CG1 - Aprender a aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el ámbito de la Ingeniería Matemática avanzada.
CG2 - Elaborar adecuadamente y con cierta originalidad argumentos motivados, proyectos de trabajo, redactar planes, así como formular hipótesis y conjeturas razonables en el ámbito de la Ingeniería Matemática avanzada.
CG5 - Comprender y utilizar de manera avanzada el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas complejos, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.
CG6 - Conocer los modelos, métodos y técnicas relevantes en distintas áreas de aplicación de la Ingeniería Matemática avanzada participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la sociedad.
CG7 - Saber abstraer en un modelo matemático complejo las propiedades y características esenciales de un problema real reconociendo su rango de aplicabilidad y limitaciones.

CT1 - Saber aplicar sus conocimientos a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y en la resolución de problemas y estudio de casos. Esto implica, más concretamente: Integrar creativamente conocimientos y aplicarlos a la resolución de problemas complejos, perseguir objetivos de calidad en el desarrollo de su actividad profesional, adquirir capacidad para la toma de decisiones y de dirección de recursos humanos, ser capaz de mostrar creatividad, iniciativa y espíritu emprendedor para afrontar los retos de su actividad, valorar la importancia de la Ingeniería Matemática en el contexto industrial, económico, administrativo, medio ambiental y social.
CT2 - Tener la capacidad de reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión sobre temas relevantes de índole científica, tecnológica y empresarial. Demostrar razonamiento crítico y gestionar información científica y técnica de calidad, bibliografía, bases de datos especializadas y recursos accesibles a través de Internet.

CE4 - Desarrollar habilidades de aprendizaje en Matemáticas avanzadas y sus aplicaciones que permitan al alumno continuar estudiando y profundizando en la materia de modo autónomo.
CE5 - Resolver problemas y casos reales planteados en el ámbito de la ciencia, la tecnología y la sociedad mediante habilidades de modelización, cálculo numérico, simulación y optimización.

- Explicación de contenidos.

- Resolución de ejercicios y problemas.
- Prácticas de ordenador.

- Realización de trabajos y presentación de forma autónoma por parte de los alumnos.

1,2

1,8

1

Formación matemática suficiente.

  Se trata de que el estudiante adquiera o revise sus:

- Conocimientos de los fundamentos de la probabilidad y estadística.

- Capacidades de utilización de técnicas de estimación y contraste de hipótesis.

- Capacidades de construcción de modelos de regresión lineal.

- Revisión de nociones básicas de probabilidad, variables aleatorias, función de distribución, momentos y modelos de probabilidad discretos y continuos, univariantes y multivariantes.

- Descripción y representación básica de datos.

- Inferencia estadística: estimación puntual y por intervalo. Contraste de hipótesis.

- Modelo de regresión lineal. Ajuste de modelos multivariantes. 

La calificación se establecerá en función de los siguientes criterios:
- 10% Asistencia y participación en clase.
- 40% Examen escrito.
- 50% Entrega y presentación de una práctica completa.

Heumann, C., & Shalabh, M. S. (2016). Introduction to statistics and data analysis with exercises, solutions and applications in R. Springer.

Montero, J. y otros, (1988). "Ejercicios y problemas de cálculo de probabilidades". Díaz de Santos.

Peña, D. (2001) “Estadística: Modelos y métodos”. Alianza Universidad.

Wasserman, L. (2004). All of statistics: a concise course in statistical inference (Vol. 26). New York: Springer.

Ximénez, M. C., & Revuelta, J. (2022). Análisis de Datos en Lenguaje R. Ediciones de la Universidad Autónoma de Madrid.

Profesorado:
- Juan Tejada, Despacho 406, Facultad de Ciencias Matemáticas, 913944424, jtejada@ucm.es