Probabilidad (Curso 2 - Cuatrimestre 2) Estadística (Curso 3 - Cuatrimestre 1) Procesos Estocásticos (Curso 4 - Cuatrimestre 1) - al menos conocimiento parcial

* Programación en R e introducción al R Markdown * Repaso de Probabilidad * Repaso de Estadística 1. Números aleatorios (técnicas Monte Carlo) 1.1 Repaso de probabilidad e inferencia 1.2 Técnicas de validación estadística 1.3 Generación de números (pseudo)aleatorios 1.4 Aproximación de probabilidades y volúmenes 1.5 Integración Monte Carlo 2. Simulación de variables y vectores aleatorios 2.1 Método de la transformada inversa 2.2 Técnicas de aceptación-rechazo 2.3 Método de composición 2.4 Distribuciones multivariantes 2.5 Distribución normal multivariante 3. Simulación por sucesos discretos 3.1 Procesos de Poisson 3.2 Procesos Gausianos 3.3 Sistemas de colas (simple y múltiple) 3.4 Modelo de inventario 3.5 Modelo de seguros 3.6 Problema de reparación 3.7 Ejercicio de una opción financiera 4. Reducción de la varianza 4.1 Variables antitéticas 4.2 Variables de control 4.3 Muestreo estratificado 4.4 Muestreo por importancia 5. MCMC 5.1 Cadenas de Markov 5.2 Metropolis-Hastings 5.3 Muestreo de Gibbs 6. Introducción al bootstrap 6.1 El principio bootstrap 6.2 Estimación de los errores estándar 6.3 Inferencia bootstrap (intervalos de confianza)

- Clases teórico-prácticas con ordenador: Presentación de conceptos, desarrollo de la teoría, ejemplos y resolución de problemas: 25 horas presenciales - Trabajo del alumno fuera del aula: 49 horas no presenciales - Sesiones de evaluación (exámenes de evaluación continua y examen final): 5 horas presenciales - Preparación específica de la evaluación: 4 horas no presenciales