P4171213 - Desenvolvemento de modelos e validación (Especialidade en Modelos para a Xestión Forestal) - Curso 2013/2014

Información

• Créditos ECTS
• Créditos ECTS: 3.00
• Total: 3.0
• Horas ECTS
• Clase Expositiva: 9.00
• Clase Interactiva Laboratorio: 12.00
• Horas de Titorías: 3.00
• Total: 24.0

Outros Datos

• Tipo: Materia Ordinaria Máster RD 1393/2007
• Departamentos: Enxeñaría Agroforestal, Bioloxía Celular e Ecoloxía
• Áreas: Enxeñaría Agroforestal, Ecoloxía
• Centro: Escola Politécnica Superior
• Convocatoria: 1º Semestre de Titulacións de Grao/Máster
• Docencia e Matrícula: null

Profesores

Nome	Coordinador
Álvarez González, Juan Gabriel.	NON
REAL RODRIGUEZ, CARLOS.	SI

Horarios

Nome	Tipo Grupo	Tipo Docencia	Horario Clase	Horario exames
Grupo /CLE_01	Ordinario	Clase Expositiva	SI	NON
Grupo /CLIL_01	Ordinario	Clase Interactiva Laboratorio	NON	NON
Grupo /TI-ECTS01	Ordinario	Horas de Titorías	NON	NON
Grupo /TI-ECTS02	Ordinario	Horas de Titorías	NON	NON

Programa

Existen programas da materia para os seguintes idiomas:

Castelán

Galego

Obxectivos da materia
De acordo co indicado no plano de estudios, esta materia contribuirá a que as persoas que a cursen desenvolvan as seguintes capacidades:

1: Capacidade para seleccionar las metodoloxías e utilizar as ferramentas adecuadas para el desenvolvemento de modelos que simulen o crecemento e a evolución de ecosistemas forestais.

2: Capacidade para validar modelos e adaptar os existentes a condicións diferentes ás da súa construción.

Estas capacidades, á súa vez, contribuirán a que as persoas que as cursen desenvolvan as seguintes capacidades:

3: Capacidade para desenvolver modelos de simulación del crecemento e la evolución de bosques naturais.

4: Capacidade para simular os factores naturais e antrópicos que afectan ás variacións da densidade.

5: Capacidade para desenvolver modelos de crecemento e produción de plantacións forestais.

6: Capacidade para incorporar nos modelos de produción os efectos das perturbacións naturais e antrópicas.
Contidos
PROGRAMA DE TEORÍA:

Tema 1: Modelos e datos
Tema 2: Técnicas de axuste lineal
Tema 3: Técnicas de axuste non lineal
Tema 4: Regresión loxística
Tema 5: Regresión multivariante
Tema 6: Validación de modelos
Tema 7: Álxebra matricial básica
Tema 8: Técnicas de análise multivariante

PROGRAMA DE PRÁCTICAS:

As prácticas da materia consistirán na aprendizaxe da linguaxe R, de ampla utilización en contornas científicas e técnicas para realizar cálculos e presentacións de resultados. Considérase que este coñecemento non só servirá para apoiar os contidos teóricos desta materia, senón tamén os de outras materias deste módulo que tamén empregarán esta linguaxe. O alumno aprenderá a realizar os cálculos básicos necesarios para a implementación de modelos forestais. As sesións prácticas realizaranse de acordo ó seguinte programa:

Sesión 1: Aspectos básicos
Sesión 2: Funcións auxiliares
Sesión 3: Manexo e depuración de datos.
Sesión 4: Funcións de regresión univariante
Sesión 5: Funcións de regresión multivariante
Sesión 6: Análise multivariante
Bibliografía básica e complementaria
Draper, N.R., Smith, H., 1981. Applied Regression Analysis (Second ed.). John Wiley and Sons, New York, 709 pp.

Gadow, K.v., Hui, G., 1999. Modelling Forest Development, Kluwer Academic Publishers, 213 p.

Gadow, K.v., Real, P., Álvarez-González, J.G., 2001. Modelización del crecimiento y evolución de los bosques. IUFRO World Series Vol. 12, 242 p.

Kangas, A., Maltamo, M., 2006. Forest Inventory Methodology and Applications. Series: Managing Forest Ecosystems, Vol. 10, Springer Verlag, 362p. ISBN 978-90-481-3164-8.

Murrell, P. 2006. R graphics (Series: Computer Science and Data Analysis, ser. eds. Lafferty, J; Madigan, D; Murthag, F; Smyth, P). Chapman & Hall/CRC, London.

Robinson, A P; Hamman, J. D., 2010. Forest analysis with R. An introduction (Series: Use R!, ser. eds. Gentleman, R; Hornik, K; Parmigiani, G). Springer, New York.

Weiskittel, A.R., Hann, D.W., Kershaw, J.A., Vanclay, J.K., 2011. Forest Growth and Yield Modeling. John Wiley and Sons. ISBN: 978-0-470-66500-8, 430 p.

Zuur, A. F.; Ieno, E. N.; Meesters, E. H. W. G., 2009. A beginners's guide to R (Series: Use R!, ser. eds. Gentleman, R; Hornik, K; Parmigiani, G). Springer, New York.
Competencias
As persoas que cursen esta materia desenvolverán as seguintes competencias:

Serán capaces de seleccionar as técnicas estadísticas axeitadas para a construción de modelos no ámbito forestal.

Serán capaces de avaliar el resultado de los modelos e xulgar a súa calidade e validez.

Serán capaces de implementar estes modelos e técnicas empregando a linguaxe R.

Metodoloxía da ensinanza
A docencia da materia estrutúrase mediante:

Clases teóricas (impartidas en el aula, de acordo co temario da materia).

Clases prácticas e exercicios (impartidas en aulas de informática con material audiovisual de apoio a partir dos contidos desenvolvidos nas clases de teoría e propoñendo casos prácticos relacionados cos diferentes temas).

Titorías (atendidas no despacho do profesor ou na aula se son de colectivas, para tratar de resolver todas as dúbidas que vaian xurdindo sobre a materia ó longo do curso).

Sistema de evaluación
A avaliación da aprendizaxe do alumno levarase a cabo co seguinte sistema de exames e traballo de curso:

TRABALLOS DE CURSO:

O alumno deberá presentar os resultados dun análise de datos fornecidos por los profesores no que poña en práctica os coñecementos adquiridos nas prácticas e na parte teórica. As pautas para a súa realización daranse no desenvolvemento das clases teóricas e prácticas. A data límite de entrega será dúas semanas antes do exame da materia, tanto na convocatoria de febreiro como na de xullo.

EXAMES:

Realizarase un exame escrito teórico-práctico. Este exame final único terá lugar nos meses de febreiro e xullo, nas datas fixadas polo Centro, e abarcará a totalidade do temario que aparece en el programa de la materia.

AVALIACIÓN DO CURSO:

La nota de exame final terá un peso del 80% en la nota final e a dos traballos prácticos o 20%

Tempo de estudo e traballo persoal
Actividades formativas en horas:

Clases teóricas (expositivas de grupo grande): 12 horas de traballo presencial.

Traballo persoal do alumno: Lectura e preparación de temas, 12 horas.

Prácticas (con grupos reducidos): 12 horas de traballo presencial

Traballo persoal do alumno: Preparación previa de las prácticas e traballo posterior sobre estas, 24 horas.

Titorías en grupo (con grupos moi reducidos): 3 horas de traballo presencial.

Traballo persoal do alumno: Elaboración de traballos de curso (en grupo o individuais), 20 horas

Titorías individuais: 3 horas de traballo presencial

Traballo persoal do alumno: Preparación de probas de avaliación, 10 horas.
Recomendacións para o estudo da materia
Convén que as persoas que cursen esta materia revisen os coñecementos sobre estatística e álxebra matricial que recibiron durante os seus estudios de grado.

Non é necesario ter coñecementos previos de programación.