Última actualización: 14/04/2023


Curso Académico: 2023/2024

Grafos y redes sociales
(14477)
Grado en Estadística y Empresa (Plan: 400 - Estudio: 203)


Coordinador/a: CUERNO REJADO, RODOLFO

Departamento asignado a la asignatura: Departamento de Matemáticas

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Álgebra Lineal; Probabilidad I y II; Programación I y II.
Objetivos
- Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación. - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. - Aplicar los fundamentos teóricos de las técnicas de recogida, almacenamiento, tratamiento y visualización de información, especialmente para grandes volúmenes de datos, como base para el desarrollo y adaptación de dichas técnicas a problemas concretos. - Identificar las técnicas de análisis de datos mas adecuadas para cada problema y saber aplicarlas para el análisis, diseño y solución de los mismos. - Obtener soluciones prácticas y eficientes para problemas de tratamiento de grandes volúmenes de datos, tanto individualmente como en equipo. - Sintetizar las conclusiones obtenidas de estos análisis y presentarlas de manera clara y convincente en un entorno bilingüe (español e inglés) tanto por escrito como oralmente. - Ser capaz de generar nuevas ideas (creatividad) y de anticipar nuevas situaciones, en los contextos del análisis de datos y de la toma de decisiones. - Utilizar habilidades para el trabajo en equipo y para relacionarse con otros de forma autónoma. - Saber diseñar sistemas para el procesamiento de los datos, desde la obtención y filtrado inicial de los mismos, su análisis estadístico, hasta la presentación de los resultados finales - Aplicar los principios básicos y fundamentales de la teoría de redes para poder aplicarlos al estudio de diferentes datos, modelización de los mismos y predicción de su comportamiento a través de variables extraídas de dicha modelización como red. - Saber diseñar visualizaciones de grandes bases de datos que den lugar al descubrimiento, interpretación y acceso a dichos datos. - Identificar la oportunidad de utilizar la teoría de redes y la visualización de datos para resolver problemas reales. - Conocimientos básicos y fundamentales de la ciencia de redes. - Comprensión de las técnicas básicas de la ciencia de redes. - Utilización de forma práctica de estas técnicas básicas en problemas reales. - Conocimientos básicos de las técnicas de visualización de datos. - Capacidad para utilizar técnicas de visualización para explicar y resolver problemas reales.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1 - Grafos 1.1 - Teoría de grafos, introducción histórica y ejemplos 1.2 - Grafos dirigidos y pesados; grafos bipartitos; matriz de adyacencia 1.3 - Grado, grado medio y distribución de grado 1.4 - Conceptos topológicos en grafos: distancia, camino mínimo, diámetro 1.5 - Métricas de centralidad; cliques, motifs y comunidades 1.6 - Tipos de redes: aleatorias, pequeño mundo, sin escala 2 - Redes sociales 2.1 - Definición y contexto 2.2 - Propiedades locales y globales de las redes sociales 2.3 - Diferencia entre las redes sociales y otras redes 2.4 - Mecanismos sociales 2.5 - Aplicaciones de las redes sociales 3 - Análisis de grafos / Análisis de redes sociales 3.1 - Creación de un grafo 3.2 - Análisis de un grafo 3.3 - Simulación de un grafo 3.4 - Test estadísticos de un grafo 3.5 - Ejemplos prácticos 4. Ejemplos prácticos de análisis de grafos 4.1 Predicción de links: aplicación a la recomendación de amigos 4.2 Modelos epidémicos en grafos 4.3 Construcción, análisis y visualización de redes de información 5. Introducción a la visualización de datos 5.1 Tipos de datos y fuentes de datos 5.2 Principales herramientas para visualización 5.3 Técnicas de reducción de datos 5.4 Visualización de datos estáticos y dinámicos 5.5 Datos de grafos 5.6 Ejemplos prácticos
Actividades formativas, metodología a utilizar y régimen de tutorías
La asignatura se imparte en aulas y salas de ordenadores. Entre otras, se utilizan las siguientes herramientas en la metodología docente: - Clases magistrales para la presentación, desarrollo y análisis de conocimientos sobre los cuales el estudiante es evaluado. - Realización de ejercicios prácticos (problemas, trabajos) de manera individual y en grupo. - Tutorías individuales y en grupo.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40

Bibliografía básica
  • A-L Barabasi. Network science. Cambridge University Press. 2016
  • E. Tufte. The Visual Display of Quantitative Information. Graphic Press. 2001
  • Rafe Donahue. Fundamental Statistical Concepts in Presenting Data. http://biostat.mc.vanderbilt.edu/wiki/pub/Main/RafeDonahue/fscipdpfcbg_currentversion.pdf. 2011
Bibliografía complementaria
  • Alberto Cairo. The Truthful Art: Data, Charts, and Maps for Communication. New Riders. 2016
  • Douglas A. Luke. A User's Guide to Network Analysis in R. Springer. 2015
  • Maarten van Steen. Graph Theory and Complex Networks: An Introduction. ISBN: 978-90-815406-1-2. 2010
  • Nathan Yau. Visualize This. John Wiley & Sons. 2011

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.