Guia docente
DATOS IDENTIFICATIVOS 2019_20
Asignatura MODELOS MATEMÁTICOS, REDES NEURONALES Y ALGORITMOS GENÉTICOS Código 00208020
Enseñanza
GRADO EN BIOTECNOLOGÍA
Descriptores Cr.totales Tipo Curso Semestre
4.5 Obligatoria Segundo Segundo
Idioma
Castellano
Prerrequisitos
Departamento MATEMATICAS
Responsable
LÓPEZ CABECEIRA , MARÍA MONTSERRAT
Correo-e mmlopc@unileon.es
mcarv@unileon.es
Profesores/as
CARRIEGOS VIEIRA , MIGUEL
LÓPEZ CABECEIRA , MARÍA MONTSERRAT
Web http://
Descripción general Esta asignatura aporta al alumno conocimientos sobre como representar de forma matemática distintos problemas propios de la Biotecnología y como utilizar esta representación para realizar cálculos, tanto en papel como mediante el uso de la programación informática. En algunos casos estos cálculos no pueden computarse con métodos tradicionales por lo se introducirán métodos computacionales inteligentes que permitan resolver estos casos, muy comunes en el contexto de la biotecnología.
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente MATEMATICAS GOMEZ PEREZ , JAVIER
Secretario MATEMATICAS MAZCUñAN NAVARRO , EVA MARIA
Vocal MATEMATICAS GARCIA FERNANDEZ , ROSA MARTA
Tribunal suplente
Cargo Departamento Profesor
Presidente MATEMATICAS PISABARRO MANTECA , MARIA JESUS
Secretario MATEMATICAS ARIAS MOSQUERA , DANIEL
Vocal MATEMATICAS RODRIGUEZ SANCHEZ , CRISTINA

Competencias
Código  
A14086 208CE7 Utilizar elementos y procedimientos de investigación relacionados con la Biotecnología que involucren técnicas matemáticas.
A14089 208CG1 Utilizar adecuadamente la terminología específica de la disciplina
A14090 208CG10 Aplicar los conocimientos teóricos a la resolución de problemas
A14099 208CG7 Manejar aplicaciones informáticas para experimentar y simular sobre problemas relacionados con el título
C4 CMECES4 Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado
C5 CMECES5 Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Resultados de aprendizaje
Resultados Competencias
Trabajos en grupo enfrentando problemas relativos a aspectos de Biología cuantitativa con múltiples soluciones posibles, seleccionando con criterio. A14089
 C4
C5
Análisis crítico de artículos e informes científicos actuales relacionados con la Biología Teórica o Biología Cuantitativa A14086
Resolución de problemas no unívocos utilizando técnicas de inteligencia artificial A14090
A14099

Contenidos
Bloque Tema
Redes Neuronales Artificiales - Introducción Teórica.
- Red Perceptrón Simple y red AdaLine.
- Proceso de aprendizaje de una Red.
- Red Perceptrón Multicapa.
- Aplicaciones de las Redes Neuronales Artificiales.
Algoritmos Genéticos - Introducción a los problemas de búsqueda. Optimización.
- Teoría de Algoritmos Genéticos.
- Modelización de problemas para poder ser abordados por un Algoritmo Genético.
Otros Modelos Matemáticos - Ecuaciones Diferenciales.
- Otros Modelos.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Practicas a través de TIC en aulas informáticas 28 42 70
 
Portafolios / Carpeta de aprendizaje 1 1.5 2.5
 
Sesión Magistral 12 24 36
 
Pruebas de desarrollo 4 0 4
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologí­as
Metodologías   ::  
  descripción
Practicas a través de TIC en aulas informáticas Se realizarán prácticas de modelización, diseño y análisis de problemas, utilizando modelos matemáticos de computación neuronal y evolutiva. Cada práctica se realizará con soporte informático y estará organizada en diferentes sesiones consecutivas.
Portafolios / Carpeta de aprendizaje Clase de dudas orientada al examen escrito de la asignatura.
Sesión Magistral Contenidos teóricos y resolución de problemas con diferentes modelos matemáticos.

Tutorías
 
Practicas a través de TIC en aulas informáticas
Sesión Magistral
Pruebas de desarrollo
descripción
El alumno puede asistir a tutorías de caracter no obligatorio en el despacho del profesor y concertadas vía email.

Evaluación
  descripción calificación
Practicas a través de TIC en aulas informáticas Prácticas a entregar --> 50% 50%
Pruebas de desarrollo Examen escrito --> 20%
Examen con ordenador --> 20%
Control de trabajo personal --> 10%
 50%
 
Otros comentarios y segunda convocatoria

SEGUNDA CONVOCATORIA

La segunda convocatoria dispone de una única modalidad de evaluación
Realización de un único examen escrito evaluado sobre el total de la asignatura (100%). No se guardará la nota obtenida en el trabajo en las prácticas en la primera convocatoria.

ESTUDIANTES DE SEGUNDA MATRICULA O SUPERIOR

No está previsto ningún tipo de evaluación especial para los estudiantes de segunda matrícula o superior (no se guardarán las notas obtenidas en matrículas anteriores).

OBSERVACIONES GENERALES

- El sistema de evaluación puede sufrir modificaciones en función de los recursos disponibles.
- Se podrá exigir una mínima puntuación, en cada una de las pruebas realizadas, para poder superar la asignatura.
- En las pruebas de evaluación no está permitido utilizar ni tener material (electrónico o no) que pueda ayudar a la realización del examen y que no esté autorizado por el profesor.
- En caso de copia, intento de copia o tenencia de material no autorizado durante la realización de alguna de las pruebas, se tomarán las medidas oportunas.
- Se entiende que un alumno se ha presentado a la asignatura si se presenta a alguna de las pruebas propuestas.

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica Michalewicz, Z., Genetic Algorithms + Data Structures = Evolution Programs, Springer,
Kreith, K. Chakerian, D., Iterative Algebra and Dynamic Modeling, Springer, 1999
Murray, JD., Mathematica Biology I: An introduction, Springer-Verlag, 2002
Isasi Viñuela, P. Galván León, IM., Redes de neuronas artificiales, Prentice-Hall, 2004

Complementaria


Recomendaciones


Asignaturas que se recomienda haber cursado previamente
MATEMÁTICAS / 00208002
ESTADÍSTICA / 00208007
INFORMÁTICA / 00208008