Competencias del título |
Código
|
Competencias del título
|
A3 |
CE3 - Reconocer y analizar problemas físicos, químicos, matemáticos, biológicos en el ámbito de la Nanociencia y Nanotecnología, así como plantear respuestas o trabajos adecuados para su resolución, incluyendo el uso de fuentes bibliográficas. |
A7 |
CE7 - Interpretar los datos obtenidos mediante medidas experimentales y simulaciones, incluyendo el uso de herramientas informáticas, identificar su significado y relacionarlos con las teorías químicas, físicas o biológicas apropiadas. |
B2 |
CB2 - Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio |
B4 |
CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
B5 |
CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
B6 |
CG1 - Aprender a aprender |
B7 |
CG2 - Resolver problemas de forma efectiva. |
B8 |
CG3 - Aplicar un pensamiento crítico, lógico y creativo. |
B9 |
CG4 - Trabajar de forma autónoma con iniciativa. |
B10 |
CG5 - Trabajar de forma colaborativa. |
B11 |
CG6 - Comportarse con ética y responsabilidad social como ciudadano/a y como profesional. |
B12 |
CG7 - Comunicarse de manera efectiva en un entorno de trabajo. |
C3 |
CT3 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio de su profesión y para el aprendizaje a lo largo de su vida |
C7 |
CT7 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social. |
C8 |
CT8 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad |
C9 |
CT9 - Tener la capacidad de gestionar tiempos y recursos: desarrollar planes, priorizar actividades, identificar las críticas, establecer plazos y cumplirlos |
Resultados de aprendizaje |
Resultados de aprendizaje |
Competencias del título |
Identificar la necesidad del uso de métodos numéricos y estadísticos en la resolución de modelos de problemas reales, especialmente originados en nanociencia y nanotecnología |
A3 A7
|
B2 B4 B5 B7 B8 B9 B10
|
C7
|
Conocer y adquirir soltura en el manejo de los métodos numéricos para la solución de los distintos problemas, así como conocer las condiciones para aproximar la solución |
A3 A7
|
B2 B4 B5 B6 B7 B8 B9 B10
|
|
Tener criterio para seleccionar los métodos numéricos más eficientes en los distintos problemas, especialmente los relacionados con nanociencia y nanotecnología |
A3 A7
|
B2 B4 B5 B6 B7 B8 B9 B10 B11 B12
|
C7 C8
|
Adquirir conocimientos sobre probabilidad y métodos estadísticos de modelización, análisis de datos, diagnosis e interpretación de resultados |
A3
|
B2 B4 B5 B6 B7 B8 B9 B10 B11 B12
|
C3 C7 C8 C9
|
Manejar herramientas de software que implementen las metodología estudiadas y saber analizar los resultados |
A3 A7
|
B2 B4 B5 B6 B7 B8 B9 B10 B11 B12
|
C3 C7
|
Contenidos |
Tema |
Subtema |
Tema 0: Introducción a los métodos numéricos |
Generalidades de métodos y algoritmos numéricos. Errores |
Tema 1: Resolución numérica de sistemas lineales y cálculo numérico de autovalores.
|
- Métodos directos (LU, Cholesky)
- Métodos iterativos (Jacobi, Gauss-Seidel)
- Aproximación de autovalores: QR
- Aplicaciones |
Tema 2: Resolución numérica de ecuaciones y sistemas no lineales.
|
- Resolución numérica de ecuaciones (dicotomía, Newton y variantes, iteración funcional)
- Resolución de sistemas non lineaies (iteración funcional, Newton)
- Aplicaciones |
Tema 3: Interpolación, derivación e integración numéricas. |
- Interpolación (Lagrange, Chebyshev, Splines)
- Derivación numérica
- Integración numérica (punto medio, trapecio, Simpson, cuadratura gaussianas)
- Aplicaciones |
Tema 4. Fundamentos del cálculo de probabilidades
|
- Cálculo de probabilidades
- Probabilidad condicionada e independencia de sucesos
- Teorema de Bayes |
Tema 5. Variables aleatorias |
- Variables aleatorias discretas y continuas
- Distribución normal y teorema central del límite
- Aplicaciones en Nanociencia y Nanotecnología |
Tema 6. Introducción a la inferencia estadística
|
- Estimadores y distribucións muestral
- Regresión lineal
- Herramientas de software |
Planificación |
Metodologías / pruebas |
Competéncias |
Horas presenciales |
Horas no presenciales / trabajo autónomo |
Horas totales |
Sesión magistral |
A3 B2 B4 B5 B6 B7 B11 C8 |
28 |
56 |
84 |
Solución de problemas |
A7 B8 B12 |
8 |
16 |
24 |
Prácticas a través de TIC |
A3 A7 B2 B4 B10 C3 C7 C9 |
12 |
25 |
37 |
Prueba mixta |
B7 B9 C9 |
3 |
0 |
3 |
|
Atención personalizada |
|
2 |
0 |
2 |
|
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías |
Metodologías |
Descripción |
Sesión magistral |
Exposición de los contenidos especificados en el programa de la asignatura, para ello se emplearán medios audiovisuales o pizarra. |
Solución de problemas |
Sesiones donde se presentarán problemas de relevancia en el ámbito de las Ciencias y de la Ingeniería, que se resolverán tanto analítica como numéricamente: el estudiante deberá ser capaz de alcanzar la solución de cualquier problema mediante lápiz y papel o alternativamente empleando herramientas informáticas, y comparar los resultados. |
Prácticas a través de TIC |
Prácticas interactivas en las que se resolverán problemas de relevancia en el ámbito de las Ciencias y de la Ingeniería.
En la parte correspondiente a Métodos Numéricos (Temas 0 - 3) se empleará el lenguaje de programación Python, y en la parte de Métodos Estadísiticos (Temas 4-6) se trabajará con R empleando Rcmdr. |
Prueba mixta |
Desarrollo de cuestiones y problemas de la materia. |
Atención personalizada |
Metodologías
|
Prácticas a través de TIC |
Solución de problemas |
|
Descripción |
a) La diversidad del alumnado y de su formación requiere una orientación personalizada, que podría llevarse a cabo vía tutorías
b) En las prácticas con herramientas TIC y en la resolución de problemas, el profesorado ayudará al estudiantado en el desarrollo de los problemas enunciados, así como en las aplicaciiones a problemas en el ámbito de las Ciencias y la Ingeniería.
c) Las medidas de atención personalizada específicas para el “Alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia” para el estudio de la asignatura, la evaluación continua de las prácticas a través de TIC y de la resolución de problemas se realizará mediante pruebas parciales online. |
|
Evaluación |
Metodologías
|
Competéncias |
Descripción
|
Calificación
|
Prácticas a través de TIC |
A3 A7 B2 B4 B10 C3 C7 C9 |
Resolución de problemas de carácter práctico empleando el lenguaje de programación Python o R. |
30 |
Solución de problemas |
A7 B8 B12 |
Resolución de problemas de carácter práctico. |
20 |
Prueba mixta |
B7 B9 C9 |
Prueba que incluye la resolución de cuestiones y problemas de la materia |
50 |
|
Observaciones evaluación |
La asignatura está organizada en dos partes: Métodos Numéricos (MNum) y Métodos Estadísticos (MEst). Los contenidos correspondientes a la parte MNum son los indicados en los temas 0- 3, y los contenidos correspondientes a la parte MEst son los indicados en los temas 4-6. Cada parte será calificada sobre 10 puntos: - La calificación de MNum (CNum) será entre 0 y 10 puntos.
- La calificación de MEst (CEst) será entre 0 y 10 puntos.
La calificación final de la asignatura será la media de las notas obtenidas en cada una de las dos partes: Nota Final= (CNum + CEst)/2 Se indica a continuación el desglose de la calificación para cada una das dos partes de la asignatura: - La calificación correspondiente a la parte de MNum consta de tres partes:
- Calificación de prácticas a través de TIC (CP_1): entre 0 y 3.5 puntos
- Calificación de resolución de problemas (CR_1): entre 0 y 1.5 puntos
- Calificación da prueba mixta (CE_1): entre 0 y 5 puntos.
La calificación final de MNum (CNUm) será la suma de las tres partes CP_1 + CR_1 + CE_1, siempre y cuando la calificación de la prueba mixta sea mayor que 1.5 (sobre 5 puntos). En otro caso, la calificación final será la nota obtenida en la prueba objetiva, CE_1. La nota final en la parte Num será: CNum= CP_1 + CR_1 + CE_1 - La calificación correspondiente a la parte de MEst consta de tres partes:
- Calificación de prácticas a través de TIC (CP_2): entre 0 y 2.5 puntos
- Calificación de resolución de problemas (CR_2): entre 0 y 2.5 puntos
- Calificación de prueba mixta (CE_2): entre 0 y 5 puntos.
La calificación final de MEst (CEst) será la suma de las tres partes CP_2 + CR_2 + CE_2, siempre y cuando la calificación de la prueba mixta sea mayor que 1.5 (sobre 5 puntos). En otro caso, la calificación final será la nota obtenida en la prueba objetiva, CE_2. La nota final en la parte MEst será: CEst= CP_2 + CR_2 + CE_2
La nota final de la asignatura será la media de CNum y CEst: NotaFinal = (CEst + CNum)/2
En la segunda oportunidad de la evaluación: - El estudiante que tenga que ir a la segunda oportunidad de la asignatura, solamente tendrá que presentarse a la parte suspensa:
- De la parte de MNum se conservan las prácticas a través de TIC (CR_1) y la resolución de problemas (CP_1).
- De la parte de MEst se conservan las prácticas a través de TIC (CR_2) y la resolución de problemas (CP_2).
Se pondrá un No Presentado a aquellos alumnos/as que no se presenten a la prueba mixta final. - Observaciones sobre el “Alumnado con reconocimiento de dedicación a tiempo parcial y dispensa académica de exención de asistencia”: las medidas de atención personalizada específicas para el “Alumnado con reconocimiento de dedicación a tempo parcial y dispensa académica de exención de asistencia” para el estudio de la asignatura, la evaluación continua de las prácticas a través de TIC y de la resolución de problemas se realizará mediante pruebas parciales online.
|
Fuentes de información |
Básica
|
James F. Epperson (2021). An Introduction to Numerical Methods and Analysis (3rd Ed.). Wiley
F. Rius Díaz, F.J. Barón López (2005). Bioestadística. Thomson.
A.J. Arriaza Gómeza (2008). Estadística básica con R y R-Commander. Servicio Publicaciones UCA.
R. Cao Abad y otros (2001). Introducción a la estadística y sus aplicaciones. Ed. Pirámide
J. Douglas Faires, R. Burden (2014). Métodos Numéricos (7ª ed). Thomson
Steven C. Chapra, Raymond P. Canale (2019). Métodos Numéricos para ingenieros (7º ed). McGrawHill |
|
Complementária
|
Jeffrey J. Heys (2017). Chemical and Biomedical Engineering Calculations Using Python. Wiley
J. Baró LLinas, (1998). Estadística Descriptiva, Cálculo de probabilidades e Inferencia estadística (tres volúmenes). Ed. Parramón
W. Navidi (2006). Estadística para ingenieros y científicos (1ª Ed) . Mc Graw-Hill
Jaan Kiusalaas (2013). Numerical Methods in Engineering with Python 3. Cambridge University Press |
|
Recomendaciones |
Asignaturas que se recomienda haber cursado previamente |
Electricidad y Magnetismo/610G04007 | Fundamentos de Matemáticas/610G04001 | Ampliación de Cálculo/610G04009 | Mecánica y Ondas/610G04002 | Fundamentos de Informática/610G04010 |
|
Asignaturas que se recomienda cursar simultáneamente |
|
Asignaturas que continúan el temario |
Ecuaciones Diferenciales/610G04016 |
|
Otros comentarios |
Estudio diario de los contenidos tratados en el aula, complementándolos con la bibliografía recomendada. Para ayudar a conseguir un contorno inmediato sostenible y cumplir con el punto 6 de la "Declaración Ambiental da Facultade de Ciencias (2020)", los trabajos documentales que se realicen en esta materia: Se solicitarán mayoritariamente en formato virtual y soporte informático.
|
|