Datos Identificativos 2019/20
Asignatura (*) Modelos de Probabilidade Código 614493103
Titulación
Mestrado Universitario en Técnicas Estadísticas (Plan 2019)
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
A16 CE1 - Coñecer, identificar, modelar, estudar e resolver problemas complexos de estatística e investigación operativa, nun contexto científico, tecnolóxico ou profesional, xurdidos en aplicacións reais.
A19 CE4 - Adquirir as destrezas necesarias no manexo teórico-práctico da teoría de probabilidade e as variables aleatorias que permitan o seu desenvolvemento profesional no eido científico/académico, tecnolóxico ou profesional especializado e multidisciplinar.
A21 CE6 - Adquirir coñecementos teórico-prácticos avanzados de distintas técnicas matemáticas, orientadas específicamente á axuda na toma de decisións, e desenvolver a capacidade de reflexión para avaliar e decidir entre distintas perspectivas en contextos complexos.
A23 CE8 - Adquirir coñecementos teórico-prácticos avanzados das técnicas destinadas á realización de inferencias e contrastes relativos a variables e parámetros dun modelo estatístico, e saber aplicalos con autonomía suficiente nun contexto científico, tecnolóxico ou profesional.
B1 CB6 - Posuír e comprender coñecementos que acheguen unha base ou oportunidade de ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación
B2 CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en ámbitos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
B3 CB8 - Que os estudantes sexan capaces de integrar coñecementos e enfrontarse á complexidade de formular xuízos a partir dunha información que, sendo incompleta ou limitada, inclúa reflexións sobre as responsabilidades sociais e éticas vinculadas á aplicación dos seus coñecementos e xuízos
B4 CB9 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns últimas que as sustentan a públicos especializados e non especializados dun modo claro e sen ambigüidades
B5 CB10 - Que os estudantes posúan as habilidades de aprendizaxe que lles permitan continuar estudando dun modo que haberá de ser en gran medida autodirixido ou autónomo.
B17 CG1 - Coñecer, comprender e saber aplicar os principios, metodoloxías e novas tecnoloxías na estatística e a investigación operativa en contextos científico/académicos, tecnolóxicos ou profesionais especializados e multidisciplinares, así como adquirir as destrezas e competencias descritas nos objectivos generales do título.
B18 CG2 - Desenvolver autonomía para identificar, modelar e resolver problemas complexos da estatística e da investigación operativa en contextos científico/académicos, tecnolóxicos ou profesionais especializados e multidisciplinares.
B19 CG3 - Desenvolver a capacidade para realizar estudos e tarefas de investigación e transmitir os resultados a públicos especializados, académicos e xeneralistas.
B20 CG4 - Integrar coñecementos avanzados e enfrontarse á toma de decisións a partir de información científica e técnica.
B21 CG5 - Desenvolver a capacidade de aplicación de algoritmos e técnicas de resolución de problemas complexos no eido da estatística e a investigación operativa, manexando o software especializado axeitado.
C11 CT1 - Desenvolver firmes capacidades de razoamento, análise crítica e autocrítica, así como de argumentación e de síntese, contextos especializados e multidisciplinais.
C13 CT3 - Ser capaz de resolver problemas complexos en novos escenarios mediante a aplicación integrada dos coñecementos.
C14 CT4 - Desenvolver unha sólida capacidade de organización e planificación do estudo, asumindo a responsabilidade do seu propio desenvovemento profesional, para a realización de traballos en equipo e de xeito autónomo.
C15 CT5 - Desenvolver capacidades para o aprendizaxe e a integración no traballo en equipos multidisciplinais, nos ámbitos científico/académico, tecnolóxico e profesional.

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