Datos Identificativos 2019/20
Asignatura (*) Modelos de Probabilidade Código 614493103
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Primeiro Optativa 5
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Matemáticas
Coordinación
Francisco Fernandez, Mario
Correo electrónico
mario.francisco@udc.es
Profesorado
Francisco Fernandez, Mario
Correo electrónico
mario.francisco@udc.es
Web http://dm.udc.es/profesores/mario/
Descrición xeral Preténdese que aqueles alumnos con pouca formación en teoría da probabilidade e estatística matemática afonden nestes conceptos, imprescindibles para a comprensión da maioría dos cursos que se ofertan no programa de postgrao.

Competencias do título
Código Competencias do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias do título
Soltura no manexo da teoría da probabilidade e as variables aleatorias. AM16
AM19
AM21
AM23
BP1
BP2
BP3
BP4
BP5
BP17
BP18
BP19
BP20
BP21
CP11
CP13
CP14
CP15
Capacidade de interpretar axeitadamente os distintos tipos de converxencia de variables aleatorias e aproximacións límite. AM16
AM19
AM21
AM23
BP1
BP2
BP3
BP4
BP5
BP17
BP18
BP19
BP20
BP21
CP11
CP13
CP14
CP15

Contidos
Temas Subtemas
Conceptos básicos de probabilidade. Experimentos e sucesos.
Definición de probabilidade.
Probabilidade condicionada e independencia de sucesos.
Teorema de de Bayes
Variables aleatorias reais. Definición de variable aleatoria e propiedades.
Funcións de distribución.
Tipos de variables aleatorias.
Variables aleatorias continuas.
Variables aleatorias discretas.
Momentos de una variable aleatoria (esperanza y varianza).
Distribucións notables. Variables aleatorias discretas notables: Bernouilli, Binomial, Poisson...
Variables aleatorias continuas notables: Uniforme, Exponencial, Normal...
Extensión a vectores aleatorios. Variable aleatoria real n-dimensional.
Función de distribución.
Distribucións marxinais e condicionadas.
Vector de medias e matriz de varianzas-covarianzas. Independencia de variables aleatorias.
Distribucións notables multidimensionais. Distribución multinomial.
Distribución normal multivariante.
Teorema central do límite. Noción de sucesión de variables aleatorias.
Teorema central do límite.

Planificación
Metodoloxías / probas Competencias Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Actividades iniciais A16 1 0 1
Sesión maxistral A16 A19 A21 A23 B1 B5 B17 B18 B20 B21 C11 C14 C15 24 48 72
Solución de problemas A16 A19 A21 A23 B2 B3 B4 B19 C13 8 16 24
Proba de resposta múltiple A16 A19 A21 A23 B2 B4 B17 B18 B21 C11 C13 4 0 4
Debate virtual A16 A19 A21 A23 B4 B5 B17 B18 B19 B20 C14 C15 15 0 15
 
Atención personalizada 9 0 9
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Actividades iniciais Realizarase unha presentación da materia, onde ademais de describir os principais datos desta, se establecerá un debate cos estudantes para coñecer a súa formación inicial e as expectativas que teñen ao cursar esta materia.
Sesión maxistral Realizaranse clases maxistrais onde o profesor explicará, coa axuda de medios audiovisuais axeitados (ordenador portatil e canón de vídeo), os principais contidos da materia. Fomentarase en todo momento o debate entre os alumnos e entre os alumnos e o profesor.
Solución de problemas Tendo en conta o carácter aplicado que se lle quere dar á materia, unha parte fundamental será a resolución de problemas por parte do profesor e dos alumnos. Os problemas serán proporcionados con antelación en boletíns de problemas, para o que se utilizará o correo electrónico ou algunha plataforma virtual de apoio á docencia.
Proba de resposta múltiple Para avaliar o alumno realizarase unha proba de resposta múltiple que cubrirá o contido da materia.
Debate virtual Tendo en conta que a docencia da materia se realiza por video-conferencia, con algunha regularidade estableceranse debates virtuais entre alumnos situados nos tres centros onde os alumnos asisten a clase.

Atención personalizada
Metodoloxías
Solución de problemas
Descrición
Para a resolución de problemas será importante atender persoalmente aos alumnos ante as posibles dúbidas que poidan xurdir. Esta atención servirá tamén, por unha parte, ao profesor para detectar posibles problemas na metodoloxía utilizada para impartir a materia e, por outra, aos alumnos para consolidar coñecementos teóricos e para expresar as súas inquietudes acerca da materia.

Dado o carácter interuniversitario deste master, con docencia por vídeo-conferencia, realizarase unha atención personalizada vía internet, utilizando o correo electrónico ou outra vía de comunicación dixital, incluíndo a páxina web do master.

Avaliación
Metodoloxías Competencias Descrición Cualificación
Solución de problemas A16 A19 A21 A23 B2 B3 B4 B19 C13 Poderase ter en conta a resolución dos problemas propostos polo profesor de xeito continuo ao longo do curso. Os alumnos deberán resolver nas clases estes problemas, ademais na atención personalizada o profesor poderá detectar o coñecemento adquirido por parte dos alumnos.

Para os alumnos matriculados a tempo parcial este porcentaje de la nota podrá ser menor del 20%.
20
Proba de resposta múltiple A16 A19 A21 A23 B2 B4 B17 B18 B21 C11 C13 Realizarase unha proba de reposta múltiple ao final do curso que permitirá coñecer de forma obxectiva e individual os coñecementos adquiridos por parte do alumno. As preguntas versarán tanto de aspectos teóricos como prácticos, sendo posible que algunhas das cuestións se refiran ao manexo de software estatístico, polo que para a súa realización sería necesario que os alumnos dispuxesen dun ordenador. 80
 
Observacións avaliación
<p>O alumnado será avaliado mediante un exame teórico/práctico que se realizará ao final do curso cun peso na nota final de, polo menos, o 80%. O resto da nota final poderase obter mediante a resolución dos problemas propostos polo profesor de maneira continua ao longo do curso.&nbsp;</p><p>Na segunda oportunidade de avaliación efectuarase un novo exame e levará a cabo mediante o mesmo método de avaliación.</p>

Fontes de información
Bibliografía básica Rohatgi, V.K. (1976). An Introduction to Probability Theory an Mathematical Statistics. Wiley
Cao, R., Francisco, M., Naya, S., Presedo, M.A., Vázquez, M., Vilar, J.A. y Vilar, J.M. (2005). Introducción a la Estadística y sus aplicaciones. Ediciones Pirámide (Grupo Anaya)

Bibliografía complementaria Chung, K.L. (2001). A Course in Probability Theory. Academic Press
Jose Mari Eguzkiiza Arrizabalaga (2014). Laboratorio de Estadística y Probabilidad con R. Gami Editorial
Vélez Ibarrola, R y García Pérez, A. (2013). Principios de Inferencia Estadística. Cálculo de Probabilidades y Estadística Matemática. UNED
De Groot, M.H. (1988). Probabilidad y Estadística.. Addison Wesley
Karr, A.F. (1993). Probability. Springer-Verlag


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente
Estatística Aplicada/614493002

Materias que continúan o temario
Estatística Aplicada/614493002
Teoría da Probabilidade/614493108

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías