1. Fundamentación Estadística

a. Estadística Descriptiva
b. Probailidad y Variables Aleatorias
c. Teorema Central del Límite (Conceptos Básicos)

2. Introducción al Software Risk Simulator.

a. Aplicaciones Generales.
b. Manejo de los menús
c. Variables de entrada y pronóstico
d. Edición de variables
e. Ajuste de Distribución Automático y pruebas de bondad de ajuste
i. Variables continuas
ii. Variables discretas
f. Preferencias de la simulación y nivel de precisión
g. Ejecución del modelo
h. Análisis de las estadísticas de simulación
i. Sobreposición de variables
j. Correlación de supuestos

3. Decisiones bajo incertidumbre.

a. Qué es la Simulación de Monte Carlo e Hipercubo Latino?
b. Análisis de Escenarios para 1 y 2 variables
c. Análisis de Escenarios para múltiples variables
d. Simulación de precios de acciones
e. Portafolios de inversión bajo incertidumbre
f. Evaluación de proyectos bajo incertidumbre
g. Análisis de sensibilidad
h. Toma de decisiones de ahorro pensional bajo incertidumbre

4. Introducción al Pronóstico.

a. Intorducción a la Econometría y la Regresión
b. Qué son los Modelos de Series de Tiempo?
c. Modelos Básicos de Pronóstico (Promedio Móvil Simple, Doble, Suavizamiento Exponencial, Holt     Winters Estacionales)
d. Pronóstico de ventas
e. Pronóstico de variables financieras y económicas Peruanas

5. Optimización

a. Optimización con variables discretas. En qué proyectos invertir?
b. Optimización con Variables Continuas. Cuánto invertir en un conjunto de acciones?
c. Teoría Moderna de Portafolios, Optimización de Portafolios de Inversión con simulación de Monte Carlo
d. Construcción de fronteras eficientes

6. Toma de decisiones usando Árboles de Decisión.

a. Cómo construir un árbol de decisión?
b. Diseño del árbol de decisión en Risk Simulator
c. Introduciendo incertidumbre a un árbol de decisión
d. Tomando decisiones usando árboles de decisión