DISTRIBUCIONES MULTIDIMENSIONALES
Doble Titulación de Grado en Estadística y en Ingeniería Informática
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 10-06-24 14:08)- Código
- 108417
- Plan
- ECTS
- 6
- Carácter
- Curso
- 2
- Periodicidad
- Segundo Semestre
- Idioma
- ESPAÑOL
- Área
- ESTADÍSTICA E INVESTIGACIÓN OPERATIVA
- Departamento
- Estadística
- Plataforma Virtual
Studium
Datos del profesorado
- Profesor/Profesora
- Miguel Rodríguez Rosa
- Grupo/s
- Todos
- Centro
- Fac. Ciencias
- Departamento
- Estadística
- Área
- Estadística e Investigación Operativa
- Despacho
- D1102, Edif. Ciencias
- Horario de tutorías
- A concretar con el profesor
- URL Web
- -
- miguel_rosa90@usal.es
- Teléfono
- -
2. Recomendaciones previas
Haber superado las asignaturas de Cálculo de Probabilidades y Análisis Matemático.
3. Objetivos
GENERALES:
Conocer la naturaleza, métodos y fines de la Probabilidad con varias variables junto con cierta perspectiva histórica de su desarrollo.
Reconocer la necesidad del Cálculo de Probabilidades para tratar científicamente aquéllas situaciones en las que interviene el azar o exista incertidumbre.
Reconocer a la Probabilidad como parte integrante de la Educación y la Cultura.
Desarrollar las capacidades analíticas y de abstracción, la intuición y el pensamiento lógico, riguroso y crítico a través del estudio de la Probabilidad.
Capacitar para la utilización de los conocimientos teóricos y prácticos adquiridos en la definición y planteamiento de problemas y en la búsqueda de sus soluciones tanto en contextos académicos como profesionales.
Preparar para posteriores estudios especializados, tanto en una disciplina estadística como en cualquiera de las ciencias que requieran buenos fundamentos probabilísticos.
ESPECÍFICOS:
Comprender y manejar los conceptos de distribuciones conjuntas, marginales y condicionadas.
Que el alumno sepa estudiar la independencia de variables aleatorias.
Que conozca, comprenda y maneje las nociones básicas relacionadas con los vectores aleatorios, de manera que sepa interpretar correctamente los resultados procedentes de varias variables aleatorias que le sean presentados.
Que sepa realizar cambios de variables.
Que conozca distintos modelos de variables multidimensionales, discretas y continuas, entre ellas la Multinomial y la Normal multivariante.
Que conozca, comprenda y maneje los conceptos relativos a la correlación con varias variables.
Que conozca los distintos tipos de convergencias y sus aplicaciones a las leyes de los grandes números y a los Teoremas Centrales del Límite, junto con la utilidad de estos resultados en casos prácticos.
Que sepa interpretar correctamente los resultados procedentes de varias variables aleatorias que le sean presentados.
4. Competencias a adquirir | Resultados de Aprendizaje
Específicas | Habilidades.
CE011.- Conocer las nociones y distribuciones básicas en Probabilidad (con CB1, CB3, CG1.
CE021.- Calcular probabilidades y reconocer situaciones reales en las que aparecen las distribuciones probabilísticas más usuales (con CB1, CB2, CB3, CG1, CG3, CG4, CE2, CE3).
CE031.- Manejar variables y vectores aleatorios y conocer su utilidad en la modelización de fenómenos reales (con CB2, CB3, CG1, CG2, CG4, CG5, CE2, CE3).
CE041.- Conocer el concepto de independencia entre variables aleatorias (con CG1, CG2).
CE051.- Saber utilizar el teorema central del límite (con CB2, CB3, CG1, CG2, CG3, CG5, CE2, CE3).
Transversales | Competencias.
INSTRUMENTALES:
CT012.- Capacidad de análisis y síntesis.
CT022.- Capacidad de organización y planificación.
CT032.- Capacidad de gestión de la información.
CT042.- Resolución de problemas.
CT052.- Toma de decisiones a partir de los resultados obtenidos.
INTERPERSONALES:
CT062.- Trabajo en equipo.
CT072.- Razonamiento crítico.
CT082.- Compromiso ético.
CT092.- Habilidades en las relaciones interpersonales.
SISTÉMICAS:
CT102.- Aprendizaje autónomo.
CT112.- Motivación por la calidad del aprendizaje.
5. Contenidos
Teoría.
TEMA 0.- Vectores Aleatorios. Variables aleatorias bidimensionales, distribución conjunta. Variables bidimensionales discretas. Variables bidimensionales continuas. Vectores aleatorios n-dimensionales. Dependencia e Independencia de Variables Aleatorias. Distribuciones marginales. Distribuciones condicionadas. Conceptos de dependencia e independencia entre variables aleatorias.
TEMA 1.- Transformaciones de vectores aleatorios.
TEMA 2.- Esperanza Matemática de un Vector Aleatorio. Cálculo de la esperanza matemática y propiedades. Momentos. Matriz de dispersión y de correlación. Función característica de un vector aleatorio, propiedades. Correlación. El coeficiente de correlación lineal.
TEMA 3.- Algunas Distribuciones Multivariantes. Distribución multinomial. Distribución hipergeométrica multivariante. Distribución normal multivariante.
TEMA 4.- Algunas Distribuciones Útiles en Estadística. La distribución chi-cuadrado de Pearson. La distribución t de Student. La distribución F de Snedecor.
TEMA 5.- Sucesiones de Variables Aleatorias. Tipos de convergencia: casi segura, en probabilidad, en distribución o ley. Leyes Fuertes de los Grandes Números. Leyes Fuertes de los Grandes Números. Teoremas Centrales del Límite. Introducción. Teorema de Levy-Lindeberg.
6. Metodologías Docentes
Se expondrá el contenido teórico de los temas a través de clases presenciales, siguiendo el texto recomendado, que servirá para fijar los conocimientos ligados a las competencias previstas y dar paso a clases prácticas de resolución de problemas, en los que se aplicarán las definiciones, propiedades y teoremas expuestos en las clases teóricas, de modo que en las clases prácticas los estudiantes se inicien en las competencias previstas.
A partir de las clases teóricas y prácticas se propondrá a los alumnos la realización de trabajos personales sobre teoría y problemas, para cuya realización tendrán el apoyo del profesor en seminarios tutelados. En esos seminarios los estudiantes podrán compartir con sus compañeros y con el profesor las dudas que encuentren, obtener solución a las mismas y comenzar a desempeñar por si mismos las competencias de la materia. Además, los estudiantes tendrán que desarrollar por su parte un trabajo personal de estudio y asimilación de la teoría, resolución de problemas propuestos y preparación de los trabajos propuestos, para alcanzar las competencias previstas.
7. Distribución de las Metodologías Docentes
8. Recursos
Libros de consulta para el alumno.
Quesada V. y GarcÍa A. (1988). “Lecciones de Cálculo de Probabilidades”. Ed. Díaz de Santos, S.A. Madrid.
Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.
Ardanuy R. y Martín Q. (1993). “Estadística para Ingenieros”. Hespérides. Salamanca.
Arnáiz Vellando G. (1978). “Introducción a la Estadística Teórica”. Lex Nova. Valladolid.
Cramer H. (1977). “Teoría de Probabilidades y Aplicaciones”. Aguilar. Madrid.
Cuadras C.M. (1983). “Problemas de Probabilidades y Estadística”. Vol. 1. Promociones Publicaciones Universitarias. Barcelona.
De Groot M. H. (1988). “Probabilidad y Estadística”. Ed. Addison-Wesley Iberoamericana. México.
Montero J., Pardo L., Morales D. y Quesada V. (1988). “Ejercicios y Problemas de Cálculo de Probabilidades”. Díaz de Santos. Madrid.
Rényi A. (1976). “Cálculo de Probabilidades”. Ed. Reverté. Barcelona.
Ríos S. (1977). “Métodos Estadísticos”. Ediciones del Castillo S.A. Madrid.
Rohatgi V.K. (1976). “An Introduction to Probability Theory and Mathematical Statistics”. Ed. John Wiley. New York.
Sarabia Viejo A. y Mate Jiménez C. (1993). “Problemas de Probabilidad y Estadística”. Ed. CLAGSA. Madrid.
Tucker H.G. (1967). “A Graduate Course in Probability”. Academic Press. New York.
9. Evaluación
Criterios de evaluación.
Las cuestiones y ejercicios planteados a los alumnos durante el curso supondrán un 15% para la nota final.
- La prueba parcial supondrá un 25% para la nota final, dividido a partes iguales entre el test y los problemas.
- La evaluación final (primera convocatoria) será por medio de una prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica (resolución de problemas) a la que corresponderá el 30% restante. En esta prueba final habrá que sacar, al menos, 3’5 puntos sobre 10 en el total de la Teoría y Problemas, para poder compensar con la puntuación obtenida en la evaluación continua (cuestiones y ejercicios y prueba parcial).
Los alumnos que no superen la asignatura en la primera convocatoria tendrán una recuperación (segunda convocatoria) que también será por medio de una prueba escrita que constará de una parte teórica que supondrá un 30% de la nota final, y de una parte práctica a la que corresponderá otro 30%; en el 40% restante se contabiliza, con los mismos porcentajes, la puntuación que se hubiera obtenido en su día en la evaluación continua del curso. De nuevo, para poder superar la asignatura en esta segunda convocatoria, habrá que conseguir, como mínimo, 3’5 puntos sobre 10 en el total de la Teoría y Problemas.
En caso de que el alumno no se presente al examen final tendrá una calificación final de la asignatura de “No Presentado”.
Sistemas de evaluación.
Pruebas escritas y trabajos.
Recomendaciones para la evaluación.
Estudiar la asignatura de forma regular desde el principio.
Preparar la teoría simultáneamente con la realización de problemas.
Consultar al profesor las dudas que se tengan.
Será el resultado de una ponderación basada en el desarrollo de cuestiones y ejercicios planteados a los alumnos durante el curso, de una prueba parcial realizada a mediados de curso, formada por un test de teoría y ejercicios de problemas, y de un examen escrito de teoría y problemas, en el que habrá que sacar, al menos, 3’5 puntos sobre 10.
Recuperación:
Preparar la teoría simultáneamente con la realización de problemas.
Consultar al profesor las dudas que se tengan.