
Matemáticas
Código: 101968Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Genètica | FB | 1 |
Profesor/a de contacto
- Nombre :
- Anna Sama Cami
- Correo electrónico :
- anna.sama@uab.cat
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Los propios del acceso al grado.
Objetivos
Esta asignatura pretende transmitir distintos conocimientos de matemáticas que son imprescindibles para cualquier ciencia que tenga un componente cuantitativo, como es el caso de la genética. Más concretamente, se incidirá, por un lado, en las funciones de una variable y el cálculo infinitesimal, y por otro en las herramientas de probabilidad y estadística. En ambos casos, el objetivo primordial será entender los conceptos y razonar correctamente. Por supuesto, también se tratará de que estos conceptos sean operativos, pero siempre sabiendo qué se está haciendo y por qué. Por último, un tercer objetivo es introducirse en algunas herramientas informáticas, especialmente en relación con el tratamiento de datos estadísticos.
Resultados de aprendizaje
- CM14 (Integrar modelos matemáticos y herramientas estadísticas en el análisis cuantitativo de datos genéticos para validar hipótesis biológicas.) Integrar modelos matemáticos y herramientas estadísticas en el análisis cuantitativo de datos genéticos para validar hipótesis biológicas.
- KM08 (Definir los conceptos fundamentales del cálculo y la estadística descriptiva necesarios para el tratamiento y análisis de datos en genética.) Definir los conceptos fundamentales del cálculo y la estadística descriptiva necesarios para el tratamiento y análisis de datos en genética.
- KM09 (Identificar técnicas de representación gráfica y herramientas computacionales básicas para el análisis estadístico de datos genéticos.) Identificar técnicas de representación gráfica y herramientas computacionales básicas para el análisis estadístico de datos genéticos.
- SM11 (Aplicar el cálculo matemático y la estadística inferencial básica para el análisis cuantitativo de datos en contextos biológicos.) Aplicar el cálculo matemático y la estadística inferencial básica para el análisis cuantitativo de datos en contextos biológicos.
- SM12 (Analizar conjuntos de datos mediante el uso de software y recursos informáticos básicos para la representación gráfica y la estadística.) Analizar conjuntos de datos mediante el uso de software y recursos informáticos básicos para la representación gráfica y la estadística.
Contenidos
1. Concepto de función. Las funciones más usuales. Las funciones polinómicas y las funciones racionales. La función exponencial. La función logaritmo. Funciones trigonométricas.
2. Noción y cálculo de derivadas. La derivada como tasa de crecimiento.
3. Integración. Aplicaciones de la integral.
4. Ecuaciones diferenciales. Crecimiento y decrecimiento exponencial. Crecimiento logístico.
5. Estadística descriptiva. Estudio descriptivo de una variable: media, desviación típica, diagramas de barras. Estudio descriptivo de dos variables: tablas de contingencia y regresión.
6. Fundamentos de probabilidad. Independencia y probabilidad condicionada. Teorema de Bayes.
7. Variables aleatorias y distribuciones más frecuentes. Esperanza y varianza.
8. Introducción a la inferencia estadística. Intervalos de confianza y contrastes de hipótesis.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Clases de teoria | 31 | 1,24 | CM14, KM08, SM11 |
| Prácticas de ordenador | 5 | 0,2 | KM09, SM12 |
| Clases de problemas | 11 | 0,44 | CM14, KM08, SM11 |
| Resolución de problemas | 33 | 1,32 | CM14, KM08, SM11 |
| Estudio personal | 59 | 2,36 | CM14, KM08, KM09, SM11, SM12 |
La metodología docente incluye tres tipos de actividades principales (clases teóricas, clases de problemas y prácticas en el aula informática) y una complementaria (tutorías).
Clases de teoría: proporcionan al alumnado los elementos conceptuales básicos y la información para que después pueda desarrollar un aprendizaje autónomo. Además del cuerpo teórico esencial, se presentarán también ejemplos ilustrativos y se discutirán las principales aplicaciones en la Genética.
Clases de problemas: en estas clases, que se realizarán en grupos más reducidos, se resolverán ejercicios seleccionados en los que se llevarán a la práctica los conocimientos teóricos, a la vez que se fomentará el razonamiento crítico. En clase sólo podrá resolverse una selección representativa de los ejercicios propuestos; los demás se dejarán por el trabajo autónomo o en grupo de los y las estudiantes fuera de los horarios de clase.
Prácticas en el aula informática: Proporcionarán una introducción a distintas herramientas informáticas habituales de cálculo matemático y estadístico.
Tutorías: Se prevén tutorías, individuales o por grupos reducidos, para resolver cuestiones que queden dudosas, en horario a convenir.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Entrega de cuestionarios de prácticas | 0.2 | 3 | 0,12 | KM09, SM12 |
| Examen Parcial de la Segunda Parte | 0.4 | 2 | 0,08 | CM14, KM08, SM11 |
| Examen de Recuperación de la Primera Parte | 0.4 | 2 | 0,08 | CM14, KM08, SM11 |
| Examen de Recuperación de la segunda parte | 0.4 | 2 | 0,08 | CM14, KM08, SM11 |
| Examen Parcial de la Primera Parte | 0.4 | 2 | 0,08 | CM14, KM08, SM11 |
La evaluación tiene carácter continuado y comprende dos partes, las cuales se especifican a continuación junto con su peso en la calificación final:
• Pruebas escritas (80%). Consistirán en dos exámenes parciales en correspondencia con las dos partes en qué está dividida la materia (temas 1-4 y temas 5-8). Ambos exámenes contarán por igual, a condición de haber obtenido una nota mínima de 4 sobre 10 en cada uno de ellos.
• Valoración de las prácticas (20%): Contará la realización de las prácticas de ordenador y la presentación de ejercicios relacionados con ellas. Las entregas se realizarán al final de las sesiones de prácticas. Cada práctica cuenta por igual. En caso de no asistir a una práctica de manera no justificada, ésta se valorará con un 0. Sólo se aceptarán faltas por motivos de salud o de fuerza mayor, siempre que estén debidamente justificadas de manera oficial.
La nota de la asignatura se calcula de la siguiente manera: Sea NP la nota calculada con el 80% de las pruebas escritas (40% cada una de ellas) y el 20% de la nota de prácticas. Si en las dos pruebas escritas se ha sacado como mínimo un 4 sobre 10, la nota final NF es NP. En caso contrario, la nota final NF es el mínimo entre NP y 4. La asignatura se aprueba si NP es superior o igual a 5.
En caso de que NF no sea superior o igual a 5, el estudiante podrá presentarse al examen de recuperación del parcial o parciales suspendidos, siempre que sea el caso. La nota de este o estos exámenes sustituirá la del parcial de la parte correspondiente. La nota se calculará de la misma manera que con las pruebas escritas antes comentadas. La nota de prácticas no es recuperable
Si las actividades de evaluación realizadas no reúnen un peso superior al 66.7%, entonces el estudiante recibirá la calificación de "No evaluable".
Esta asignatura no contempla el sistema de evaluación única.
Uso de la IA: En esta asignatura no se permite el uso de tecnologías de Inteligencia Artificial (IA) en ninguna de sus fases. Cualquier trabajo que incluya fragmentos generados con IA será considerado una falta de honestidad académica y puede comportar una penalización parcial o total en la nota de la actividad, o sanciones mayores encaso de gravedad.
«La realización de cualquier irregularidad en un acto de evaluación (fraude académico, plagio o uso indebido de la IA, excepto que este uso esté autorizado expresamente en la guía docente), que pueda conducir a una variación significativa de la calificación, supone que este acto se calificará con un 0. En caso de que la guía docente prevea que para superar la asignatura sea requisito imprescindible haber obtenido una nota mínima en este acto de evaluación o que se produzcan diversas irregularidades en los actos de evaluación de una misma asignatura, la calificación final de esta asignatura es 0. Al margen de esto, se podrá instruir un proceso disciplinario al estudiante que incurra en alguna de estas irregularidades.»
Bibliografía
- Jaume Aguadé, 2018. Matemàtiques i Modelització per a les Ciències Ambientals. (Autoedició)
- John Maynard Smith, 1968. Mathematical Ideas in Biology. Cambridge Univ Press.
- Xavier Bardina, Mercè Farré, 2005. Estadística : un curs introductori per a estudiants de ciències socials i humanes. (UAB, Col·lecció Materials)
- Rosario Delgado de la Torre, 2002. Apuntes de Probabilidad y Estadística (UAB, Col·lecció Materials)
Software
Se usará software de cálculo simbólico (Sage o WolframAlpha), de cálculo en parrilla (Excel o equivalente), y de estadística (R Studio).
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura
| Tipo de docencia | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (TE) Teoría | 61 | Catalán | primer cuatrimestre | manaña-mixto |
| (PAUL) Prácticas de aula | 611 | Catalán | primer cuatrimestre | manaña-mixto |
| (PLAB) Prácticas de laboratorio | 611 | Catalán | primer cuatrimestre | manaña-mixto |
| (PAUL) Prácticas de aula | 612 | Catalán | primer cuatrimestre | manaña-mixto |
| (PLAB) Prácticas de laboratorio | 612 | Catalán | primer cuatrimestre | manaña-mixto |
| (PLAB) Prácticas de laboratorio | 613 | Catalán | primer cuatrimestre | manaña-mixto |