Logo

Eines Matemàtiques II

Codi: 106804
Crèdits: 6
2026/2027
Titulació Tipus Curs
Nanociència i Nanotecnologia FB 2

Professor/a de contacte

Nom :
Francisco Javier Bafaluy Bafaluy
Correu electrònic :
javier.bafaluy@uab.cat

Idiomes dels grups

Podeu consultar aquesta informació al final del document.

Prerequisits

No n'hi ha. Els continguts i els mètodes introduits en aquesta assignatura presuposen que s'han cursat les assignatures de primer curs de la matèria Matemàtiques: Fonaments de Matemàtiques i Càlcul.

Objectius

Proporcionar la capacitat d'utilitzar algunes eines de l'Estadística Aplicada i la Probabilitat necessàries per l'estudi dels nanosistemes: sense pressuposar cap coneixement previ de Probabilitat ni d'Estadística els i les estudiants assoliran un grau de familiaritat amb diverses tècniques estadístiques.

Els i les estudiants aprendran a afrontar problemes relacionats amb l'anàlisi de dades com ara planificar les investigacions que hauran de generar les dades, analitzar les dades obtingudes i interpretar els resultats.

Resultats d'aprenentatge

  • CM06 (Identificar la naturalesa matemàtica de fenòmens físics i químics determinats per a abstreure les variables essencials que els descriuen.) Identificar la naturalesa matemàtica de fenòmens físics i químics determinats per a abstreure les variables essencials que els descriuen.
  • CM07 (Resoldre problemes reals de l'àmbit de la ciència i la tecnologia mitjançant eines i mètodes matemàtics.) Resoldre problemes reals de l'àmbit de la ciència i la tecnologia mitjançant eines i mètodes matemàtics.
  • KM11 (Reconèixer els mètodes matemàtics (càlcul, àlgebra i numèrics) utilitzats en la modelització probabilística.) Reconèixer els mètodes matemàtics (càlcul, àlgebra i numèrics) utilitzats en la modelització probabilística.
  • SM09 (Expressar-se adequadament fent servir el llenguatge matemàtic bàsic.) Expressar-se adequadament fent servir el llenguatge matemàtic bàsic.
  • SM11 (Utilitzar mètodes i programes estadístics en el tractament de dades i en l'anàlisi de problemes concrets.) Utilitzar mètodes i programes estadístics en el tractament de dades i en l'anàlisi de problemes concrets.
  • SM12 (Utilitzar mètodes gràfics i numèrics per a explorar, descriure i interpretar dades.) Utilitzar mètodes gràfics i numèrics per a explorar, descriure i interpretar dades.

Continguts

  • Estadística Descriptiva
  • Introducció a la Probabilitat
  • Variables aleatòries
  • Distribucions Mostrals
  • Estimació puntual
  • Intervals de confiança
  • Test d'hipòtesi
  • Regressió lineal

Activitats formatives i Metodologia

Títol Hores ECTS Resultats d'aprenentatge
Classes teòriques 36 1,44 CM06, CM07, KM11, SM09, SM11, SM12
Estudi personal 36 1,44 CM06, KM11
Classes de pràctiques 4 0,16 CM07, SM09, SM11, SM12
Classes de problemes 12 0,48 CM06, CM07, KM11, SM09, SM11, SM12
Ressolució de problemes 52 2,08 CM06, CM07, KM11, SM09, SM11, SM12
Preparació de les sesions de pràctiques 4 0,16 KM11

- Classes teòriques: S'introduiran els conceptes i mètodes dels diferents temes, amb varietat d'exemples.

- Classes de problemes: Els professors resoldran exercicis seleccionats d'una colecció que es posarà a disposició dels estudiants amb anterioritat.

- Classes de pràctiques: Es realitzaran a l'aula informàtica. Es proposaran activitats a realitzar amb ajut de programari adequat. S'hauran de presentar els resultats d'algunes pràctiques en un termini establert.

- Treball autònom: És imprescindible que les estudiants complementin les activitats presencials amb el treball autònom, individual o en grup; especialment important és la realització de problemes.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè l'alumnat completi les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.

Avaluació

Activitats d'avaluació continuada

Títol Pes Hores ECTS Resultats d'aprenentatge
Exàmens parcials 80% 6 0,24 CM06, CM07, KM11, SM09
Resultats de les pràctiques 10% 0 0 CM07, KM11, SM09, SM11, SM12
Presentació de problemes 10% 0 0 CM07, KM11, SM09, SM11, SM12

Examens parcials: Hi haurà dues proves parcials, amb un pes a l'avaluació final del 40% cadascuna.

Pràctiques i presentació de problemes: El 20% restant provindrà de l'avaluació dels problemes presentats i les sessions pràctiques a parts iguals. La presentació de les pràctiques serà obligatòria.

Prova de recuperació: Es podrà fer la recuperació de un o els dos parcials. Per poder-se presentar a l'examen de recuperació caldrà haver realitzat el 60% de les activitats d'avaluació continuada; per exemple: haver-se presentat a tots dos parcials, o be a un parcial, les pràctiques i tenir tots els problemes presentats.

Es considerarà \"no avaluable\" la persona que no hagi realitzat activitats d'avaluació que suposin al menys el 50% de l'avaluació total.

Avaluació única:

Les persones acollides a la modalitat d’avaluació única hauran de realitzar una prova final d'un format anàleg a les proves parcials però amb continguts de tota l'assignatura. Aquesta prova es realitzarà el dia en que es faci l’examen del segon parcial i suposarà un 90% de la nota.

La presentació dels resultats de les pràctiques serà també obligatòria, amb el mateix termini que la resta d'estudiants, i contribuirà el 10% restant de la nota.

Si fos necessari, podran realitzar la prova de recuperació, que serà la mateixa per tothom.

Ús de la IA:

Per a aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) exclusivament en la cerca bibliogràfica o d’informació. En el cas dels lliuraments avaluables s'haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA en aquestes activitats avaluables es considerarà falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.

Bibliografia

  • R. Delgado de la Torre, Probabilidad y estadística para ciencias e ingenierías, Delta, 2008. Disponible a la biblioteca i en línia.
  • Ross, Sheldon M. (2009). Introduction to probability and statistics for engineers and scientists. (4th ed.) Elsevier Academic Press. Disponible en línia
  • Gupta, Bhisham C. & Jayalath, Kalanka & Guttman, Irwin. (2020). Statistics and probability with applications for engineers and scientists using Minitab, R and JMP. (2nd ed.) Wiley. Disponible en línia


Programari

RStudio

Python

Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura

Tipus de docència Grup Idioma Semestre Torn
(TE) Teoria 1 Català segon quadrimestre tarda
(PAUL) Pràctiques d'aula 1 Català segon quadrimestre tarda
(PLAB) Pràctiques de laboratori 1 Català segon quadrimestre matí-mixt
(PLAB) Pràctiques de laboratori 2 Català segon quadrimestre matí-mixt