Titulación | Tipo | Curso | Semestre |
---|---|---|---|
4313136 Modelización para la Ciencia y la Ingeniería | OT | 0 | 1 |
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.
Cálculo de varias variables. Ecuaciones diferenciales ordinarias y parciales. Introducción a la teoría de la probabilidad.
El objetivo principal de este curso es proporcionar herramientas potentes par el análisis y las simulaciones numéricas de procesos estocásticos, tanto en sistemas afectados por ruido externo como por ruido interno. Las aplicaciones a los sistemas ecológicos y biológicos serán discutidas en detalle.
Primera parte:
1. Probabilidad elemental
2. Procesos estocásticos. Ruido y procesos de Markov.
3. Descripción microscópica: ecuaciones diferenciales estocásticas y su integración. Aplicaciones a la dinámica de poblaciones.
Segunda parte:
1. Descripción mesoscópica: ecuación maestra. Procesos de un solo paso. Enfoque de difusión. Ejemplos biologicos y físicos.
2. Paseos aleatorios. CTRW. Difusión anómala, vuelos de Lévy y problemas de primer paso. Aplicaciones ecologicas y sociales.
Tercera parte:
Tercera part:
1- Procesos estocástics a tiempo discreto. Modelos de espacios de estados continuos: AR, MA, ARMA y ARIMA. Estimación de parámetros , tests diagnósticos y predicción
2-Introducción a los modelos de espacio de estados discretos: INAR(1) i PoINAR(1).
La metodologia del curso combina sesiones magistrales en el aula con actividades autónomas por parte del alumno para practicar los conceptos trabajados durante el curso.
Como novedad, este año la primera y la segunda parte del curso (teoría y aplicaciones prácticas) se desarrollarán de forma aproximadamente simultánea en el tiempo con el objetivo de facilitar la asimilación de los contenidos.
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.
Título | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|
Tipo: Dirigidas | |||
Sesiones en el aula | 38 | 1,52 | 1, 4, 2, 3 |
Tipo: Supervisadas | |||
Tutorías | 9 | 0,36 | 6, 7 |
Tipo: Autónomas | |||
Estudio personal | 30 | 1,2 | 4, 3, 6 |
Preparación de prácticas y trabajos | 20 | 0,8 | 1, 4, 2, 7, 8 |
La evaluación de la asignatura está dividida de acuerdo con las tres partes en que se dividen los contenidos:
Primera Parte. (33.3%)
Se realizarán entregas de problemas durante el curso (10% de la nota final) y un examen general de esta parte (23.3%)
Segunda parte. (33.3%)
Se realizarà un trabajo de síntesis sobre los conceptos y técnicas trabajadas en clase (15% de la nota final) y un examen general de esta parte (18.3%).
Tercera parte (33.3%)
Se realizarán 2 o 3 entregas de trabajos
Título | Peso | Horas | ECTS | Resultados de aprendizaje |
---|---|---|---|---|
Examen de la parte práctica | 20% | 1 | 0,04 | 1, 2, 3, 8 |
Examen de la parte teórica | 25% | 2 | 0,08 | 1, 4, 2, 3, 6, 7 |
Simulaciones y trabajos prácticos | 55% | 50 | 2 | 1, 4, 2, 3, 5, 6, 7, 8 |
Básica:
Complementaria:
En la asignatura se utilizará Python y R como lenguaje de programación para realizar las actividades prácticas