|
||||||||||||
Consulta de los datos generales Descripción Conocimientos previos Objetivos y competencias Contenidos Consulta de los materiales que dispone la asignatura Materiales y herramientas de apoyo Bibliografía y fuentes de información Metodología Información sobre la evaluación en la UOC Consulta del modelo de evaluación Evaluación Contínua Evaluación final Feedback | ||||||||||||
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. | ||||||||||||
En el ámbito de las telecomunicaciones, a menudo tenemos la necesidad de modelar un tipo de procesos denominados no determinísticos. Analizar cuántas visitas recibe un servidor de Internet en una franja horaria concreta, es un ejemplo de ello. Este tipo de procesos, denominados estocásticos, no se pueden caracterizar mediante reglas que permitan predecir con exactitud su evolución. Sí podemos, en cambio, predecir con un cierto grado de certidumbre cuál será el comportamiento del proceso. Esta asignatura se estructura en dos bloques bien determinados, primero la teoría de probabilidad y después, los procesos estocásticos, necesarios para poder tratar este tipo de fenómenos. Teoría de la probabilidad En Ingeniería de Telecomunicación, el tratamiento digital de la señal en la manipulación de las señales de información es fundamental. Para tratar el conjunto de resultados posibles de una experiencia aleatoria, hace falta introducir el concepto de probabilidad con todas las herramientas necesarias para llegar a conclusiones válidas sobre el problema que estamos estudiando. En esta primera parte de la asignatura se introducen, mediante ejemplos, los tipos de problemas más habituales en telecomunicaciones donde es necesario utilizar la teoría de la probabilidad. Procesos estocásticos En ingeniería, a parte de tratar magnitudes aleatorias representadas por variables y vectores aleatorios, es necesario estudiar cómo varían estas magnitudes en el tiempo. En esta segunda parte de la asignatura se generaliza el concepto de vector aleatorio que se ha visto en la parte de probabilidad y se estudian las funciones aleatorias (procesos estocásticos). Se define su distribución estadística, qué parámetros las caracterizan, cuáles son los ejemplos más importantes y cómo se transforman al pasar por sistemas lineales.
|
||||||||||||
Es necesario haber cursado Matemáticas I (Álgebra) y Matemàticas II (Análisis). | ||||||||||||
Cuando el alumno haya trabajado el primer bloque de la asignatura, debe ser capaz de clasificar, dentro de este contexto, un problema dado, plantearlo y resolverlo aplicando los conceptos y procedimientos más adecuados. Objetivos específicos: En el segundo bloque, el alumno ha de entender los conceptos básicos asociados a este tipo de procesos, familiarizarse con los tipos más habituales y resolver problemas concretos que aparecen habitualmente en el mundo de las telecomunicaciones. Objetivos específicos:
COMPETENCIAS
- Capacidad para la resolución de los problemas matemáticos que puedan plantearse en del ingeniero. Aptitud para aplicar los conocimientos sobre: ¿¿álgebra lineal, geometría, geometría diferencial, cálculo diferencial e integral, ecuaciones diferenciales y en derivadas parciales, métodos numéricos, algorítmica numérica, estadística y optimización.
|
||||||||||||
I Probabilidad 1. Introducción: Técnicas de contar. 1.2. Muestras ordenadas sin repetición. Variaciones. Permutaciones. 1.3. Muestras no ordenadas sin repetición. Combinaciones. 1.4. Muestras no ordenadas con repetición. 1.5. Otros ejemplos. 2. Espacio de probabilidad. 2.1. Experiencia aleatoria y sucesos. Operaciones básicas y propiedades. 2.2. Definición axiomática de probabilidad. Espacio finito equiprobable. 2.3. Probabilidad condicionada. Sucesos independientes. 2.4. Teorema de la probabilidad total.Teorema de Bayes. 2.5. Diagramas de árbol. 3. Variables aleatorias. 3.1. Variable aleatoria discreta. 3.2. Variable aleatoria continua. 3.3. Teorema central del límite. Aplicación. 4. Funciones de variables aleatorias. 4.1. Función de una variable aleatoria discreta. 4.2. Funció d'una variable aleatoria continua. 4.3. Teorema de la esperanza. 5. Vectores aleatorios. 5.1. Vector aleatorio (X, Y ), con X e Y variables aleatorias discretas. 5.2. Vector aleatorio (X, Y ), con X e Y variables aleatorias continuas. 1. Introducción a los procesos estocásticos. 1.1. Definición de proceso estocástico. 1.2. Procesos a tiempo continuo y a tiempo discreto. 1.3. Procesos de estado continuo i de estado discreto. 1.4. Ejemplos de procesos estocásticos. 2. Caracterización estadística de los procesos estocásticos. 2.1. Funciones de densidad y distribución de orden n. 2.2. Parámetros de un proceso estocástico. Funciones de valor medio, autocorrelación yi autocovarianza. Potencia. 2.3. Ejemplos de cálculo de parámetros. 3. Procesos estocásticos estacionarios. 3.1. Estacionariedad en sentido estricto y en sentido amplio. 3.2. Oscilaciones aleatorias. 3.3. Cicloestacionariedad. 3.4. Espectro de potencia de un proceso estacionario. 4. Ejemplos de procesos estocásticos. 4.1. Procesos estocásticos gaussianos. 4.2. El proceso estocástico de Poisson. 5. Sistemas lineales. 5.1. Definición de sistema lineal. Determinismo, invariancia temporal. 5.2. Parámetros de un proceso transformado linealmente. 5.3. Ejemplo: circuito L-R. |
||||||||||||
|
||||||||||||
El texto de la asignatura es autocontenido, esto es, contiene la introducción a cada tema con ejemplos y ejercicios resueltos. En este sentido, el estudiante tiene los recursos necesarios para lograr los objetivos fijados. Para la realización de algunas actividades se podrá hacer uso de software matemático según las indicaciones del Consultor o la Consultora. |
||||||||||||
Bibliografía básica Lipschutz, S.; Schiller, J. (1998). Introducción a la probabilidad y la estadística. Mc Graw-Hill (Serie Schaum). Peebles, P.Z. (2006). Principios de probabilidad, variables aleatorias y señales aleatorias. Mc Graw-Hill.
Canavos, G.C. (1988). Probabilidad y estadística. Mc Graw-Hill. León-García, A. (1994). Probability and random processes for electrical engineering. 2nd. ed. Addison Wesley. Papoulis, A. Probabilidad, variable aleatoria y procesos estocásticos. Mc Graw-Hill. Veysseyre, R. (2001). Statistique et probabilités pour l'ingénieur
Cálculo de integrales dobles para distribuciones conjuntas de probabilidad bidimensional: https://www.youtube.com/watch?v=CNsOGNnBmS8 https://www.youtube.com/watch?v=3KEasL-plz8 Variables aleatorias bidimensionales: http://halweb.uc3m.es/esp/Personal/personas/aarribas/esp/docs/estI_grado/estIG_tema4.pdf Integrales dobles: problemas resueltos: http://personal.us.es/jsmonter/jes1/pdf/integralesdoblesproblema45.pdf
|
||||||||||||
A partir de la realización de las actividades y la consulta del texto de la asignatura, el estudiante aprende los conceptos teóricos y las herramientas nuevas relacionadas.
El software estadístico recomendado es R. |
||||||||||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. El estudiante será calificado con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
||||||||||||
Ponderación de las calificaciones
Opción para superar la asignatura: EX + EC
Nota final de asignatura: EX + EC EX = 65 % EC = 35 % Notas mínimas: · EX = 4 Esta fórmula de ponderación sólo se aplicará cuando la nota resultante mejore la obtenida en el EX. Cuando la nota obtenida en el EX sea inferior a 4 o la calificación resultante de la fórmula de ponderación no permita mejorar la nota obtenida en el EX, la calificación final de la asignatura será la nota obtenida en el EX. En el caso de asignaturas con prácticas (Pr) que cruzan con el examen (EX), la fórmula de ponderación sólo se aplicará cuando la nota resultante mejore la obtenida en FE (FE=EX+Pr). Cuando la nota obtenida en el EX sea inferior a 4, la calificación resultante de la asignatura será la nota obtenida en el EX. Cuando la calificación resultante de la fórmula de ponderación no permita mejorar la nota obtenida en FE, la calificación final de la asignatura será la nota obtenida en FE. |
||||||||||||
La evaluación continuada consiste en la realización, entrega y valoración por parte del consultor de los ejercicios de las diferentes actividades. Denominamos Prueba de Evaluación Continuada (PEC) a cada una de estas entregas. En esta asignatura se realizarán dos PECs correspondientes al primer bloque (teoría de la probabilidad) y dos PECs del segundo (procesos estcásticos). Cada una de ellas vale un 22% de la nota final de EC. Al final se hará una PEC de síntesis que representa el 12% de la nota final de EC. Una PEC no presentada representa un 0 en el cómputo total. |
||||||||||||
El examen final presencial será una prueba escrita de dos horas de duración, coherente con lo que se ha ido trabajando a lo largo de la Evaluación Continuada (AC), y donde se deberán resolver problemas. En el examen final presencial se puede llevar una calculadora no programable. El enunciado del examen incluirá un formulario. |
||||||||||||
Tal y como se ha indicado en la metodología de la asignatura, el consultor os guiará y orientará a través del Tablón del aula para que pueda hacer un buen seguimiento de la asignatura. También responderá las dudas que vayan saliendo en el Foro del aula así como las consultas y comentarios enviados a su buzón personal.
|