110321 - MÉTODOS CUANTITATIVOS II

Tipo de asignatura: obligatoria

Coordinador: Joan Triadó Aymerich

trimestre: Segundo trimestre

Créditos: 6

Curso académico: 2025

Curso de impartición: 3

• Inglés

Inglés: por sesiones de Teoría y de Laboratorio

Asignatura enmarcada en la materia de investigación operativa. La asignatura pretende introducir al alumno en los conceptos, principios y fundamentos básicos de las técnicas de simulación, la teoría de juegos, y las cadenas de Markov para el análisis y la toma de decisiones en todo tipo de contextos. Finalmente, se introducen conceptos relacionados con aplicaciones empresariales en el contexto de la transformación digital de la empresa, como el grandes volúmenes de datos y la inteligencia empresarial .

La calificación final es la suma ponderada de las calificaciones de las actividades de aprendizaje:

Q = 0.25 Pex1 + 0.35 Pex2 + 0.10 ExiPar + 0.30 Lab

Importante: todas las actividades son obligatorias. ¡Para aprobar el curso el estudiante se debe presentar (o entregar) a todas las actividades!

Observaciones relativas a la Recuperación

La parte de teoría de la asignatura (Pex1 y Pex2) sí es recuperable. El resto de partes no son recuperables. Para los estudiantes que asistan al examen de recuperación su calificación (Pex1 y Pex2) será la obtenida en esta prueba y su calificación final (Q) se calculará con las fórmulas anteriormente detalladas y en ningún caso será superior a 7.

Normas de realización de las actividades

Observaciones:

Para superar las actividades evaluativas, los estudiantes deberán demostrar el Nivel MECES - 2:

• (punto c) tener la capacidad de recopilar e interpretar datos e informaciones sobre las que fundamentar sus conclusiones incluyendo, cuando sea necesario y sea pertinente, la reflexión sobre asuntos de índole social, científica o ética en el ámbito de su campo de estudio

• (punto e) saber comunicar a todo tipo de audiencias (especializadas o no) de manera clara y precisa, conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de su campo de estudio;

• (punto f) ser capaces de identificar sus propias necesidades formativas en su campo de estudio y entorno laboral o profesional y de organizar su propio aprendizaje con un alto grado de autonomía en todo tipo de contextos

Para cada actividad, los docentes informarán de las normas y condiciones particulares que las rijan

Las actividades unipersonales presuponen el compromiso del estudiante de realizarlas de manera individual y sin ningún tipo de colaboración con otras personas. Se considerarán suspendidas (calificación 0) todas aquellas actividades en que el estudiante no se ajuste a este compromiso de individualidad, independientemente de su papel (emisor o receptor) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

Igualmente, las actividades que se deban realizar en grupo presuponen el compromiso por parte de los estudiantes que lo integran de realizarlas en el seno del grupo y sin ningún tipo de colaboración con otros grupos o personas que sean ajenas (individualidad grupal). Se considerarán suspendidas (calificación 0) todas aquellas actividades en las que el grupo no haya respetado este compromiso con independencia de su papel (emisor o receptor) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

En el caso de actividades que puedan hacerse en grupo, cuando en alguna de ellas no se respete el compromiso de individualidad grupal y / o utilicen medios fraudulentos en su realización, la calificación de la actividad será, para todos los miembros del grupo, de 0 puntos (Nota Actividad = 0) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

Cualquier actividad no librada se considerará asignatura suspendida.

Es potestativo de los docentes aceptar o no entregas fuera de los plazos que se indiquen. En caso de que estas entregas fuera de plazo se acepten, es potestativo del docente decidir si aplica alguna penalización y su cuantía.

Hillier, Frederick S .; Lieberman, Gerald J. (2010). Introducción a la Investigación de Operaciones. McGraw-Hill

Jared Dean (2014). Big Data, Data Mining, y Machine Learning: Value Creation for Business Leaders and Practitioners. Wiley, ISBN 978-1-118-92069-5.

Game Theory: An Introduction by Steven TADEL Princeton University Press; 1st Edition edition January 6, 2013

Probabilidad, Markov Chains, Queues, y Simulación: The Mathematical Bases of Performance Modeling by Guillermo J. Stewart; Princeton University Press (Julio 26, 2009)