Avances Metodológicos
Código: 104866 Créditos ECTS: 6| Titulación | Tipo | Curso | Semestre |
|---|---|---|---|
| 2503852 Estadística Aplicada | OT | 4 | 2 |
Contacto
- Nombre:
- Manuel Carlos Delfino Reznicek
- Correo electrónico:
- manuel.delfino@uab.cat
Idiomas de los grupos
Puede consutarlo a través de este enlace. Para consultar el idioma necesitará introducir el CÓDIGO de la asignatura. Tenga en cuenta que la información es provisional hasta el 30 de noviembre del 2023.
Equipo docente
- Maria del Pilar Casado Lechuga
- Oscar Blanch Bigas
Prerrequisitos
No hay prerequisitos formales. Se recomienda:
- haber completado las asignaturas troncales de los tres primeros cursos del Grado
- conocer la programación en python
- haber estudiado Física al menos a nivel de escuela secundaria
Objetivos y contextualización
La visión que tiene la humanidad del Universo cambió radicalmente en el siglo XX. La evolución de las técnicas de detección ha aumentado el número de objetos visibles en el cielo de unos pocos cientos a muchos miles de millones. Además, los objetos se pueden observar a través de radiación electromagnética en una amplia gama de longitudes de onda, desde radio e infrarrojo hasta la banda visible y los rayos X. Las técnicas experimentales de la física de partículas elementales se han adaptado para extender las observaciones de objetos celestes, por ejemplo a través de fotones de mayor energía (rayos gamma). Estas técnicas también permiten, por primera vez, la observación del cielo a través de mensajeros no electromagnéticos, es decir, partículas cargadas ("rayos cósmicos") y, muy recientemente, neutrinos. Finalmente, gigantescos interferómetros láser muy precisos han observado recientemente ondas gravitacionales, que brindan otra forma de observar objetos celestes.
Todas estas formas de observar el Universo están produciendo enormes cantidades de datos que se deben filtrar, calibrar, analizar y comparar con las predicciones teóricas. Esto requiere la reducción de los datos en sistemas de alto rendimiento y simulaciones en sistemas de altas prestaciones, combinadas con análisis estadísticos sofisticados y estimaciones de incertidumbre. Las técnicas de Big Data e Inteligencia Artificial se están aplicando cada vez más en el campo. El objetivo del curso es explorar estas técnicas en el contexto del Grado.
Competencias
- Diseñar un estudio estadístico o de investigación operativa para la resolución de un problema real.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Resumir y descubrir patrones de comportamiento en la exploración de los datos.
- Seleccionar los modelos o técnicas estadísticas para aplicarlos a estudios y problemas reales, así como conocer las herramientas de validación de los mismos.
Resultados de aprendizaje
- Emplear gráficos de resumen de datos multivariados y de evolución temporal.
- Establecer las hipótesis experimentales de la modelización.
- Identificar las variables respuesta, explicativas y de control.
- Planificar estudios basados en series temporales.
- Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
- Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
- Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
- Reconocer la necesidad de emplear modelos de procesos estocásticos.
Contenido
- Observación del cielo: Física, modelos y simulaciones, observaciones e instrumentos.
- Estudio de caso: Estudios ópticos del cielo: medición de la expansión del universo
- Estudio de caso: obtención de imágenes de los telescopios Cherenkov atmosféricos: medición del universo no térmico
- Estudio de caso: El Universo violento: Astronomía de neutrinos con enormes volúmenes de hielo o agua instrumentados
- Estudio de caso: El Universo violento: detección de ondas gravitacionales con interferómetros láser
Metodología
El curso se organizará en 5 módulos de 2-3 semanas de duración. La introducción a cada módulo se dará en Clases Magistrales. Posteriormente, los estudiantes trabajarán en la comprensión de una serie de estudios de caso, analizarán críticamente las soluciones existentes y propondrán mejoras.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Actividades
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases Magistrales | 15 | 0,6 | 2, 1, 3, 4, 7, 8 |
| Tipo: Supervisadas | |||
| Estudios de casos | 25 | 1 | 2, 1, 3, 4, 5, 6, 7, 8 |
| Tipo: Autónomas | |||
| Desarrollo de soluciones y programas | 50 | 2 | 2, 1, 3, 4, 5, 6, 7, 8 |
| Estudio | 45 | 1,8 | 2, 1, 3, 4, 8 |
| Tutorías con profesores | 5 | 0,2 | 2, 1, 3, 4, 5, 6, 7, 8 |
Evaluación
Esta asignatura no contempla el sistema de evaluación única.
Los aspectos más teóricos serán evaluados a través de una Prueba de Evaluación Continuada de 2 horas de duración. Los aspectos más prácticos serán evaluados a través de Presentaciones y Participación en Debates, cada uno de aproximadamente 2 horas de duración.
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Presentaciones y participación en debates | 86% | 8 | 0,32 | 2, 1, 3, 4, 5, 6, 7, 8 |
| Pruebas de Evaluación Continuada | 14% | 2 | 0,08 | 2, 3, 5, 8 |
Bibliografía
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
Software
Cualquier tipo de hoja de cálculo (LibreOffice Calc, Google Sheets, Microsoft Excel, etc.)
Páginas online que generan gráficos (desmos.com, geogebra, etc.)
python
Jupyter notebooks