Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 114 Horas de Tutorías: 6 Clase Expositiva: 12 Clase Interactiva: 18 Total: 150
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Economía Cuantitativa
Áreas: Economía Cuantitativa (propia de la USC)
Centro Facultad de Ciencias Económicas y Empresariales
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable | 1ro curso (Si)
Por su propia naturaleza, la economía aborda conceptos cuantitativos. Por esa razón, las matemáticas y las estadísticas juegan un papel importante dentro de la ciencia económica, de hecho son herramientas esenciales tanto en el análisis como en la cuantificación y el modelado económico.
Esta asignatura tiene como objetivo proporcionar a los estudiantes, en la medida de lo posible, un conjunto de técnicas esenciales para otras materias del programa de máster. De hecho, el avance en el conocimiento de la realidad económica depende en gran medida de la capacidad de sus analistas para obtener información al respecto, describirla y estudiarla utilizando indicadores y técnicas apropiadas, lo que facilita la predicción y un mayor éxito en la toma de decisiones. Como resultado, se pretende que los estudiantes adquieran la gestión de ciertos indicadores, técnicas y metodologías de gran utilidad en este campo.
Por lo tanto, de forma más concreta, se intentan lograr los siguientes objetivos:
- Comprender las herramientas matemáticas y las estadísticas básicas, necesarias para la formalización del comportamiento económico.
- Desarrollar habilidades en la búsqueda, identificación e interpretación de fuentes de información económica relevante y su contenido.
- Adquirir la capacidad de formular modelos simples de relación de variables económicas basadas en la gestión de instrumentos técnicos.
- Evaluar (usando técnicas empíricas las consecuencias de diferentes alternativas de acción y seleccionar las más adecuadas.
- Fomentar la actitud crítica y autocrítica
- Manejar la formulación y resolución de diferentes problemas de optimización estática y dinámica.
- Conocer los métodos estadísticos.
MATEMATICAS
1. Convexidad y optimización
1.1. Autovalores, autovectores, diagonalización de matrices.
1.2. Conjuntos conjuntivos y funciones.
1.3. Convexidad y diferenciación.
1.4. Optimización con las mismas restricciones.
1.5. Optimización con restricciones de desigualdad.
2. Ecuaciones diferenciales
2.1. Concepto de ecuación diferencial
2.2. Ecuaciones diferenciales de orden 1.
2.3. Sistemas de ecuaciones diferenciales.
2.4. Balance, estabilidad, diagrama de fases.
3. Optimización dinámica
3.1. Presentación del problema
3.2. Condiciones de primer orden.
3.3. Condición de transversalidad
3.4. Suficiente condición
3.5. Horizonte infinito
ESTADÍSTICA
1. Análisis de datos con R
1.1. Introducción a R.
1.2. Preparación de los datos.
1.3. Exploración de análisis de datos.
2. Variables aleatorias y estimación de parámetros
2.1. Tipos de variables aleatorias, caracterización, ejemplos notables.
2.2. Simulación de variables aleatorias.
2.3. Estimación de parámetros.
2.4. Propiedades de los estimadores.
3. Inferencia estadística: intervalos de confianza y contrastes de hipótesis
3.1. Introducción a la inferencia estadística
3.2. Estimación puntual
3.3. Estimación por intervalos de confianza
3.4. Tests de hipótesis
MATEMÁTICAS
• Adams, R. (2009). Cálculo. Pearson.
• Barro, R., Sala-i-Martin, X. (2004). Economic Growth. (Anexo matemático). MIT Press.
• Cerdá, E. (2011). Optimización Dinámica. Garceta.
• Kamien, M., Schwartz, N. (2012). Dynamic Optimization, Second Edition: The Calculus of Variations and Optimal Control in Economics and Management. Dover Publications, Inc.
• Sydsaeter, K., Hammond, P. Seierstad, A., Strom, A. (2008). Further Mathematics for Economic Analysis. Prentice-Hall.
ESTADÍSTICA
Básica
• Dalgaard, P. (2008). Introductory Statistics with R
• Lind, D.A.; Marchal, W.G. e Wathen, S.A. (2015): Estadística Aplicada a los Negocios y a la Economía. Ed. McGrawHill.
• Newbold, P. et al. (2008). Estadística para los Negocios y la Economía. Prentice-Hall.
• Ruiz-Maya Pérez, L., Martín Pliego, F.J. (2005). Fundamentos de Inferencia Estadística. Ed. Thomson
• Sarrión Gavilán, Mª Dolores (2013). Estadística Descriptiva. España, Mc Graw Hill
• Triola, M.F. (2018). Estadística. Pearson.
• Wasserman, L. (2003). All of Statistics. A Concise Course in Statistical Inference. Springer
Complementaria
• Cabrero Ortega, Yolanda y García Pérez, Alfonso (2015). Análisis estadístico de datos espaciales con QGIS y R. España,
UNED
• Wickham, H, Grolemund, G. (2016). R for Data Science. O’Reilly
Libros de ejercicios
• Martín Pliego, F.J., Montero Lorenzo, J.M. e Ruiz-Maya L. (1998): Problemas de probabilidad. Ed. AC.
• Martín Pliego, F.J., Montero Lorenzo, J.M. e Ruiz-Maya L. (2000): Problemas de inferencia estadística. Ed. AC
Básicas y Generales:
- Que los estudiantes apliquen los conocimientos adquiridos y desarrollen su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
- Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
- Que los estudiantes adquieran la capacidad de concebir, diseñar y poner en práctica un proceso sustancial de investigación en el campo de la economía en general, y en particular en sus áreas de especialización, con rigor académico.
- Que los estudiantes adquieran la capacidad para presentar y defender con rigor, claridad y precisión nuevas ideas tanto en el entorno habitual de trabajo como en reuniones científicas nacionales o internacionales.
Específicas:
- Conocer las herramientas matemáticas, estadísticas y econométricas necesarias para manejar los modelos económicos de forma rigurosa.
- Gestionar las técnicas econométricas actuales.
- Lograr la capacidad de modelar situaciones económicas específicas y obtener resultados con datos numéricos aplicando las técnicas econométricas pertinentes.
- Analizar y proponer cambios en el diseño de las organizaciones y sistemas de incentivos que mejoren su desempeño para tener su eficiencia.
- Participar en grupos de trabajo interdisciplinarios vinculados al estudio de las tendencias socioeconómicas a largo plazo.
- Analizar las ventajas y desventajas de la regulación y las políticas económicas y proponer alternativas.
Transversales:
- Desarrollar la capacidad de interactuar y defenderse con rigor, claridad y precisión ante trabajos de otro especialista, propuestas, nuevas ideas, etc.
- Favorecer la comunicación oral y escrita.
- Desarrollar la capacidad de análisis y síntesis.
La docencia expositiva e interactiva será totalmente presencial. En las clases interactivas el estudiantado trabajará individualmente o en grupos. La titorización será prioritariamente presencial pero también podrá hacerse de manera telemática empleando el correo electrónico, el aula virtual o la plataforma virtual de la USC (Teams).
El curso se desarrolla combinando docencia expositiva y docencia interactiva, complementadas ambas por tutorías individuales y/o en grupo reducido.
La materia contará con un aula virtual en la plataforma de la USC donde se incluirán las presentaciones de aula y materiales de apoyo para el curso y preparación de la materia.
Sesión magistral: Exposición oral, apoyada en medios audiovisuales, que incluirá conceptos teóricos y ejemplos prácticos.
Prueba objetiva: Prueba para evaluar la capacidad que el alumnado tenga para asimilar los conceptos e interrelacionarlos.
Prácticas a través de TIC y trabajos tutelados: El alumnado realizará, con el apoyo y dirección de los profesores, las aplicaciones empíricas (propuestas).
La materia se divide en dos módulos independientes: Matemáticas y Estadística.
La nota final de la materia es la suma de la nota de ambos módulos valorados cada uno sobre 5 puntos. En cada uno de los módulos, el sistema de evaluación se desglosa de la siguiente manera:
- Prueba objetiva (examen escrito) 40 %.
- Evaluación continua (ejercicios y prácticas) 60 %.
Hay que obtener un mínimo del 50% de la a nota en los exámenes para que computen el resto de actividades de evaluación continua. Para superar la materia es necesario aprobar ambos módulos.
El sistema de evaluación en la oportunidad extraordinaria de recuperación es el mismo que en la oportunidad ordinaria.
El alumnado repetidor será evaluado de la misma manera que el no repetidor.
El alumnado que tenga concedida la dispensa de asistencia a clases en base a la normativa vigente podrá optar por hacer el examen final, que se valorará con el 100% de la nota.
Como orientación general, se entiende que los estudiantes necesitan 120 horas de trabajo autónomo para asimilar los contenidos de las clases magistrales, realizar las prácticas a través de las TIC, preparar la prueba objetiva y ejecutar las tareas tuteladas.
Se recomienda el uso continuo de la bibliografía, el material de apoyo utilizado en clase y mantener una comunicación constante con el docente.
Maria Luisa Chas Amil
- Departamento
- Economía Cuantitativa
- Área
- Economía Cuantitativa (propia de la USC)
- Teléfono
- 881811549
- Correo electrónico
- marisa.chas [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Xesus Pereira Lopez
Coordinador/a- Departamento
- Economía Cuantitativa
- Área
- Economía Cuantitativa (propia de la USC)
- Teléfono
- 881811708
- Correo electrónico
- xesus.pereira [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
| Martes | |||
|---|---|---|---|
| 11:30-13:00 | Grupo /CLE_01 | Gallego | Aula de Informática 5 |
| Miércoles | |||
| 11:30-13:00 | Grupo /CLIS_01 | Gallego | Aula de Informática 5 |
| 09.12.2024 16:00-19:00 | Grupo /CLE_01 | Aula de Informática 5 |
| 09.12.2024 16:00-19:00 | Grupo /CLIS_01 | Aula de Informática 5 |
| 16.12.2024 16:00-19:00 | Grupo /CLE_01 | Aula de Informática 5 |
| 16.12.2024 16:00-19:00 | Grupo /CLIS_01 | Aula de Informática 5 |
| 05.05.2025 10:00-13:00 | Grupo /CLIS_01 | Aula de Informática 5 |
| 05.05.2025 10:00-13:00 | Grupo /CLE_01 | Aula de Informática 5 |
| 09.05.2025 16:00-19:00 | Grupo /CLE_01 | Aula de Informática 5 |
| 09.05.2025 16:00-19:00 | Grupo /CLIS_01 | Aula de Informática 5 |