de estimar por técnicas de Monte Carlo.

       Capacidad de utilizar técnicas de reducción de la varianza en un sistema.

       Capacidad de muestrear de variables aleatorias mediante técnicas MCMC.

Contenido


1.      Generación de números pseudo aleatorios.

2.      Generación de variables univariantes: métodos de la función inversa y de rechazo.

3.      Generación de distribución normal multivariante.

4.      Técnicas de reducción de la varianza.

5.      Técnicas de Markov Chain Monte Carlo (MCMC).

Evaluación

Entrega de trabajos (por grupos): 50% (a)
Examen teórico-práctico: 40% (b)
Asistencia y participación activa: 10% (c)

Para que las ponderaciones anteriores sean aplicadas es preciso:

i. Asistir al menos al 80% de las sesiones presenciales.
ii. Alcanzar al menos 3,5 puntos sobre 10 en el examen teórico-práctico.

La nota de los apartados (a) y (c) se conservará en su caso para la convocatoria extraordinaria.

Bibliografía

A.M. LAW & W.D. KELTON (2000). Simulation Modelling and Analysis. New York, NY: McGraw-Hill. R.B.

C.P. ROBERT & G. CASELLA (2004). Monte Carlo Statistical Methods. New York, NY: Springer-Verlag.

S. ROSS (2006). Simulation. San Diego, CA: Academic Press.

S. ROSS. (1997) Introduction to Probability Models. San Diego, CA: Academic Press

Estructura

MódulosMaterias
No existen datos de módulos o materias para esta asignatura.

Grupos

Clases teóricas y/o prácticas
GrupoPeriodosHorariosAulaProfesor
Grupo único08/10/2024 - 05/12/2024MARTES 19:30 - 21:00-ELENA SALOME ALMARAZ LUENGO
JUEVES 19:30 - 21:00-ELENA SALOME ALMARAZ LUENGO