ECTS credits ECTS credits: 4.5
ECTS Hours Rules/Memories Student's work ECTS: 74.25 Hours of tutorials: 2.25 Expository Class: 18 Interactive Classroom: 18 Total: 112.5
Use languages Spanish, Galician
Type: Ordinary Degree Subject RD 1393/2007 - 822/2021
Departments: Mathematics
Areas: Geometry and Topology
Center Faculty of Pharmacy
Call: First Semester
Teaching: Sin docencia (Extinguida)
Enrolment: No Matriculable | 1st year (Yes)
鈥 Dar a conocer y ense帽ar a utilizar las herramientas matem谩ticas necesarias (Derivadas, Integrales y Ecuaciones Diferenciales de primer orden y primer grado) para el estudio de las distintas disciplinas que componen el Grado de Farmacia, que los capaciten para resolver problemas matem谩ticos sencillos que surjan en diferentes contextos (Biolog铆a, Qu铆mica, F铆sica, Farmacocin茅tica,鈥)
鈥 Proporcionar los conocimientos previos necesarios (Estad铆stica Descriptiva y An谩lisis de datos, Teor铆a de la Probabilidad, Variables Aleatorias y Distribuciones de Probabilidad) para que resulten accesibles los m茅todos estad铆sticos b谩sicos y m谩s utilizados, hoy en d铆a, en la investigaci贸n farmac茅utica.
鈥 Iniciar al alumno/a en el uso de software matem谩tico.
TEMA 1: DIFERENCIACI脫N
1.1 Introducci贸n. La derivada (interpretaci贸n geom茅trica y f铆sica), notaci贸n de Leibniz. C谩lculo de derivadas
1.2 Trazado de gr谩ficas
1.3 Optimizaci贸n: problemas de m谩ximos y m铆nimos
TEMA 2: INTEGRACI脫N
2.1 El problema del 谩rea
2.2 La integral definida, propiedades
2.3 Integrales indefinidas. Teorema fundamental del c谩lculo integral
2.4 Valor medio de una funci贸n
2.5 Integrales impropias
TEMA 3: ECUACIONES DIFERENCIALES
3.1 Ecuaciones diferenciales: concepto. Soluci贸n general y condiciones ini卢ciales
3.2 Ecuaciones diferenciales en variables separadas
3.3 Ecuaciones diferenciales lineales
3.4 Aplicaciones de las ecuaciones diferenciales: Ley de enfriamiento de Newton. Desintegraci贸n radioactiva. Aplicaciones a modelos poblacionales. Aplicaciones a distintos modelos en la administraci贸n de medicamentos
TEMA 4: ESTAD脥STICA DESCRIPTIVA
4.1 Definici贸n y objetivos de la Estad铆stica. La Estad铆stica en la investigaci贸n farmac茅utica
4.2 Dise帽o del estudio, poblaci贸n y muestra
4.3 Tipos de datos. Presentaci贸n de datos, tablas de frecuencias
4.4 Medidas caracter铆sticas de una distribuci贸n (de tendencia central, posici贸n, dispersi贸n y forma)
4.5 Representaciones gr谩ficas de los datos: diagramas de tallo y hojas, diagramas de barras, histogramas, diagramas de cajas
TEMA 5: PROBABILIDAD
5.1 Introducci贸n e interpretaci贸n de las probabilidades
5.2 Experimento aleatorio. Espacio muestral. Sucesos
5.3 Concepto y propiedades de la probabilidad
5.4 Probabilidad condicionada. Sucesos independientes
5.5 Teorema de las probabilidades totales y regla de Bayes
TEMA 6: VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
6.1 Concepto de variable aleatoria. Clases de variables aleatorias
6.2 Distribuciones de probabilidad discretas: Funci贸n masa de probabilidad. Funci贸n de distribuci贸n. Esperanza. Varianza
6.3 Distribuci贸n Binomial
6.4 Distribuci贸n de Poisson
6.5 Distribuciones de probabilidad continuas: Funci贸n de densidad. Funci贸n de distribuci贸n. Esperanza. Varianza
6.6 La distribuci贸n Normal. Tipificaci贸n de una variable. Aproximaci贸n a la Normal de una variable Binomial
6.7 Distribuciones asociadas a la Normal: la distribuci贸n 鈥渢 de Student鈥, la distribuci贸n 鈥渃hi-cuadrado de Pearson鈥, la distribuci贸n 鈥淔 de Fisher- Snedecor鈥.
叠谩蝉颈肠补:
鈥 Larson, Hostetler, Edwards, 鈥淐谩lculo con geometr铆a anal铆tica. Volumen I鈥 Octava edici贸n. McGrw鈥揌ill Interamericana, Madrid, 2006.
鈥 Milton, J.S.,鈥淓stad铆stica para Biolog铆a y Ciencias de la Salud鈥 Tercera edici贸n. McGraw-Hill Interamericana, Madrid, 2001.
Complementaria:
鈥 Cao Abad R., Francisco Fern谩ndez M., y otros, 鈥淚ntroducci贸n a la estad铆stica y sus aplicaciones鈥 Ed. Pir谩mide (Grupo Anaya, S. A.), Madrid, 2001.
鈥 Murray R. Spiegel, 鈥淓cuaciones diferenciales aplicadas鈥 Ed. Dossat S. A., Madrid, 1983.
鈥 James Stewart, 鈥淐谩lculo: Conceptos y contextos鈥 Internacional Thompson Ed., 1999.
鈥 Valderrama Bonnet, M. J., 鈥淢茅todos matem谩ticos aplicados a las Ciencias Experimentales鈥 Ediciones Pir谩mide S. A., Madrid, 1989.
Conocimientos:
Con 17. Conocer como dise帽ar experimentos en base a criterios estad铆sticos.
Con 18. Conocer como evaluar datos cient铆ficos relacionados con los medicamentos y productos sanitarios. Utilizar el an谩lisis estad铆stico aplicado a las ciencias farmac茅uticas.
Habilidades o destrezas:
H/D 10. Aplicar los conocimientos de F铆sica y Matem谩ticas a las ciencias farmac茅uticas.
H/D 11. Aplicar t茅cnicas computacionales y de procesamiento de datos, en relaci贸n con informaci贸n referente a datos f铆sicos, qu铆micos y biol贸gicos.
Competencias:
Competencias instrumentales:
Comp 05. Habilidades b谩sicas de manejo de ordenador.
Comp 07. Resoluci贸n de problemas.
Dado que la asignatura es fundamentalmente pr谩ctica, se pondr谩 especial inter茅s en desarrollar los contenidos con sencillez sin sacrificar la precisi贸n.
鈥 Clases expositivas en grupo grande: en cada clase se dedicar谩 un tiempo a la introducci贸n, exposici贸n o ilustraci贸n de alguna cuesti贸n te贸rica, y el resto a la resoluci贸n de problemas o ejercicios relacionados con dicha cuesti贸n.
鈥 Clases interactivas en grupo reducido: Se entregar谩n a los alumnos boletines de ejercicios y problemas, que se corresponder谩n con los contenidos de cada uno de los temas del programa. El alumno intentar谩, con la ayuda de lo trabajado en el punto anterior, resolverlos, o en caso necesario, solucionarlos en el aula, contando con su participaci贸n activa. Estas clases son obligatorias.
鈥 Clases interactivas con ordenador en grupo reducido: Se introducir谩 al alumno a la resoluci贸n de casos pr谩cticos con el siguiente software: programa MAPLE que le facilitar谩 los c谩lculos y el estudio de diversas representaciones gr谩ficas de funciones. Introducci贸n de datos y codificaci贸n (pr谩cticas con EXCEL). Estas clases son obligatorias.
鈥 Las tutor铆as en grupos muy reducidos se dedicar谩n, de forma individual o en grupos, a resolver las dudas y dificultades particulares que vayan surgiendo, y al seguimiento individualizado de cada estudiante.
La calificaci贸n de cada estudiante ser谩 mediante evaluaci贸n continua y la realizaci贸n de los ex谩menes finales fijados en el calendario de la Facultad. El examen consistir谩 en la resoluci贸n de problemas.
La evaluaci贸n continua se har谩 por medio de controles escritos, participaci贸n del estudiante en el aula y tutor铆as.
La calificaci贸n del alumno/a ser谩 la suma del 80% de la nota del examen final y el 20% de la correspondiente a la evaluaci贸n continua.
La evaluaci贸n de las competencias adquiridas en la asignatura ser谩 realizada a trav茅s de las siguientes v铆as:
- En el examen: Comp 07, Con 18, H/D 10
- En las pr谩cticas de laboratorio: Comp 05, H/D 11, Con 18
- En las clases interactivas: Comp 07 H/D 10, Con 18
En la segunda oportunidad se mantendr谩n las mismas condiciones de evaluaci贸n y la nota de la evaluaci贸n continua de la primera oportunidad.
Para los casos de realizaci贸n fraudulenta de los ejercicios o pruebas se aplicar谩 lo recogido en la Normativa de la evaluaci贸n del rendimiento acad茅mico de los estudiantes y de la revisi贸n de las calificaciones.
TRABAJO PRESENCIAL EN EL AULA
Clases expositivas en grupo grande 23
Clases interactivas en grupo reducido 11
Clases interactivas con ordenador en grupo reducido 6
Tutor铆as en grupos muy reducidos o individualizados 2
Ex谩menes y revisi贸n 3
Total horas de trabajo presencial 45
TRABAJO PERSONAL DEL ALUMNO/A
Estudio aut贸nomo individual o en grupo 45
Escritura de ejercicios, conclusiones u otros trabajos 16,5
Trabajos en ordenador 6
Total horas de trabajo personal del alumno/a 67,5
En el curso se dedica mucho tiempo a la resoluci贸n de ejercicios. Obviamente, se considera un aspecto fundamental en el aprendizaje de la materia, por ello se recomienda:
鈥 Intentar resolver los problemas de los boletines.
鈥 Utilizar la bibliograf铆a para afianzar los conocimientos y t茅cnicas que permiten la resoluci贸n de los problemas propuestos en los boletines.
鈥 Acudir a las tutor铆as para poder ir resolviendo las dudas que surjan a lo largo del curso.
鈥 Utilizar el aula virtual de la 奇趣腾讯分分彩 para acceder al material did谩ctico.
Jose Manuel Carballes Vazquez
- Department
- Mathematics
- Area
- Geometry and Topology
- Phone
- 881813146
- xm.carballes [at] usc.es
- Category
- Professor: University Lecturer
Modesto Ramon Salgado Seco
Coordinador/a- Department
- Mathematics
- Area
- Geometry and Topology
- Phone
- 881813154
- modesto.salgado [at] usc.es
- Category
- Professor: University Lecturer
Miguel Dominguez Vazquez
- Department
- Mathematics
- Area
- Geometry and Topology
- Phone
- 881813156
- miguel.dominguez [at] usc.es
- Category
- Professor: University Lecturer
Diego Mojon Alvarez
- Department
- Mathematics
- Area
- Geometry and Topology
- diego.mojon.alvarez [at] usc.es
- Category
- Ministry Pre-doctoral Contract
Angel Cidre Diaz
- Department
- Mathematics
- Area
- Geometry and Topology
- angel.cidre.diaz [at] usc.es
- Category
- Ministry Pre-doctoral Contract
Alejandro Omar Majadas Moure
- Department
- Mathematics
- Area
- Geometry and Topology
- alejandro.majadas [at] usc.es
- Category
- Xunta Pre-doctoral Contract
| Monday | |||
|---|---|---|---|
| 12:00-13:00 | Grupo A/CLE_01 | Galician | 5035 Plant Physiology Classroom |
| Tuesday | |||
| 12:00-13:00 | Grupo A/CLE_01 | Galician | 5035 Plant Physiology Classroom |
| Wednesday | |||
| 12:00-13:00 | Grupo A/CLE_01 | Galician | 5035 Plant Physiology Classroom |
| Thursday | |||
| 12:00-13:00 | Grupo A/CLE_01 | Galician | 5035 Plant Physiology Classroom |
| Friday | |||
| 12:00-13:00 | Grupo A/CLE_01 | Galician | 5035 Plant Physiology Classroom |