Avenços Metodològics
Codi: 104866 Crèdits: 6| Titulació | Tipus | Curs | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OT | 4 | 2 |
Professor/a de contacte
- Nom:
- Manuel Carlos Delfino Reznicek
- Correu electrònic:
- manuel.delfino@uab.cat
Idiomes dels grups
Podeu accedir-hi des d'aquest enllaç. Per consultar l'idioma us caldrà introduir el CODI de l'assignatura. Tingueu en compte que la informació és provisional fins a 30 de novembre de 2023.
Equip docent
- Maria del Pilar Casado Lechuga
- Oscar Blanch Bigas
Prerequisits
No hi ha prerequisits formals. Es recomana:
- haver completat les assignatures troncals dels tres primers cursos del Grau
- conèixer la programació a python
- haver estudiat física almenys a nivell d'escola secundària
Objectius
La visió que té la humanitat de l'Univers va canviar radicalment al segle XX. L'evolució de les tècniques de detecció ha augmentat el nombre d'objectes visibles al cel d'uns quants centenars a milers de milions. A més, els objectes es poden observar mitjançant radiació electromagnètica en una àmplia gamma de longituds d'ona, des de radi i infraroig fins a la banda visible i els raigs X. Les tècniques experimentals de la física de partícules elementals s'han adaptat per estendre les observacions d'objectes celestes, per exemple a través de fotons de més energia (raigs gamma). Aquestes tècniques també permeten, per primera vegada, l'observació del cel a través de missatgers no electromagnètics, és a dir, partícules carregades (“raigs còsmics”) i, molt recentment, neutrins. Finalment, gegantins interferòmetres làser molt precisos han observat recentment ones gravitacionals, que brinden una altra manera d'observar objectes celestes.
Totes aquestes maneres d'observar l'Univers estan produint enormes quantitats de dades que cal filtrar, calibrar, analitzar i comparar amb les prediccions teòriques. Això requereix la reducció de les dades en sistemes d'alt rendiment i simulacions en sistemes d'altes prestacions, combinades amb anàlisis estadístiques sofisticades i estimacions d'incertesa. Les tècniques de Big Data i Intel·ligència Artificial s'estan aplicant cada vegada més al camp. L´objectiu del curs és explorar aquestes tècniques en el context del Grau.
Competències
- Dissenyar un estudi estadístic o de recerca operativa per a la resolució d'un problema real.
- Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
- Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
- Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
- Resumir i descobrir patrons de comportament en l'exploració de les dades.
- Seleccionar els models o tècniques estadístiques per aplicar-los en estudis i problemes reals, així com conèixer-ne les eines de validació.
Resultats d'aprenentatge
- Establir les hipòtesis experimentals de la modelització.
- Fer servir gràfics de resum de dades multivariades i d'evolució temporal.
- Identificar les variables resposta, explicatives i de control.
- Planificar estudis basats en sèries temporals.
- Que els estudiants puguin transmetre informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.
- Que els estudiants sàpiguen aplicar els coneixements propis a la seva feina o vocació d'una manera professional i tinguin les competències que se solen demostrar per mitjà de l'elaboració i la defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi.
- Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi) per emetre judicis que incloguin una reflexió sobre temes destacats d'índole social, científica o ètica.
- Reconèixer la necessitat d'ocupar models de processos estocàstics.
Continguts
- Observació del cel: física, models i simulacions, observacions i instruments.
- Estudi de cas: Exploracions òptiques de gran abast: Mesura de l'expansió de l'Univers
- Estudi de cas: Telescopis Cherenkov d'Imatge Atmosfèrica: mesurant l’Univers no tèrmic
- Estudi de cas: l'Univers violent: astronomia de neutrins amb grans volums de gel o aigua instrumentats
- Estudi de cas: L'Univers violent: Detecció d'ones gravitacionals amb interferòmetres làser
Metodologia
El curs s'organitzarà en 5 mòduls de 2-3 setmanes de durada. La introducció a cada mòdul es donarà en Classes Magistrals. Posteriorment, els estudiants treballaran en la comprensió d'una sèrie d'estudis de cas, analitzaran críticament les solucions existents i proposaran millores.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.
Activitats formatives
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Tipus: Dirigides | |||
| Classes Magistrals | 15 | 0,6 | 1, 2, 3, 4, 7, 8 |
| Tipus: Supervisades | |||
| Estudis de casos | 25 | 1 | 1, 2, 3, 4, 5, 6, 7, 8 |
| Tipus: Autònomes | |||
| Desenvolupament de solucions i programes | 50 | 2 | 1, 2, 3, 4, 5, 6, 7, 8 |
| Estudi | 45 | 1,8 | 1, 2, 3, 4, 8 |
| Tutories amb professors | 5 | 0,2 | 1, 2, 3, 4, 5, 6, 7, 8 |
Avaluació
Aquesta assignatura no preveu el sistema d’avaluació única.
Els aspectes més teòrics s’avaluaran mitjançant una prova d’avaluació continuada de 2 hores de durada. Els aspectes més pràctics s’avaluaran mitjançant Presentacions i Participació en Debats, cadascun d’uns 2 hores de durada.
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Presentacions i participació en debats | 86% | 8 | 0,32 | 1, 2, 3, 4, 5, 6, 7, 8 |
| Proves d'Avaluació Continuada | 14% | 2 | 0,08 | 1, 3, 5, 8 |
Bibliografia
Física per a la ciència i la tecnologia Electricitat i magnetisme / La llum / Física moderna : mecànica quàntica, relativitat i estructura de la matèria / Paul A. Tipler, Gene Mosca ; obra coordina per David Jou i Mirabent i Josep Enric Llebot Rabagliati. 2nd ed. Barcelona: Editorial Reverté, 2010. (versión electrónica disponible a través de la Biblioteca de la UAB).
Statistical Data Analysis, G. Cowan, ISBN: 0198501552, 1998.
Python Pocket Reference, O’Reilly, Mark Lutz, ISBN: 0596158084, 2009.
Fundamental Astronomy, Hannu Karttunen, Pekka Kröger, Heikki Oja, Markku Poutanen, Karl Johan Donner. ISBN: 978-3-662-53045-0, 2016
Particle Physics Reference Library: Volume 2: Detectors for Particles and Radiation
Full Text Access:
DOAB Directory of Open Access Books 2020 http://web.b.ebscohost.com/pfi/ExternalLinkOut/PubFinderLinkOut?sid=857a256b-c942-49c2-b16a-ae47c0e48468@pdc-v-sessmgr03&vid=5&Url=https%3a%2f%2flibrary.oapen.org%2fbitstream%2f20.500.12657%2f41753%2f1%2f2020_Book_ParticlePhysicsReferenceLibrar.pdf&Kbid=edp26617004&PackageId=5937&LinkedFrom=PublicationDetail
Springer Physics and Astronomy eBooks 2020 English/International 2020 http://web.b.ebscohost.com/pfi/ExternalLinkOut/PubFinderLinkOut?sid=857a256b-c942-49c2-b16a-ae47c0e48468@pdc-v-sessmgr03&vid=5&Url=https%3a%2f%2flogin.are.uab.cat%2flogin%3furl%3dhttps%3a%2f%2flink.springer.com%2f10.1007%2f978-3-030-35318-6&Kbid=edp26617004&PackageId=3488474&LinkedFrom=PublicationDetail
SpringerOpen Books 2020 http://web.b.ebscohost.com/pfi/ExternalLinkOut/PubFinderLinkOut?sid=857a256b-c942-49c2-b16a-ae47c0e48468@pdc-v-sessmgr03&vid=5&Url=https%3a%2f%2flogin.are.uab.cat%2flogin%3furl%3dhttps%3a%2f%2flink.springer.com%2f10.1007%2f978-3-030-35318-6&Kbid=edp26617004&PackageId=2884047&LinkedFrom=PublicationDetail
Author:
Fabjan
Niko, editor
ISBN:
978-3-030-35317-9
978-3-030-35318-6
Publisher Information:
Springer International Publishing
Resource Type:
Book
Subjects:
English Language
Programari
Qualsevol tipus de full de càlcul (LibreOffice Calc, Google Sheets, Microsoft Excel, etc.)
Pàgines en línia que generen gràfics (desmos.com, GeoGebra, etc.)
python
Jupyter notebooks