Quintín Martín Martín

Este libro pretende ser un texto introductorio a las técnicas de Investigación Operativa. Los alumnos a los que está orientado son: estudiantes de la Licenciatura en Matemáticas, Diplomatura de Estadistica, Ingenieria, Informatica y de todas las areas relacionadas con la Economia y Empresa. El libro se centra en lo fundamental de cada tema, apoyando los conceptos que desarrolla con ejercicios resueltos y proponiendo al final de cada uno de ellos un conjunto de ejercicios para que el estudioso del tema se ejercite.

Este libro se enmarca dentro de la colección Prentice Práctica, cuya finalidad es permitir al alumno comprender y afianzar la asimilación de teoría a través de diversos ejercicios y problemas que desarrollan los conceptos ya presentados en el libro Investigación Operativa. El primer bloque se dedica a la Programación Lineal, Dualidad, Programación Entera, Análisis Post-Óptimo y Análisis de Sensibilidad. La novedad aparece en los últimos capítulos dedicados al estudio de Redes Neuronales Artificiales y Algoritmos Genéticos y su aplicación dentro del campo de la Investigación Operativa.

El contraste permite decidir si una hipótesis estadística planteada debe ser aceptada o no.

Con este libro intentamos ayudar al usuario de análisis de datos estadísticos en las necesidades que le surjan en su campo de trabajo. Este texto se aborda con una metodología estadística informática, entendida esta como el analisis de datos obtenidos a traves de programas de ordenador. La experiencia nos dice que el usuario de paquetes estadisticos centra su interes en textos, donde se encuentre guiado a traves de ejemplos comentados, tanto en la parte necesaria para acceder a tecnicas estadisticas como al analisis de los resultados obtenidos al ejecutar dichas tecnicas. Desde el punto de vista docente, el enfoque que se ha asumido es una breve introduccion teorica seguida de ejemplos practicos y, sobre ellos, ir contestando a posibles preguntas que dentro del escenario de analisis de datos cabria preguntarse. Tambien se han dejado algunas preguntas planteadas para que el lector intente contestar, siempre dando su solucion.

En esta monografía se acerca al lector los conceptos básicos de redes neuronales y de regresión, así como de los modelos que se pueden construir bajo ambas técnicas. Se analiza la relación y el paralelismo existente entre dichas técnicas: una paramétrica (la regresión) y otra no paramétrica (las redes neuronales artificiales). Se pone de manifiesto la relación existente entre las redes neuronales artificiales con los modelos de regresión, se establecen equivalencias entre términos estadísticos (regresión) y de redes neuronales artificiales y se estudian los métodos estadísticos subyacentes en las redes neuronales. Se da información sobre campos de aplicación de la regresión y de las redes neuronales artificiales y se muestran las ventajas que en determinados contextos presentan estas últimas. Por último, se llevan a cabo predicciones con el método clásico y con una red neuronal artificial, comparando los resultados obtenidos según el método empleado.