Year: 2025
Type: article
Abstract: Contextualización de la asignatura Aportación al perfil profesional de la titulaciónLos métodos probabilísticos son fundamentales para modelar fenómenos donde interviene la incertidumbre, y resultan especialmente relevantes en áreas de la inteligencia artificial como la inferencia bayesiana, los modelos generativos, el aprendizaje por refuerzo y el análisis de datos temporales.Su aplicación es habitual en sectores como la salud, la energía, las finanzas o la industria, donde es necesario tomar decisiones o hacer predicciones a partir de información incompleta, ruidosa o aleatoria.El alumno adquirirá competencias para formular modelos probabilísticos adecuados a distintos contextos, analizar su comportamiento, cuantificar la incertidumbre y aplicar técnicas de simulación e inferencia.También desarrollará habilidades para implementar métodos numéricos probabilísticos y para interpretar los resultados con criterio técnico, integrando la teoría matemática con herramientas prácticas de análisis y modelado. PrerrequisitosEs necesario que el alumno tenga conocimientos previos en probabilidad, cálculo, álgebra lineal, ecuaciones diferenciales y programación.Se recomienda también cierta familiaridad con estadística y modelado matemático.
Author: Mompó Pavesi, Emanuel Gastón
Language: Spanish
Subfield: Statistics and Probability
Field: Mathematics
Domain: Physical Sciences
SDG: Quality education
Open Access status: green
OpenAlex ID: W7169929239