fbpx
Escudo de la República de Colombia
Dpto. de Ingeniería de la Organización
Modelos Cuánticos para las Finanzas
 

Resumen

Esta asignatura busca capacitar al estudiante en la aplicación de la matemática financiera, modelos de optimización y simulación bajo riesgo e incertidumbre, en diversos aspectos relacionados con la solución de problemas financieros y de inversión

Profesor: Maritza Jimenez Zapata

Fecha de inicio: Por definir

Valor: $2.773.333 cop

Modalidad: Presencial, 4 horas semanales

Horario: Por definir

Moodle: https://unvirtual.medellin.unal.edu.co/

Dirigido a

  • Profesionales graduados en Ingeniería Industrial, Ingeniería Administrativa, Ingeniería Financiera, Administración de Empresas, Estadística, Finanzas, Contaduría, Economía o áreas afines, cuyo campo de acción profesional se centre en el área financiera o en la generación de valor organizacional a través de las finanzas.

Perfil del docente


Nombre: Maritza Jimenez Zapata

Hoja de vida: Link CvLAC

Google Scholar: Link Google Scholar

Maritza Jiménez Zapata. Doctora y Magíster en Ingeniería, e Ingeniera Administradora de la Universidad Nacional de Colombia. Se desempeña como profesor Asociado de la Universidad Nacional de Colombia en el Departamento de Ingeniería de la Organización. Tiene experiencia en docencia, investigación y consultoría. Sus áreas de investigación actuales incluyen el modelado y simulación de sistemas complejos, análisis estadísticos, gestión de riesgo, transición energética, entre otros.

Contenido de la asignatura

1.Principios para valorar activos

  • 1. Matemática financiera básica
  • 2. VPN (valor presente neto)
  • 3. Flujos de Caja Descontado
  • 4. Evaluación bajo incertidumbre

2. Distribuciones de probabilidad.

  • 1. Fundamentos
  • 2. Variables Aleatorias
  • 3. Estadística Descriptiva
  • 4. Funciones de distribución de Probabilidad
  • 5. Análisis de inversiones bajo riesgo

3. Simulación Montecarlo.

  • 1. Distribuciones de Probabilidad Inversa
  • 2. Generación de Números Aleatorios
  • 3. Selección de variables de entrada y salida
  • 4. Cálculo de distribuciones de Probabilidad simuladas

4. Análisis de Regresión y Correlación..

  • 1. Tipos de Regresión
  • 2. Ajustes de Regresión a Series de Datos
  • 3. Matrices de Varianza-Covarianza
  • 4. Matriz de Correlación

5. Optimización Determinista.

  • 1. Problemas de programación lineal
  • 2. Algoritmo simplex Software Solver de Excel
  • 3. Análisis de Problemas de Programación Lineal
  • 4. Análisis de Sensibilidad y Análisis dual

6 Optimización Estocástica.

  • 1. Selección de parámetros
  • 2. Ajuste de distribuciones de probabilidad
  • 3. Simulación estocástica de parámetros
  • 4. Optimización de parámetros estocásticos

7. Dinámica de Sistemas.

  • 1. Introducción. Arquetipos.
  • 2. Realimentación y ciclos
  • 3. Diagramas Causales
  • 4. Tipos de Variables.
  • 5. Diagramas de Fórrester ¿ Software POWERSIM
  • 6. Simulación de casos en finanzas

Metodología

La asignatura se ofrece de forma presencial. Se desarrollará a través de presentaciones magistrales de las temáticas, talleres de aplicación práctica, ejercicios dentro y fuera del aula, y requiere una dedicación de 4 horas semanales de trabajo autónomo de los estudiantes.

Bibliografía

  • GARCIA, Jaime . Matemáticas Financieras . Perason 2000
  • Sterman, John D. (2000). Business Dynamics: System thinking and modeling for a complex world. Irwin McGraw-Hill
  • Palisade Corporation. DECISION TOOLS ¿ Users Guide. 2001
  • Douglas C. Montgomery, Elizabeth A. Peck, G. Geoffrey Vining. (2012). Introduction to Linear Regression Analysis,. John Wiley & Sons , Fifth Edition
  • NaTaha H. (2012). Investigación de operaciones una introducción, 9ª edición. Pearson
  • Hillier F. y Lieberman G. (2010). Investigación de operaciones 9ª edición.
  • Mc Graw Hillssir Sapag Chain. Proyectos de inversión. Formulación y evaluación 2a edición. Pearson Educación, Chile, 2011. ISBN: 978-956-343-107-0