Está en la página 1de 4

LAS ESTRUCTURAS DEL ANLISIS

Total Horas Lectivas: 48 (24 presenciales)


Objetivos Especficos:
Al finalizar el curso el estudiante ser capaz de relacionar los principales conceptos
relativos a las estructuras y operadores del Anlisis Funcional y aplicarlos a los
conjuntos numricos.
Sistema de Conocimientos:
I. Conjuntos numricos y funciones. Operaciones, distancia, productos y sus
propiedades
Los conjuntos numricos como estructuras algebraicas. Distancia y producto
escalar en Rn. Sucesiones convergentes y de Cauchy en IR.
II. Espacio vectorial y espacio mtrico
Las estructuras como generalizacin de Rn. Principales propiedades analticas y
topolgicas. Base y dimensin de un espacio vectorial y principales ejemplos.
Ejemplos de mtricas.
III. Espacio normado y espacio euclidiano
Ejemplos principales (desigualdades importantes). Relacin entre espacios
mtricos, normados y euclidianos. Espacios de Banach y de Hilbert
IV. Funcionales y operadores lineales continuos
Relacin entre continuidad y acotacin. Espacio dual y bidual. Teorema de
representacin de Riesz.
Bibliografa:
Kolmogorov/Fomin: (1972) Introducin a la Teora de Funciones y el Anlisis
Funcional. Edicin Mir. Mosc
W.Rudin: "Anlisis Funcional", Mc-Graw-Hill, New York, 1966.
Meise, R. Vogt. D.: "Introduction to Functional Analysis", Clarendon Press,
Oxford, 1997.
CURSO BSICO DE OPTIMIZACIN LINEAL CONTINUA Y DISCRETA
Total Horas Lectivas: 48 (24 presenciales)
Objetivos:
Al concluir el curso el estudiante dmoinar el problema general de optimizacin
continua y su importancia en la Investigacin de Operaciones y los problemas de toma
de decisiones. Para ello se capaz de:
Presentar las propiedades y caractersticas del problema de optimizacin
lineal, tanto para variables continuas como discretas.
Formular el Algoritmo Simplex para el caso continuo y dar una idea de la
filosofa de algunas metaheursticas ms utilizadas.
Presentar algoritmos de tipo planos cortantes y ramificacin y acotacin, para
los problemas en enteros lineales.
Dar conceptos generales de la teora de grafo y de los problemas de camino y
flujo de la programacin reticular.
Sistema de Conocimientos:
I. Optimizacin Lineal
Introduccin al problema de optimizacin. Formulacin del Problema General de
la Optimizacin Continua. La Optimizacin Lineal como caso particular.
Modelacin de problemas bsicos de optimizacin continua, particularmente los
clsicos de la optimizacin lineal. Interpretacin geomtrica. Resolucin de
problemas en R2. Convexidad. Caracterizacin de las soluciones de un problema
de OL. Solucin factible bsica.
Teorema Fundamental de la OL. Formulacin del mtodo Simplex. Ejemplos de
aplicacin del mtodo Simplex. Bsqueda de una solucin factible bsica inicial.
Mtodo de Dos Fases.
Dualidad. Problema de OL y su dual. Relacin entre ambos problemas. Resultados
de dualidad. Teorema de holguras complementarias. Algoritmo Dual-Simplex.
II. Optimizacin entera
Introduccin a la Programacin Entera. Modelos de Optimizacin Lineal con
variables enteras. Algoritmos de Planos Cortantes y de Ramificacin y Acotacin.
Grafos. Conceptos Bsicos. Conexidad. Caminos optimales. Conceptos y
algoritmos. Grafos asociados a proyectos. Ruta Crtica.
Flujo sobre grafos. Corte Mnimo. Flujo Mximo. Flujo Mximo de Costo Mnimo
Bibliografa
Mtodos de Optimizacin Continuos. Juan Manuel Otero, Alibeit Kakes, Ayme
Marrero. Editorial Flix Varela, 2006. La Habana. Cuba. ISBN 978-959-07-0311-9
Teora de Grafos. Alibeit Kakes y Omar Casas, 1987. Editorial Pueblo y Educacin.
Cuba. SNLC: CU01.27670.0
Programacin Lineal. Saul I. Gass. 1983. ISBN: 968-26-0057-X
Introduction to Linear and Nonlinear Programming. David G. Luenberger.
Addison-Wesley Publishing Company, 1984
Linear Programming and Network Flows. Mokhtar S. Bazaraa; John J. Jarvis.
Editorial: John Wiley and Sons. Edicin: 0004 (1 de diciembre de 2009) ISBN: 978-
0470462720
Advances in Linear and Integer Programming. J.E. Beasley. Oxford University
Press. 1996. ISBN: 0-19-853856-1
INTRODUCCIN A LA ESTADSTICA MATEMTICA
Total de Horas: 48 horas (24 presenciales)

Objetivos:
Que el estudiante adquiera las herramientas y los conocimientos para la
determinacin y/o seleccin de estimadores adecuados, as como, para el anlisis y el
desempeo de estos y su aplicacin en problemas o en investigaciones.
Que el estudiante adquiera los conocimientos y habilidades necesarias para la solucin
de problemas mediante el uso de las pruebas de hiptesis estadsticas, con
conocimiento de las ventajas y limitaciones de los diferentes procedimientos.
Que el estudiante adquiera los conocimientos y habilidades necesarias para utilizar
sistemas de computacin necesarios para facilitar el trabajo

Sistema de Conocimientos
Tema 1 Elementos de la estadstica descriptiva. Escala de medidas. Medidas de
tendencia central y dispersin. Grficos univariados.
Tema 2 Probabilidades. Variables aleatorias. Funcin de distribucin. Caractersticas
numricas. Distribucin Normal, Binomial y Poison. Distribuciones muestrales.
Distribucin de la media muestral de una poblacin Normal y d ela varianza muestral.
Otras distribuciones muestrales.
Tema 3 Principios de la inferencia estadstica. Estimacin. Propiedades de los
estimadores. Mtodo de estimacin mximo verosmil. Estimar intervalos de
confianza. Formulacin de la pruebas de hiptesis o docimasia de hiptesis. Conceptos
bsicos. Prueba de hiptesis para la media de una poblacin con distribucin Normal y
para la comparacin de dos medias de distribuciones normales. Prueba de hiptesis
para proporciones y para comparar dos proporciones. Prueba de hiptesis para la
varianza de una distribucin normal y para la comparacin de dos distribuciones
normales.
Tema 4 Medidas de asociacin. Prueba de hiptesis chi cuadrado. Correlacin.
Diagrama de dispersin. Prueba de hiptesis para la correlacin. Interpretacin.
Bibliografa:
-Mood, A. M. y Graybill, F. A. Introduccin a la Teora de la Estadstica.
Ediciones Aguilar s.a. Espaa. (1978)
-Johnson, R. y Kuby, P. Estadstica elemental 10ma edicin Editorial CENGAGE
Learning s.a. Mexico (2008)
-Bouza, C.N. y Sistachs, V. ESTADISTICA Teora bsica y ejercicios Editorial Felix
Varela Cuba (2010).

También podría gustarte