Prof. José Fernández Hernández

Docencia curso 2016/2017

Estadística y Empresa (Grado Veterinaria) | Laboratorio de modelización (Grado en Matemátcias) | Localización, distribución y transporte (Máster Matemática Avanzada y Profesional | tutorías]


                    Créditos:
                    Tipo: formación básica
                    Curso: primero
                    Otros profesores que imparten la asignatura: Leocadia Romero, Juan Antonio Cano, Antonio Rouco, Antonio R. Ramírez
                   
                    Descripción y objetivos:

ESTADÍSTICA:
"Un día el buen razonamiento estadístico será tan necesario para ejercer una ciudadanía eficiente como la capacidad de leer y escribir" (H.G Wells). La Estadística es utilizada frecuentemente en los distintos campos científicos y tecnológicos, por lo que su aprendizaje será importante en la formación del estudiante como universitario y futuro profesional. La asignatura aporta globalmente las bases necesarias para la descripción simplificada de poblaciones, la inferencia desde esa descripción a propiedades generales de la población, y la elección de modelos teóricos que permitan explicar el funcionamiento de la población y su comportamiento futuro.
EMPRESA:
En esta parte de la asignatura los alumnos comienzan a familiarizarse con el ámbito empresarial y su gestión económico-financiera. En él, buena parte de ellos desarrollarán su actividad profesional futura, bien sea por cuenta propia o ajena.
                   
                    Programa:

                        Bloque 1: Estadística descriptiva y Análisis de datos
TEMA 1 Estadística descriptiva univariante
· Poblaciones, variables y datos.
· Experimentos aleatorios.
· Tablas de datos: agrupamiento y representación de la muestra.
· Estadísticos: reducción de la muestra.
TEMA 2 Estadística descriptiva bivariante
· Agrupamiento y representación de datos bivariantes.
· Estadísticos asociados a tablas cuantitativas.
· Medidas de asociación asociadas a tablas cualitativas.
TEMA 3 Regresión y correlación
· Recta de regresión por mínimos cuadrados.
· Tabla de Anova de la regresión.
· Aplicaciones a modelos linealizables.
· Introducción a los modelos de regresión lineal multivariantes.

                        Bloque 2: Cálculo de probabilidades e Inferencia estadística
TEMA 1 Introducción a la probabilidad
· El concepto de probabilidad.
· Probabilidad condicionada.
· Independencia de sucesos.
· Teoremas de la probabilidad total y de Bayes.
TEMA 2 Variables aleatorias
· Distribuciones discretas: Bernoulli, Binomial y de Poisson.
· Distribución normal.
· Otras distribuciones relacionadas con la normal.
TEMA 3 Muestreo y estadísticos
· Estimación puntual.
· Tipos de muestreo.
· Distribución de estadísticos en el muestreo.
TEMA 4 Intervalos de confianza y Tests paramétricos
· Intervalos y contrastes sobre medias y proporciones.
· Intervalos y contrastes sobre comparaciones entre medias y proporciones.
TEMA 5 Tests no paramétricos
· Tests de bondad de ajuste.
· Tests de independencia.
  Tests de aleatoriedad.
· Tests de homogeneidad.
                       Bloque 3: Empresa (Gestión y Marketing)
TEMA 1 Concepto de empresa
· Concepto de empresa.
· Tipos de empresas.
TEMA 2 Concepto de gestión
· Concepto de gestión.
· Tipos de gestión.
· Gestión de calidad.
· Gestión técnica.
TEMA 3 Gestión financiera
· Gestión financiera.
· Análisis y selección de proyectos de inversión: evaluación económica de inversiones.
· Fuentes de financiación.
TEMA 4 Gestión económica
· Gestión económica.
· Concepto de coste.
· Clases de costes.
· Los costes en el proceso de toma de decisiones.
· Costes de amortización.
· Umbral de rentabilidad y ratios.
· El apalancamiento.
TEMA 5 Gestión de recursos humanos
· Concepto.
· Funciones.
· El trabajo en equipo.
· La motivación.
· Liderazgo.
· Tipos de empresa.
TEMA 6 Gestión comercial
· Concepto.
· Marketing: Precio, Comunicación, Distribución, Prueba, Procesos, Personas.
· Plan de Marketing.

                    Bibliografía:
Estadística
  1. Fernández, J., Fernández, P. e Iniesta, M (1998). Probabilidad, modelos y estadística. (Editorial Diego Marín, Colección Texto-Guía_ICE-Universidad de Murcia).
  2. Sokal, R.S. y Rohlf, F.J. (1987). Biometría. (H.Blume Ediciones, Madrid).
  3. Ruiz-Maya, L. y Martín Pliego, F.J. (1995). Estadística II. Inferencia. (Editorial AC, Madrid).
  4. Rius Díaz, F y otros (2008). Bioestadística. (Universidad de Málaga).
  5. Fernández, J. (2010). Probabilidad e Inferencia Estadística. (SUMA, Universidad deMurcia)
  6. Muñoz, F. Estadística y Análisis de datos. (SUMA, Universidad de Murcia).
Empresa
  1. Calahorra, F.; Fernández, M.J.; Rodríguez, A.J.; Rouco, A.; Ruiz, J. y Villaluenga, J.L. (2007). Gestión y Marketing de clínicas veterinarias. (Ed. Acalanthis, Madrid).
  2. Alonso, R. y Serrano, A. (1991). Los costes de producción agraria. (Ed. Mundi-Prensa,Madrid).
  3. Alfaro, J.; González, C. y Pina, M. (2004). Economía y Organización de Empresas. (Ed.McGraw-Hill, Madrid).
Notas de interés:

                    Descripción y objetivos:
El objetivo general de esta materia es conseguir que el estudiante sea capaz de afrontar un problema de otras ciencias, modelizarlo con técnicas matemáticas, dar una solución (aunque sea aproximada) y contrastar e interpretar la solución obtenida.
Aunque habrá una moderada cantidad de clases teóricas, la mayor parte de la docencia se realizará de manera práctica, pudiendo impartirse en microaulas. Utilizando una serie de ejemplos de modelos concretos, desarrollados por el profesor, se ofrecerá una colección de proyectos a trabajar por los estudiantes de forma individual y en grupo. Los modelos se presentarán agrupados en función de las técnicas matemáticas que se usan para su resolución: modelos en tiempo discreto, modelos en tiempo continuo, modelos de optimización, modelos estocásticos, etc.
El carácter eminentemente práctico y el protagonismo del alumno en esta materia en la que se trata de trabajar las competencias de modelización de problemas concretos más que introducir nuevos contenidos, hace que el desarrollo de la materia se realice fundamentalmente en base a "proyectos" a realizar por los alumnos individualmente y en grupo bajo la supervisión directa de los profesores responsables de la materia. Por esta razón en esta materia se considera necesaria una presencialidad del estudiante superior a la media del resto de materias.

                    Programa teórico:

Bloque 1: Introducción a la Modelización

TEMA 1 Introducción a la modelización

Bloque 2: Modelos discretos y continuos

TEMA 1 Modelos discretos

TEMA 2 Modelos continuos

Bloque 3: Optimización

                                        TEMA 1. Revisión de problemas de optimización

Se recordará al alumno qué es un problema de optimización, haciendo especial hincapié en la identificación de las variables, las restricciones y el objetivo del problema. En particular se hablará sobre problemas de:

TEMA 2. Optimización multi-objetivo

TEMA 3. Programación por metas


                    Programa de prácticas:

Práctica 1. Modelos discretos: Relacionada con los contenidos Tema 1 (Bloque 2)

Se presentarán al alumno distintos problemas  de modelización discreta, que se trabajarán de forma individual o en grupos reducidos. Los alumnos deberán modelizar al menos un problema de forma autónoma, creando un programas de ordenador que simule el modelo, siguiendo las fases de la modelización.

Práctica 2. Modelos continuos: Relacionada con los contenidos Tema 2 (Bloque 2)

Se presentarán al alumno distintos problemas  de modelización continua o híbrida, que se trabajarán de forma individual o en grupos reducidos. Los alumnos deberán modelizar al menos un problema de forma autónoma, creando un programas de ordenador que simule el modelo, siguiendo las fases de la modelización.

Práctica 3. Problemas de optimización: Relacionada con los contenidos Bloque 3

Se presentarán al alumno distintos problemas de optimización, ya sean de tipo lineal (continua o entera) o no lineal, tanto uni- como multi-objetivo, que se trabjarán de forma individual o en grupos reducidos. Los alumnos deberán formular los problemas y posteriormente resolverlos con software adecuado.


                    Descripción y objetivos:

Esta asignatura pretende dar a conocer al alumno los fundamentos y técnicas de análisis para la resolución de modelos asociados con diversos problemas de localización, distribución y transporte. Para ello se pretende desarrollar la capacidad para seleccionar los elementos a tener en cuenta en la elaboración de modelos específicos, y medir la eficacia de las diferentes soluciones, así como manejar los algoritmos y procedimientos de resolución más habituales, y desarrollar nuevos métodos y técnicas de resolución.
Con los contenidos que se desarrollaran en esta asignatura, el alumno aprenderá a:
- Formular problemas según diferentes criterios y situaciones.
- Analizar las propiedades de las posibles soluciones en cada caso.
- Resolver los modelos planteados.
- Analizar estrategias en el caso de competencia.
- Aplicar los modelos a la resolución de problemas reales.
- Utilizar el software relacionado.

                    Criterios de Evaluación:
                        Bibliografía:
Notas de interés:


Tutorías:
El horario de tutorías durante el primer cuatrimestre es el siguiente: Las tutorías tendrán lugar en el despacho 2.02 de la Facultad de Matemáticas.

Cualquier modificación puntual en el horario de turorías será previamente advertida mediante nota escrita en la puerta del citado despacho. 

También estoy suscrito al programa de tutorías electrónicas, así que a través de SUMA o del AULA VIRTUAL podéis preguntar las dudas que queráis.



Volver a mi página Web.

 Última modificación: 14 de Septiembre de 2016.