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.

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.

Método expositivo.

Estudio de casos.

Prácticas de ordenador.

1,35

1,55

2

(70%) Entrega de trabajos
(30%) Exámenes teórico-prácticos

La entrega de trabajos consistirá en un trabajo final que se realizará por grupos. Los alumnos dispondrán de una guía para la realización de dicho trabajo. Se valorarán especialmente la originalidad y las conclusiones del análisis de una red que escojan los alumnos. Si el trabajo se entrega antes del "soft deadline" se calificará con un máximo de 7 puntos. Si se entrega después del "soft deadline" pero antes del "hard deadline", a la calificación obtenida se le restará un 20%. Si el trabajo se entrega después del "hard deadline", los alumnos del grupo suspenderán la asignatura en su convocatoria ordinaria.

En cuanto a los exámenes, a lo largo del curso se propondrá a los alumnos la realización de cuatro test que representarán, cada uno, un 7,5% de la nota final. Estos test se implementarán en la plataforma Moodle y se tendrán que realizar individualmente en los plazos fijados. Si el test se entrega antes del "soft deadline" se calificará con un máximo de 0,75 puntos. Si se entrega después del "soft deadline" pero antes del "hard deadline", a la calificación obtenida se le restará un 20%. Si el test se entrega después del "hard deadline", el test se puntuará con 0 puntos.

La convocatoria extraordinaria se evaluará mediante la entrega de un único trabajo individual (70%) y un examen teórico-práctico (30%).

D. EASLEY & J. KLEINBERG (2010). Networks, Crowds, and Markets: Reasoning about a Highly Connected World. New York, NY: Cambridge University Press.

M. NEWMAN (2018). Networks. New York, NY: Oxford University Press.

Profesorado:

Nombre: Miguel Ángel Hernández Medina
Despacho: A-302.3, ETSI en Telecomunicación, UPM
E-mail: miguelangel.hernandez.medina@upm.es

Nombre: Pedro José Zufiria Zatarain
Despacho: A-306, ETSI en Telecomunicación, UPM
E-mail: pedro.zufiria@upm.es