| Competencias / Resultados del título |
| Código | Competencias / Resultados del título |
| A1 | CE1 - Capacidad para utilizar con destreza conceptos y métodos propios de la matemática discreta, el álgebra lineal, el cálculo diferencial e integral, y la estadística y probabilidad, en la resolución de los problemas propios de la ciencia e ingeniería de datos. |
| A2 | CE2 - Capacidad para resolver problemas matemáticos, planificando su resolución en función de las herramientas disponibles y de las restricciones de tiempo y recursos. |
| A3 | CE3 - Capacidad para el análisis de datos y la comprensión, modelado y resolución de problemas en contextos de aleatoriedad. |
| B1 | CB1 - Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio |
| B5 | CB5 - Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
| B6 | CG1 - Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo. |
| C1 | CT1 - 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. |
| C2 | CT2 - Estimular la capacidad para trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social. |
| Resultados de aprendizaje | |||
| Resultados de aprendizaje | Competencias / Resultados del título | ||
| Conocer y saber utilizar las técnicas adecuadas para el análisis exploratorio de datos. | A1 A2 A3 |
B1 B5 B6 |
C1 |
| Conocer y comprender conceptos generales relativos a modelos de probabilidad. | A1 A2 A3 |
B1 B5 B6 |
C1 C2 |
| Saber modelizar en contextos aleatorios sencillos empleando herramientas probabilistas. | A1 A2 A3 |
B1 B5 B6 |
C1 |
| Saber utilizar herramientas informáticas auxiliares a la Estadística: paquetes estadísticos y lenguajes de programación con orientación estadística; y saber interpretar de manera crítica los resultados obtenidos. | A1 A2 A3 |
B1 B5 B6 |
C1 |
| Contenidos |
| Tema | Subtema |
| Probabilidad | Definición de probabilidad. Propiedades Probabilidad condicionada. Teorema de Bayes |
| Variables aleatorias unidimensionales | Variables aleatorias discretas Variables aleatorias continuas Teorema central del límite Aplicaciones: Fiabilidad y simulación |
| Variables aleatorias multidimensionales | Variables bidimensionales discretas Variables bidimensionales continuas Distribuciones marginales Distribuciones condicionadas Independencia de variables aleatorias Medidas características Variables aleatorias multidimensionales |
| Estadística descriptiva | Distribuciones de frecuencias Representaciones gráficas Medidas de posición y de dispersión Variable estadística bidimensional Regresión lineal simple |
| Planificación | ||||
| Metodologías / pruebas | Competencias / Resultados | Horas lectivas (presenciales y virtuales) | Horas trabajo autónomo | Horas totales |
| Sesión magistral | A1 A3 B5 | 30 | 48 | 78 |
| Prácticas de laboratorio | C1 C2 | 20 | 16 | 36 |
| Seminario | A2 B6 | 10 | 10 | 20 |
| Prueba mixta | B1 | 4 | 0 | 4 |
| Atención personalizada | 12 | 0 | 12 | |
| (*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||
| Metodologías |
| Metodologías | Descripción |
| Sesión magistral | El alumno recibirá clases magistrales en las que el profesor, con la ayuda de los medios audiovisuales pertinentes, expondrá los contenidos teórico-prácticos de la asignatura. Se fomentará en todo momento la participación y el debate. |
| Prácticas de laboratorio | Las prácticas de laboratorio se impartirán en un laboratorio informático. Se aprenderá a utilizar el programa gratuito de orientación estadística y gráfica R, se aprenderán sus estructuras de programación y se realizarán estudios estadísticos de datos, tanto reales como simulados. |
| Seminario | Los seminarios reforzarán tanto el carácter aplicado de la asignatura como su interactividad. Los alumnos podrán exponer sus dudas e inquietudes referidas a la materia, y tendrán la oportunidad de realizar, con la supervisión del profesor, problemas similares a los de los exámenes. Además, con una atención muy individualizada, podrán completar las prácticas de laboratorio. |
| Prueba mixta | El alumno deberá demostrar su dominio de los aspectos teóricos de la materia y su capacidad para la resolución de problemas del ámbito de la probabilidad y de la estadística. |
| Atención personalizada |
|
|
| Evaluación | |||
| Metodologías | Competencias / Resultados | Descripción | Calificación |
| Seminario | A2 B6 | A lo largo del curso, el alumno demostrará su interés por la materia y su dominio de la misma realizando una prueba escrita (control). |
10 |
| Prueba mixta | B1 | El examen final consistirá en realizar una prueba mixta teórico-práctica. | 60 |
| Prácticas de laboratorio | C1 C2 | Para evaluar el grado de comprensión y aprendizaje de estas prácticas, se programarán 2 o 3 pruebas de evaluación, que se realizarán durante las clases de laboratorio. | 30 |
| Observaciones evaluación | |||
|
En la fecha que establezca la facultad en su programación anual, el alumno realizará el examen final de la materia, en el que tendrá que responder a preguntas teóricas, resolver cuestiones teórico-prácticas, y calcular la solución de diversos problemas; para esta prueba el alumno sólo podrá llevar consigo el material que se autorice de forma expresa. En la segunda oportunidad, las notas obtenidas por evaluación Todos los aspectos relacionados con “dispensa académica”, “dedicación al estudio”, “permanencia” y “fraude académica” se regirán de acuerdo con la normativa académica vigente de la UDC. |
|||
| Fuentes de información |
| Básica |
Eguzkitza Arrizabalaga, J.M. (2014). Laboratorio de estadística y probabilidad con R. Gami Editorial
Cao, R., Francisco, M., Naya, S., Presedo, M.A., Vázquez, M., Vilar, J.A. y Vilar, J.M. (2001). Introducción a la Estadística y sus aplicaciones. Ediciones Pirámide |
|
|
|
| Complementária |
Gonick, L. y Smith, W. (2001). Á estatística ¡en caricaturas!. SGAPEIO
Blasco Lorenzo, A. y Pérez Díaz, S. (2015). Modelos aleatorios en ingeniería. Paraninfo
Montgomery, D.C. y Runger, G.C. (2004). Probabilidad y Estadística aplicadas a la Ingeniería. McGraw-Hill
Devore, J.L. (2008). Probabilidad y Estadística para Ingeniería y Ciencias. Thomson
Walpole, R.E., Myers, S.L. y Myers, R. (2000). Probabilidad y Estadística para Ingenieríos. Prentice Hall
Hernández, V., Ramos, E. y Yáñez, I. (2007). Probabilidad y sus aplicaciones en Ingeniería Informática. Ediciones Académicas
Ugarte, M.D., Militino, A.F., Arnholt, A.T. (2008). Probability and Statistics with R. Chapman and Hall/CRC
Horgan, J.M. (2009). Probability with R. An Introduction with Computer Science Applications. Wiley |
|
|
| Recomendaciones | |||
| Asignaturas que se recomienda haber cursado previamente |
| Asignaturas que se recomienda cursar simultáneamente |
| Asignaturas que continúan el temario | |||
|
| Otros comentarios | |