Guia docente
DATOS IDENTIFICATIVOS 2015_16
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
asuac@unileon.es
Profesores/as
LÓPEZ CABECEIRA , MARÍA MONTSERRAT
SUAREZ CORONA , ADRIANA
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 GARCIA FERNANDEZ , ROSA MARTA
Vocal MATEMATICAS MAZCUñAN NAVARRO , EVA MARIA
Tribunal suplente
Cargo Departamento Profesor
Presidente MATEMATICAS PISABARRO MANTECA , MARIA JESUS
Secretario MATEMATICAS RODRIGUEZ SANCHEZ , CRISTINA
Vocal MATEMATICAS ARIAS MOSQUERA , DANIEL

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
Modelos contínuos y discretos en Biología Teórica, Cuantitativa y Biotecnología - Principios de modelado.
- Tipos de modelos matemáticos.
- Ejemplos de modelos.
Algoritmos Genéticos - Introducción a la programación.
- Introducción a los problemas de búsqueda.
- Teoría de Algoritmos Genéticos.
- Ejemplos reales.
Redes Neuronales - Introducción Teórica.
- Aplicaciones de las Redes Neuronales en Biotecnología.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Practicas a través de TIC en aulas informáticas 12 12 24
 
Seminarios 12 24 36
 
Sesión Magistral 12 12 24
 
Realización y exposición de trabajos. 6 16.5 22.5
Pruebas de desarrollo 3 2.01 5.01
 
(*)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 actividades de resolución de problemas de modelización utilizando herramientas de computación neuronal y evolutiva (Redes Neuronales y Algoritmos Genéticos) con herramientas informáticas
Seminarios Se presentarán trabajos, proyectos y problemas para el diseño de modelos matemáticos o su análisis
Sesión Magistral Contenidos de modelos matemáticos en Biología Teórica, Cuantitativa y Biotecnología

Tutorías
 
Seminarios
Practicas a través de TIC en aulas informáticas
Sesión Magistral
Realización y exposición de trabajos.
Pruebas de desarrollo
descripción

Evaluación
  descripción calificación
Realización y exposición de trabajos. a.- Trabajos en formato proyecto. Planteamiento y resolución computacional a.- 40%
Pruebas de desarrollo b.- Pruebas a resolver con computadora

c.- Pruebas escritas individuales

d.- Contro, del trabajo personal 		b.- 20%

c.- 20%

d.- 20%
 
Otros comentarios y segunda convocatoria

<p>La segunda convocatoria consistirá en la recuperación de las partes suspensas.</p>

<p>La convocatoria extraordinaria de diciembre consistirá en un examen sobre todo el contendido (teórico y práctico) de la asignatura </p>


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