Guia docente
DATOS IDENTIFICATIVOS 2023_24
Asignatura MODELOS MATEMÁTICOS, REDES NEURONALES Y ALGORITMOS GENÉTICOS Código 00208020
Enseñanza
0208 - 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
asaes@unileon.es
Profesores/as
LÓPEZ CABECEIRA , MARÍA MONTSERRAT
SÁEZ SCHWEDT , ANDRÉS
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 clásicos por lo se introducirán métodos computacionales inteligentes que permitan resolverlos y que son muy comunes en el contexto de la biotecnología.
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente MATEMATICAS GRANJA BARON , ANGEL
Secretario MATEMATICAS PISABARRO MANTECA , MARIA JESUS
Vocal MATEMATICAS CARRIEGOS VIEIRA , MIGUEL
Tribunal suplente
Cargo Departamento Profesor
Presidente MATEMATICAS HERMIDA ALONSO , JOSÉ ÁNGEL
Secretario MATEMATICAS RODRIGUEZ VALLADARES , ANA ISABEL
Vocal MATEMATICAS GARCIA FERNANDEZ , ROSA MARTA

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
Bloque I: Modelos Matemáticos y Redes Neuronales Artificiales Tema 1. Modelos Matemáticos
1.1. Problemas de propagación.
1.2. Autómatas Celulares unidimensionales y bidimensionales.
1.3. Problemas de tasas de variación.
1.4. Ampliación de Ecuaciones Diferenciales. Modelización de problemas a través de ecuaciones diferenciales.

Tema 2. Redes Neuronales Artificiales
2.1. Problemas de clasificación, de aproximación y de reconocimiento de patrones.
2.2. Red Perceptrón Simple y red AdaLine. Conceptos geométricos y numéricos.
2.3. Proceso de aprendizaje de una Red mediante el descenso del gradiente.
2.4. Red Perceptrón Multicapa.
2.5. Aplicaciones en el campo de la Biotecnología mediante un lenguaje de programación adecuado.
Bloque II: Algoritmos Genéticos Tema 3. Algoritmos Genéticos
3.1. Problemas de búsqueda y de optimización.
3.2. Algoritmo Genético Básico.
3.3. Modelización de problemas para poder ser abordados por un Algoritmo Genético.
3.4. Otros operadores genéticos.
3.5. Aplicaciones en el campo de la Biotecnología mediante un lenguaje de programación adecuado.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Practicas a través de TIC en aulas informáticas 30 45 75
 
Portafolios / Carpeta de aprendizaje 1 1.5 2.5
 
Sesión Magistral 10 15 25
 
Pruebas de desarrollo 4 6 10
 
(*)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 inteligente. Cada práctica se realizará con soporte informático y estará organizada en diferentes sesiones consecutivas.
Portafolios / Carpeta de aprendizaje Clase de dudas orientada al examen de teoría 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 estudiante puede acudir a tutorías de carácter no obligatorio, realizadas en el despacho del profesor o vía online y concertadas con anterioridad.

Evaluación
  descripción calificación
Practicas a través de TIC en aulas informáticas Prácticas a entregar 40%
Pruebas de desarrollo Examen individual de teoría --> 30%
Examen individual de prácticas --> 20%
Control de trabajo personal --> 10%
60%
 
Otros comentarios y segunda convocatoria

SEGUNDA CONVOCATORIA

La segunda convocatoria consistirá en la realización de un único examen escrito evaluado sobre el total de la asignatura (100%). En este examen entran todos los contenidos vistos en las diferentes partes de la asignatura. Existe la opción de guardar la nota obtenida en las prácticas y en el trabajo personal. En este caso, la segunda convocatoria consiste en la realización de un único examen escrito evaluado sobre el 50% de la asignatura.

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.
- En los exámenes escritos individuales se exigirá una puntuación mínima de 3 puntos sobre 10 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 determinados casos y a criterio del profesor, se podrá solicitar al alumno la defensa individual de cualquier prueba de evaluación realizada.
- 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 al menos a una 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

Se proporcionará al estudiante, a través de la plataforma moodle, documentos con desarrollo de los temas relacionados con los contenidos de la asignatura:

1.- Documentación teórica.

2.- Listas de ejercicios. 

Complementaria


Recomendaciones


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