Información general


Tipo de asignatura: básica

Coordinador: Adso Fernández Baena

trimestre: Segundo trimestre

Créditos: 6

Profesorado: 

Moisés Burset Albareda
Xavier Font Aragonés 

Competencias


competencias básicas
  • B1_Que los estudiantes hayan demostrado tener y comprender conocimientos en un área de estudio que tenga su base en la educación secundaria general, y se acostumbre a encontrar a un nivel que, aunque con el soporte de libro de texto avanzados, incluya también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio

     

  • B3_Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio), para emitir juicios que incluyan una reflexión sobre temas relevantes de carácter social, científico o ético

     

  • B4_Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tan especializado como no especializado

     

Competencias específicas
  • EFB1_Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: ​​álgebra lineal, cálculo diferencial e integral, métodos numéricos, algorítmica numérica, estadística y optimización

     

competencias transversales
  • T1_Que los estudiantes conozcan un tercer idioma, que será preferentemente el inglés, con un nivel adecuado de forma oral y por escrito, de acuerdo con las necesidades que tendrán las graduadas y graduados en cada titulación

     

  • T2_Que los estudiantes tengan capacidad para trabajar como miembros de un equipo interidisciplinar ya sea como un miembros más, o realizando tareas de dirección con el fin de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles

     

Descripción


La asignatura como disciplina de la ciencia encargada de aprender de los datos y analizar los fenómenos con incertidumbre se ha beneficiado muchísimo de los avances en computación e informática. Esta asignatura da las bases para sintetizar la información, resolver problemas donde hay presencia de fenómenos aleatorios y abre la puerta a conceptos más avanzados de Machine Learning. Se verá la teoría de la probabilidad y el estudio de las diferentes distribuciones de probabilidad para resolver problemas. Se darán ejemplos aplicados de muestreo y de inferencia estadística aplicados en ámbitos cercanos a las áreas de la titulación.

Esta asignatura dispone de recursos metodológicos y digitales para hacer posible su continuidad en modalidad no presencial en el caso de ser necesario por motivos relacionados con la Covidien-19. De esta forma se asegurará la consecución de los mismos conocimientos y competencias que se especifican en este plan docente.

Resultados de aprendizaje


A nivel general, esta asignatura contribuye a siguientes resultados de aprendizaje especificados para la materia a la que pertenece (Fundamentos Científicos)

 

Ra1: Describir la estructura general de un análisis estadístico donde intervienen la definición de los objetivos, la captura de datos, el análisis previo, así como la resolución y presentación de resultados en uso de software de análisis de datos.

 

Ra2: Usar la estadística descriptiva para sintetizar información, tanto desde la perspectiva gráfica como numérica

 

RA3: Conocer y saber aplicar los principios básicos de combinatoria, así como usar las principales propiedades de la Teoría de la Probabilidad para resolver problemas.

 

RA4: problemas de fenómenos aleatorios con la identificación de la distribución de referencia.

 

RA5: Identificar, usar y representar la distribución gaussiana.

 

RA6: Aplicar conceptos de simulación (Monte Carlo) y muestreo en la resolución de problemas.

 

RA7: problemas de inferencia estadística mediante intervalos de confianza y contrastes de hipótesis.

 

Metodología de trabajo


Todos los conceptos teóricos de la materia expondrán en clases de teoría (grupos grandes) y / o en sesiones de laboratorio (grupos pequeños). En estas clases, ya discreción de los docentes impartidores, también se resolverán ejercicios y problemas de carácter más práctico. Asimismo y siempre a discreción de los impartidores, se podrá pedir a los estudiantes que resuelvan, de manera individual o en grupo, problemas y / o ejercicios breves. Estas actividades, que por su naturaleza de optatividad y brevedad servirán al estudiante como instrumento de autoevaluación de su adquisición de los contenidos de la materia y podrán ser utilizados por parte del docente para valorarla.

 

 Los conceptos de carácter más práctico y todo lo que en esencia se pueda considerar la aplicación práctica de los conceptos teóricos serán trabajados en grupos pequeños (de laboratorio). En las sesiones que se programen al efecto se darán las herramientas adecuadas para resolver las actividades programadas. En ocasiones los estudiantes las deberán finalizar durante el tiempo de aprendizaje autónomo. Siempre que se considere oportuno se pondrá a disposición de los estudiantes actividades de tipo totalmente opcional que le ayuden a preparar ya prepararse para las de carácter obligatorio.

Contenidos


1.- Análisis de Datos y Estadística Descriptiva

2.- Probabilidad y Combinatoria

3.- Variable Aleatoria Discreta

4.- Variable Aleatoria Continua

5.- Muestreo y Inferencia Estadística

6.- Modelos Lineales: ANOVA

Actividades de aprendizaje


Se pone a disposición de los estudiantes una serie de actividades de carácter eminentemente práctico (ejercicios cortos, problemas ...) que son la base de las actividades de aprendizaje de la asignatura. Estas actividades los estudiantes / se las tendrán que resolver, a menudo de manera no presencial, siguiendo las indicaciones de los docentes y también serán trabajadas en clase, ya sea como ejemplos en las sesiones de teoría, ya sea en las sesiones de laboratorio. Si bien estas actividades tendrán carácter optativo (los docentes no verificarán de manera individualizada la realización por parte de los estudiantes), serán imprescindibles para alcanzar los conocimientos teórico-prácticos de la asignatura.

Con el objetivo de recoger evidencias del logro de los resultados de aprendizaje esperados se realizan las siguientes actividades de carácter evaluativo:

 

PEX = Prueba escrita (Examen)

La prueba incluirá los contenidos asociados a los resultados de aprendizaje siguientes: Ra2, RA3, RA4, RA5 y RA7

A nivel competencial se detallan las competencias en las que incide esta actividad: B1, EFB1, T1 y T2

 

PLABEN = Prácticas Laboratorio

Las prácticas permitirán al estudiante comprender un problema (o varios) que implique un proyecto de análisis de datos así como su resolución haciendo uso de software de análisis de datos.

Evidencia de los resultados de aprendizaje: Ra1, RA2, RA5, RA6 y RA7

A nivel competencial se detallan las competencias en las que incide esta actividad: Competencias Básicas Generales: B1; Competencia Específica: EFB1, y las Competencias transversalsT1 y T2

 

Proy = Presentación Proyecto Análisis de Datos

Los estudiantes presentarán un problema de análisis de datos describiendo todas y cada una de las etapas que han desarrollado. Se entregará el código, el documento de trabajo y la presentación realizada

Evidencia de los resultados de aprendizaje: Ra1, Ra2, RA3, RA4, RA5, RA6 y RA7

A nivel competencial se detallan las competencias en las que incide esta actividad: Competencias Básicas Generales: B1; Competencia Específica: EFB1, y las Competencias transversalsT1 y T2

 

ExiP = Ejercicios y participación en clase

Los estudiantes y / o grupos que participen en la resolución de problemas

Evidencia de los resultados de aprendizaje: Ra2, RA3, RA4, RA5 y RA7

A nivel competencial se detallan las competencias en las que incide esta actividad: Competencias Básicas Generales: B1; Competencia Específica: EFB1, y las Competencias transversalsT1 y T2

 

Form = Entrega de varios formularios

Los estudiantes sintetizarán los contenidos de todos los contenidos vistos en la asignatura.

Evidencia de los resultados de aprendizaje: Ra2, RA3, RA4, RA5 y RA7

 

A nivel competencial se detallan las competencias en las que incide esta actividad: Competencias Básicas Generales: B1, B3 y B4; Competencia Específica: EFB1, y la competencia transversal T1

 

Observaciones:

Para superar las actividades evaluativas, los estudiantes deberán demostrar el Nivel MECES - 2:

• (punto c) tener la capacidad de recopilar e interpretar datos e informaciones sobre las que fundamentar sus conclusiones incluyendo, cuando sea necesario y sea pertinente, la reflexión sobre asuntos de índole social, científica o ética en el ámbito de su campo de estudio

• (punto e) saber comunicar a todo tipo de audiencias (especializadas o no) de manera clara y precisa, conocimientos, metodologías, ideas, problemas y soluciones en el ámbito de su campo de estudio;

• (punto f) ser capaces de identificar sus propias necesidades formativas en su campo de estudio y entorno laboral o profesional y de organizar su propio aprendizaje con un alto grado de autonomía en todo tipo de contextos

 

Para cada actividad, los docentes informarán de las normas y condiciones particulares que las rijan

Las actividades unipersonales presuponen el compromiso del estudiante de realizarlas de manera individual y sin ningún tipo de colaboración con otras personas. Se considerarán suspendidas (calificación 0) todas aquellas actividades en que el estudiante no se ajuste a este compromiso de individualidad, independientemente de su papel (emisor o receptor) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

Igualmente, las actividades que se deban realizar en grupo presuponen el compromiso por parte de los estudiantes que lo integran de realizarlas en el seno del grupo y sin ningún tipo de colaboración con otros grupos o personas que sean ajenas (individualidad grupal). Se considerarán suspendidas (calificación 0) todas aquellas actividades en las que el grupo no haya respetado este compromiso con independencia de su papel (emisor o receptor) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

En el caso de actividades que puedan hacerse en grupo, cuando en alguna de ellas no se respete el compromiso de individualidad grupal y / o utilicen medios fraudulentos en su realización, la calificación de la actividad será, para todos los miembros del grupo, de 0 puntos (Nota Actividad = 0) y sin que ello excluya la posible aplicación de otras sanciones de acuerdo con el Régimen Disciplinario vigente.

 

Cualquier actividad no entregada se considerará puntuada con cero puntos

Es potestativo de los docentes aceptar o no entregas fuera de los plazos que se indiquen. En caso de que estas entregas fuera de plazo se acepten, es potestativo del docente decidir si aplica alguna penalización y la cuantía de esta

Sistema de evaluación


La calificación final es la suma ponderada de las calificaciones de las actividades de aprendizaje:

 

Q = 0.50:0.15 PEX + 0.20:0.10 PLABEN + 0.05:XNUMX Proy + XNUMX:XNUMX ExiP + XNUMX:XNUMX Form

 

 

Observaciones relativas a la Recuperación

 

La parte de teoría de la asignatura (PEX) sí es recuperable. El resto de partes no son recuperables. Para los estudiantes que asistan al examen de recuperación su calificación (PEX) será la obtenida en esta prueba y su calificación final (Q) se calculará con las fórmulas anteriormente detalladas y en ningún caso será superior a 7.

Bibliografía


Básico

Hossein Pishro-Nik, Introduction to Probability, Statistics, and Random Processes. Kappa Research, LLC 2014

MICHAEL BARON. Probabilidad y estadística para informáticos. 2nd Ed. CRC Press 2014

Joseph K. Blitzstein, Jessica Hwang, Introduction to Probability, Chapman & Hall / CRC Texts in Statistical Science Har / Psc Edition 2014

Complementario

Pierre Lafaye de Micheaux, Rémy Drouilhet, Benoit liquet; The R Software: Fundamentals of Programming and Statistical Analysis (Statistics and Computing), springer 2013th Edition