Probabilidad y Estadística
Código: 107623Créditos: 6
| Titulación | Tipo | Curso |
|---|---|---|
| Física | OB | 2 |
Profesor/a de contacto
- Nombre :
- Alvaro Corral Cano
- Correo electrónico :
- alvaro.corral@uab.cat
Equipo docente
- Daniel Campos Moreno
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Cálculo en 1 Variable; Cálculo de Varias Variables; Nociones de programación.
Objetivos
La asignatura debe proporcionar al estudiante las herramientas matemáticas y conceptuales necesarias para el tratamiento de la incertidumbre, el análisis de datos experimentales y la interpretación cuantitativa de fenómenos físicos.
Todo ello debe preparar al estudiante para desarrollar su capacidad de modelización de fenómenos aleatorios, de analizar datos experimentales, y/o de estimar parámetros físicos.
Resultados de aprendizaje
- CM22 (Resolver problemas de probabilidad y estadística de análisis de datos para la resolución de problemas generales en un contexto profesional.) Resolver problemas de probabilidad y estadística de análisis de datos para la resolución de problemas generales en un contexto profesional.
- CM23 (Adaptar la estrategia matemática avanzada al abordar un problema complejo determinado desde el punto de vista analítico.) Adaptar la estrategia matemática avanzada al abordar un problema complejo determinado desde el punto de vista analítico.
- KM23 (Describir los conceptos básicos del cálculo y análisis y los diferentes métodos de resolución de ecuaciones diferenciales en sus diferentes tipologías.) Describir los conceptos básicos del cálculo y análisis y los diferentes métodos de resolución de ecuaciones diferenciales en sus diferentes tipologías.
- KM24 (Identificar los distintos tipos de transformaciones integrales, los espacios de probabilidad de sucesos, los fundamentos de la teoría de probabilidades y los conceptos básicos del análisis estadístico de datos.) Identificar los distintos tipos de transformaciones integrales, los espacios de probabilidad de sucesos, los fundamentos de la teoría de probabilidades y los conceptos básicos del análisis estadístico de datos.
- SM19 (Aplicar los conocimientos adquiridos de matemática avanzada a la resolución de problemas matemáticos, a la vez que a problemas físicos con representación matemática.) Aplicar los conocimientos adquiridos de matemática avanzada a la resolución de problemas matemáticos, a la vez que a problemas físicos con representación matemática.
Contenidos
- Conceptos Fundamentales
- Probabilidad Condicionada
- Distribuciones de Probabilidad Discretas
- Distribuciones Continuas
- Distribuciones de Varias Variables
- Suma de Variables Aleatorias
- Poblaciones y Muestreo
- Estimación Puntual
- Intervalos de Confianza
- Tests de Hipótesis y Valores p
- Regresión Lineal
- Medida de Errores
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Teoría | 28 | 1,12 | KM23, KM24 |
| Trabajo autónomo y tutorías | 92 | 3,68 | CM22, CM23, KM23, KM24, SM19 |
| Seminarios | 8 | 0,32 | CM22, CM23, SM19 |
| Problemas | 14 | 0,56 | CM22, CM23, SM19 |
Las metodología docente de esta asignatura prevé alternar:
Clases teóricas con discusiones en clase.
Realización de problemas y ejercicios básicos, algunos de los cuales se trabajarán de forma magistral y otros se asignarán para trabajo autónomo del estudiante.
Discusión y desarrollo de ejercicios y casos de estudio con el ordenador, a través de código abierto o aplicaciones disponibles online.
Consultas con los profesores de la asignatura.
Nota: se reservarán 15 minutos de una clase, dentro del calendario establecido por el centro/titulación, para la complementación por parte del alumnado de las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura/módulo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Entregas de prácticas | 20 | 4 | 0,16 | CM22, CM23, SM19 |
| 1r parcial | 40 | 2 | 0,08 | CM22, CM23, KM23, KM24 |
| 2o parcial | 40 | 2 | 0,08 | CM22, CM23, KM23, KM24 |
La asignatura incluirá tres actividades de evaluación:
1er parcial: 40% de la nota final
2º parcial: 40% de la nota final
Entregas de prácticas: 20% de la nota final
La actividad de "Entrega de prácticas" estará basada en una selección de ejercicios trabajados en el aula y posteriormente completados a través de trabajo autónomo del estudiante.
La asistencia a las sesiones de seminarios es obligatoria y se tendrá en cuenta de cara a evaluar la actividad de entregas.
Para poder aprobar, se requerirá haber alcanzado una nota mínima de 3,5 en cada una de las tres pruebas de evaluación.
Uso de IA. Se permite el uso de tecnologías de Inteligencia
Artificial (IA) exclusivamente en la actividad de "Entrega de Prácticas" para tareas de soporte (búsqueda bibliográfica o de información, corrección de textos o generación de código). El estudiante tendrá que identificar claramente qué partes han sido generadas con esta tecnología, especificar las herramientas utilizadas e incluir una reflexión crítica sobre cómo éstas han influido en el proceso y el resultado final de la actividad. La no transparencia del uso de la IA en esta actividad evaluable se considerará falta de honestidad académica y puede acarrear una penalización parcial o total en la nota de la actividad.
Recuperación. En caso de no conseguir la nota mínima en alguno de los dos parciales, el alumno podrá presentarse a una recuperación del parcial correspondiente. La actividad de "entrega de prácticas" se considera como NO RECUPERABLE.
Evaluación única. Para aquellos estudiantes que soliciten acogerse a evaluación única, se prevé realizar una única prueba que agrupará los contenidos de ambos exámenes parciales y tendrá un peso de 80% sobre la nota final. En la misma fecha, el estudiante deberá presentar la entrega de prácticas, que representará el 20% restante de la nota. Este método de evaluación no excluye la asistencia obligatoria en las sesiones de seminarios
Bibliografía
Dekking, F. M., Kraaikamp, C., Lopuhaä, H. P., & Meester, L. E. (2005). A modern introduction to probability and statistics: Understanding why and how. Springer Science & Business Media.
Mathai, AM, Haubold, HJ. (2017) Probability and statistics: A course for physicists and engineers. Walter de Gruyter GmbH & Co KG.
Ross, S. (2013). A First Course in Probability, 9a edició. Addison Wesley.
Bohm, G, Zech, G. (2017). Introduction to Statistics and Data Analysis for Physicists. Verlag Deutsches Elektronen-Synchrotron Hamburg.
Delgado de la Torre, R. (2018). Probabilidad y Estadística para Ciencias e Ingeniería. Indepedent Pub.
Gonick, L, Smith, W. (1999). La estadística en còmic. Zendrera Zariquey.
Software
Se utilizarán herramientas de Python y R de libre acceso
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 | 1 | Catalán/Español | primer cuatrimestre | manaña-mixto |
| (PAUL) Prácticas de aula | 1 | Catalán | primer cuatrimestre | manaña-mixto |
| (TE) Teoría | 2 | Catalán | primer cuatrimestre | manaña-mixto |
| (PAUL) Prácticas de aula | 2 | Catalán | primer cuatrimestre | manaña-mixto |
| (SEM) Seminarios | 11 | Catalán | primer cuatrimestre | manaña-mixto |
| (SEM) Seminarios | 12 | Catalán | primer cuatrimestre | manaña-mixto |
| (SEM) Seminarios | 21 | Catalán | primer cuatrimestre | manaña-mixto |
| (SEM) Seminarios | 22 | Catalán | primer cuatrimestre | manaña-mixto |