CG1 - Aprender a aplicar los conocimientos adquiridos y a explotar su potencial para la resolución de problemas en entornos
nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el tratamiento estadístico-computacional de la
información.
CG2 - Elaborar adecuadamente y con originalidad argumentos motivados y proyectos de trabajo, redactar planes, así como formular
hipótesis y conjeturas razonables en su área de especialización.
CG3 - Integrar los conocimientos adecuados y enfrentarse a la complejidad de emitir juicios en función de criterios, de normas
externas o de reflexiones personales justificadas.
CG4 - Comunicar y presentar públicamente ideas, procedimientos o informes de investigación, así como asesorar a personas
u organizaciones en el tratamiento estadístico-computacional de la información. La presentación de estas ideas debe transmitir
de forma clara y precisa las conclusiones de forma que sean entendidas tanto por el especialista como por el profano en temas
estadístico-computacionales.
CG5 - Comprender y utilizar el lenguaje y las herramientas matemáticas para modelizar 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 Estadística matemática
participando en la creación de nuevas tecnologías que contribuyan al desarrollo de la Sociedad de la Información.
CG7 - Saber abstraer en un modelo matemático 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 los métodos estadísticocomputacionales 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.

CE1 - Adquisición de una formación sólida y rigurosa en temas avanzados de Estadística, Matemática computacional, Modelos
estocásticos y Metodología de la toma de Decisiones aplicadas al tratamiento de la Información
CE2 - Capacidad para planificar la resolución de un problema en función de las herramientas de que se disponga y, en su caso, de las restricciones de tiempo y recursos.
CE3 - Capacidad para utilizar aplicaciones informáticas estadísticas, de cálculo numérico y simbólico, visualización gráfica,
optimización u otras para resolver problemas con un elevado grado de complejidad.
CE4 - Desarrollar habilidades de aprendizaje en Estadística Computacional y Matemáticas, así como en sus respectivas
aplicaciones, que permitan al alumno continuar estudiando y profundizando en la materia de modo autónomo, así como el
desarrollo profesional con un alto grado de independencia.
CE5 - Resolver problemas y casos reales planteados en el tratamiento estadístico-computacional de la información generada en los
ámbitos de la ciencia, la tecnología y la sociedad mediante habilidades de modelización matemática, estimación y computación.
CE6 - Desarrollar programas que resuelvan problemas matemáticos utilizando para cada caso el entorno computacional adecuado.
CE7 - Capacidad de utilización de herramientas de búsqueda de recursos bibliográficos así como manejo, gestión y análisis de
grandes bases de datos.

15 horas

15 horas

3

2,04

1

No hay

 Adquisición de conocimientos básicos en programación, técnicas de cálculo numérico y en el manejo de algunos programas científicos.
 

50% entregas de prácticas y ejercicios. 40% examen final online. 10% asistencia y participación activa.

1. Juan Antonio Infante del Río, José María Rey Cabezas, Métodos numéricos, Pirámide (2002).
2. Richard. L. Burden, J. Douglas Faires, Análisis Numérico, Grupo Editorial Iberoamérica (1993).
3. Amos Gilat, Matlab: Una introducción con ejemplos prácticos, Reverté cop. (2006)
4. André Heck, Introduction to Maple, Springer (2003)

Material disponible en Campus Virtual: Apuntes, Hojas de prácticas y Ejercicios.