Departamentos

Matemáticas y Ciencia de Datos

Grado y Doble Grado. Curso 2024/2025.

Acceso específico al título

Inicio de Estudios de Grado

https://www.ucm.es/admision-a-grado

Calendario de preinscripción 2023-24

https://www.ucm.es/calendario-de-preinscripcion

 

 

Las vías de acceso al Grado en Matemáticas y Ciencia de Datos son las legalmente establecidas para todos los estudios de grado: Bachillerato, formación profesional, titulados universitarios, estudios universitarios iniciados, y oras vías (pruebas para mayores de 25, 45 o 40 años, estudiantes extranjeros).

Información general sobre acceso a estudios de grado en la UCM.

Perfil recomendado para el estudiante de nuevo ingreso

Se recomienda que los estudiantes que deseen cursar el grado en Matemáticas y Ciencia de Datos hayan realizado un bachillerato de Ciencias, cursando la asignatura de Matemáticas II. También es recomendable cursar las asignaturas de Física y, en menor grado, Dibujo Técnico.

Las asignaturas con ponderación para la fase específica de la EvAU son: Biología, CC. de la Tierra y Medioambientales, Física, Matemáticas II, Geología y Química, con coeficiente 0,2; Electrotecnia, Matemáticas Aplicadas a las Ciencias Sociales y Tecnología Industrial II, con coeficiente 0,1.

El grado se imparte íntegramente en español, aunque obviamente una parte significativa de la bibliografía empleada en diversas asignaturas, sobre todo de los últimos cursos, está en inglés. Los conocimientos matemáticos adquiridos en ese bachillerato son suficientes para iniciar el grado. Por otra parte, la asignatura Matemáticas Básicas que se imparte concentrada en las primeras semanas de primer curso sirve de enlace entre el bachillerato y el grado.

Transferencia y reconocimiento de créditos

Reglamento de Reconocimiento y Transferencia de Créditos

Adaptación de la titulación extinguida

La titulación Matemáticas y Estadística (2019) se irá extinguiendo curso a curso. La adaptación de estudiantes del grado en Matemáticas y Estadística (2019) al grado en Matemáticas y Ciencia de Datos se hará mediante la tabla de adaptaciones siguiente, que es una biyección entre las asignaturas de ambos grados

 

Matemáticas y Estadística

Matemáticas y Ciencia de Datos

Álgebra lineal

Álgebra lineal

Álgebra matricial

Álgebra matricial

Ampliación de probabilidad

Ampliación de probabilidad

Análisis de datos

Análisis de datos

Análisis de variable real

Análisis de variable real

Análisis matemático para estadística

Análisis matemático para ciencia de datos

Aplicaciones de los procesos estocásticos

Aplicaciones de los procesos estocásticos

Aprendizaje automático: Machine learning

Aprendizaje estadístico automático: Machine learning

Bases de datos

Bases de datos

Cálculo diferencial

Cálculo diferencial

Cálculo integral

Cálculo integral

Datos masivos: Big-data

Datos masivos: Big-data

Diseño de experimentos

Diseño de experimentos

Elementos de ecuaciones diferenciales ordinarias

Elementos de ecuaciones diferenciales ordinarias

Elementos de matemáticas y aplicaciones

Elementos de matemáticas y aplicaciones

Estadística

Estadística

Estructuras algebraicas

Estructuras algebraicas

Física: Mecánica y Ondas

Física: Mecánica y Ondas

Geometría lineal

Geometría lineal

Inferencia estadística

Inferencia estadística

Informática

Informática

Investigación operativa

Investigación operativa

Matemáticas básicas

Matemáticas básicas

Métodos computacionales en estadística

Métodos computacionales en estadística

Métodos computacionales en inferencia bayesiana

Métodos computacionales en inferencia bayesiana

Métodos computacionales en optimización

Métodos computacionales en optimización

Métodos numéricos

Métodos numéricos

Modelos de regresión

Modelos de regresión

Modelos dinámicos

Modelos dinámicos

Modelos estadísticos en finanzas

Modelos estadísticos en finanzas

Análisis multivariante

Modelos multivariantes en ciencia de datos

Probabilidad

Probabilidad

Procesos estocásticos

Procesos estocásticos

Series temporales

Series temporales

Técnicas de muestreo

Técnicas de muestreo

 

 

Mecanismos de información y orientación para estudiantes matriculados

Proyecto PIMAT (Proyecto Intégrate en Matemáticas):

http://www.mat.ucm.es/pimat/

 

Información para estudiantes extranjeros

Instrucciones de matriculación para estudiantes extranjeros:

https://www.ucm.es/matriculaextranjeros