Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 37 vistas

    Universidad Nacional Pedro Ruiz Gallo

    Cargado por

    MarQuitoo A' Padilla Gonzales
    Este documento presenta un syllabus para el curso de Métodos de Predicción. El curso cubre temas como regresión lineal simple y múltiple, y series temporales. El objetivo es que los estudiantes aprendan a formular modelos de predicción y realizar estimaciones y predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd

    Universidad Nacional Pedro Ruiz Gallo

    Cargado por

    MarQuitoo A' Padilla Gonzales
    37 vistas6 páginas
    Este documento presenta un syllabus para el curso de Métodos de Predicción. El curso cubre temas como regresión lineal simple y múltiple, y series temporales. El objetivo es que los estudiantes aprendan a formular modelos de predicción y realizar estimaciones y predicciones.

    Descripción original:

    swdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsdswdfsdfsd

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    DOCX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta un syllabus para el curso de Métodos de Predicción. El curso cubre temas como regresión lineal simple y múltiple, y series temporales. El objetivo es que los estudiantes aprendan a formular modelos de predicción y realizar estimaciones y predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    37 vistas6 páginas

    Universidad Nacional Pedro Ruiz Gallo

    Cargado por

    MarQuitoo A' Padilla Gonzales
    Este documento presenta un syllabus para el curso de Métodos de Predicción. El curso cubre temas como regresión lineal simple y múltiple, y series temporales. El objetivo es que los estudiantes aprendan a formular modelos de predicción y realizar estimaciones y predicciones.

    Copyright:

    © All Rights Reserved
    Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
    Descargar como docx, pdf o txt
    de 6

    UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO

    FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS


    ESCUELA PROFESIONAL DE COMPUTACION E INFORMATICA

    SYLLABUS DE INVESTIGACION DE OPERACIONES II (29) VV

    I. DATOS GENERALES
    1. Cdigo :
    2. Pre-Requisitos : Investigacin de Operaciones I
    3. Ciclo Acadmico : VI
    4. Semestre :
    5. Horas Semanales : 6 Horas (4 HT, 2 HP)
    6. Carcter : Obligatorio
    7. Crditos :5 29
    8. Duracin del curso : 17 semanas
    9. Docente : Lic. Estadstico.
    Ing. Industrial.
    Ing. Computacin e Informtica.

    DESCRIPCION
    Considerando la necesidad de resolver matemtica y cientficamente
    problemas en la administracin practica de las organizaciones, surge el
    conjunto de herramientas matemticas denominada Investigacin de
    Operaciones, esta se ocupa de la toma de decisiones ptima y del modelo
    de sistemas determinsticos y probabilsticos que se originan en la vida
    real.

    SUMILLA
    Programacin Dinmica
    Redes PERT-CPM
    Inventario
    Teora de Colas
    Teora de Juegos
    IV. OBJETIVOS
    Al finalizar el curso el alumno estar en la capacidad de:
    Conocer un nuevo grupo de herramientas de ingeniera y aplicarlos a
    problemas de optimizacin.
    Realizar un anlisis de decisiones usando modelos computarizados.

    CONTENIDO
    Unidad 1: Programacin Dinmica
    Elementos de un modelo de Programacin Dinmica
    Representacin por la ecuacin recursiva
    Clculo hacia delante y hacia atrs
    El problema de la dimensionalidad en programacin dinmica
    Solucin de un problema de programacin lineal con programacin
    dinmica.

    Unidad 2: Redes PERT-CPM


    Redes
    Programacin de proyectos tcnica PERT-CPM, consideraciones
    probabilsticas en la programacin de proyectos.
    Anlisis de costos en la programacin de proyectos.
    Asignacin de recursos ptimo en la programacin de proyectos.

    Unidad 3: Inventario
    Definicin
    Niveles de abstraccin en la demanda
    Modelos determinsticos
    Modelos probabilsticos.

    Unidad 4: Teora de Colas


    Introduccin a la teora de colas. Valores de inters en la teora de
    colas. Elementos estadsticos.
    Procesos de nacimientos y muertes. Modelos de colas basados en
    el proceso de nacimientos y muertes.
    Aplicaciones de la teora de colas
    Unidad 5: Teora de Juegos
    Teora de juegos. Juegos con suma cero.
    Juegos con estrategias mixtas, solucin grfica y de programacin
    lineal.

    METODOLOGIA
    El curso se desarrollar usando el mtodo inductivo - deductivo. Las
    clases sern terico y prcticas. Se tendr en cuenta la participacin
    permanente de los alumnos. Se desarrollarn trabajos individuales y
    grupales con fines prcticos. Se realizarn exposiciones permanentes de
    los trabajos grupales, sean asistidos por el computador o en el aula de
    clase.

    BIBLIOGRAFIA
    Taha Handy , Investigacin de Operaciones Ed. Limusa 1982
    Eppen, G. Investigacin de Operaciones en las Ciencias
    Administrativas, Mxico, Prentice Hall, 3ra edicin, 1992.
    Bazaroa & Jarvis, Programacin Lineal y Flujos en Redes, wiley &
    Sons.
    Alvarez Jorge, Investigacin de Operaciones UNI CONCYTEC- 1990
    F. Hillier G. Lieberman Introduccin a la Investigacin de
    Operaciones
    UNIVERSIDAD NACIONAL PEDRO RUIZ GALLO
    FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS
    ESCUELA PROFESIONAL DE COMPUTACION E INFORMATICA

    SYLLABUS DE METODOS DE PREDICCION (30) VV

    I. DATOS GENERALES
    1. Cdigo :
    2. Pre-Requisitos : Estadstica y Probabilidades
    3. Ciclo Acadmico : VI
    4. Semestre :
    5. Horas semanales : 6 Horas (3 HT, 3 HP)
    6. Carcter : Obligatorio
    7. Crditos : 4
    8. Duracin del curso : 17 semanas
    30
    9. Docente : Lic. Estadstica.

    II. DESCRIPCION
    Es una asignatura de naturaleza terico - prctico. Presenta los diferentes
    modelos de prediccin as como los supuestos que los sustentan, las
    estimaciones de sus parmetros y las pruebas de hiptesis inherentes a
    cada uno de los modelos de prediccin.

    III. SUMILLA
    Regresin y correlacin lineal simple.
    Regresin y correlacin lineal mltiple.
    Series temporales.

    IV. OBJETIVOS
    Al finalizar el curso el alumno estar en condiciones de:
    Formular modelos de regresin lineal con fines de prediccin.
    Analizar los modelos lineales utilizando el mtodo de anlisis de varianza.
    Identificar los modelos de series temporales.
    Realizar estimaciones y predicciones en series temporales.
    V. CONTENIDO
    Unidad 1: Regresin y Correlacin Lineal Simple
    Diagrama de dispersin. Ajuste de una recta por el mtodo de los
    mnimos cuadrados. Ecuaciones normales. Propiedades de los
    estimadores mnimos cuadrados. Estimacin y pruebas de
    hiptesis sobre los coeficientes de regresin.
    Intervalo confidencial para la media de la respuesta e intervalo de
    prediccin de una observacin futura. Descomposicin de la
    variabilidad de la variable respuesta. Anlisis de varianza.
    Coeficiente de determinacin. Prueba de adecuacin del modelo.
    Regresin curvilnea, la curva exponencial y la curva de Gompertz.
    Estimacin de sus parmetros.
    La distribucin normal bivariante. El coeficiente de correlacin lineal
    simple. Estimacin y pruebas de hiptesis sobre el coeficiente de
    correlacin lineal simple.

    Unidad 2: Regresin y Correlacin Lineal Mltiple


    Modelo de regresin mltiple. Ecuaciones normales. Obtencin de los
    estimadores mnimos cuadrticos de los parmetros. Propiedades
    de los estimadores. Estimacin y pruebas de hiptesis sobre los
    coeficientes de regresin.
    Estimacin del promedio de la variable respuesta. Intervalo de
    prediccin. Descomposicin de la variabilidad de la variable
    respuesta, anlisis de varianza. Prueba de adecuacin del modelo.
    Anlisis de residuales. Mtodos de seleccin de variables. Mtodo de
    seleccin paso a paso.
    Modelo polinomial. Ecuaciones normales. Determinacin del grado del
    polinomio.

    Unidad 3: Series Temporales


    Series de tiempo. Tcnicas de prediccin elementales. Componentes
    de las series cronolgicas. Modelo aditivo y multiplicativo.
    Descomposicin de las series de tiempo. Prediccin
    Operador de diferencias y retardos. Ecuaciones Ordinarias en
    diferencias finitas: Lineales y con coeficientes constantes. Solucin
    general de la ecuacin homognea.
    Procesos estocsticos. Caracterizacin de un proceso estocstico.
    Mtodo de los momentos. Procesos estacionarios y ergdicos.
    Procesos lineales
    Procesos regresivos de orden P. Ajuste del modelo. Determinacin del
    orden. Estimacin de los parmetros.
    Procesos de medias mviles de orden Q. Determinacin del orden.
    Estimacin de los parmetros.
    Procesos mixtos ARMA(P, Q). Determinacin del orden. Estimacin de
    los parmetros.

    METODOLOGIA
    El curso se desarrollar usando el mtodo inductivo-deductivo. Las clases
    sern terico y prcticas. Se tendr en cuenta la participacin permanente
    de los alumnos. Se desarrollarn trabajos individuales y grupales con fines
    prcticos. Se har uso de software para complementar la parte prctica
    del curso.

    BIBLIOGRAFIA
    Stevenson William, Estadstica para administracin y economa, Harla,
    1995 Mxico.
    Spiegel Murray, Estadstica General, Mc Graw Hill.

    Canzado Enrique, Estadstica general, Cienes, Santiago chile.


    Ya Lun Chou, Anlisis estadstico

    También podría gustarte