DATOS IDENTIFICATIVOS 2020_21
Asignatura (*) MATEMÀTIQUES II Código 20234006
Titulación
Grau d'Enginyeria de Bioprocessos Alimentaris (2017)
 Ciclo 1r
Descriptores Cr.totales Tipo Curso Periodo Horarios y datos del examen
6 Formació bàsica Segon 1Q
Modalidad y lengua de impartición Ver grupos de trabajo
Departamento Enginyeria Informàtica i Matemàtiques
Enginyeria Química
Coordinador/a
FERNÁNDEZ SABATER, ALBERTO
 Correo-e alberto.fernandez@urv.cat
roger.girbes@urv.cat
lluis.danus@urv.cat
fatemeh.rostami@urv.cat
lluc.font@urv.cat
Profesores/as
FERNÁNDEZ SABATER, ALBERTO
GIRBES BALAGUE, ROGER
DANÚS AMENGUAL, LLUÍS
ROSTAMI , FATEMEH
FONT POMAROL, LLUC
Web
Descripción general e información relevante

En el cas d’emergència sanitària que requereixi confinar la població o que impliqui restriccions de mobilitat durant aquest curs, es procurarà adaptar l’activitat docent perquè es pugui dur a terme en la modalitat de docència presencial adaptada (mixta/híbrida), combinant la docència presencial amb la docència a distància. Si es produeix aquesta situació, s’informarà d’aquestes adaptacions a l’espai Moodle de l’assignatura.

El sistema d’avaluació en aquest període excepcional és el que s’explica a l’apartat “Avaluació. Altres comentaris i segona convocatòria” sota el títol ADAPTACIÓ DE L’AVALUACIÓ PEL CURS 2020-21.

DESCRIPCIÓ GENERAL DE L’ASSIGNATURA:

Conèixer les tècniques estadístiques per fer anàlisis de dades de manera correcta i eficient. Saber aplicar les eines matemàtiques bàsiques per tal de resoldre problemes de l’àmbit de l’enginyeria.

Competències
Tipo A Código Competencias Específicas
 A1.1 Aplicar efectivament el coneixement de les matèries bàsiques, científiques i tecnològiques pròpies de l'enginyeria.
 A3.1 Capacitat per resoldre els problemes matemàtics que puguin plantejar-se en l'enginyeria. Aptitud per aplicar els coneixements sobre àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorítmica numèrica, estadística i optimització.
Tipo B Código Competencias Transversales
 B1.5 Usar eficientment les TIC per gestionar la informació i el coneixement.
 B4.1 Aprendre maneres eficaces per assimilar coneixements i comportaments.
Tipo C Código Competencias Nucleares

Resultats d'aprenentage
Tipo A Código Resultados de aprendizaje
 A1.1 Aplica correctament els principis matemàtics que es puguin plantejar en enginyeria, àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorítmica numèrica, estadística i optimització.
 A3.1 Adquireix les tècniques més elementals del càlcul numèric i les aplica amb l'ajuda d'un llenguatge de programació estructurat d'alt nivell en models.
Coneix els mecanismes estadísticament correctes per a una anàlisi eficient de dades: interpretació i presa de decisions sobre els valors de paràmetres físics o químics.
Coneix els mètodes més usuals d'optimització i els sap utilitzar en la resolució de problemes de l'àmbit de l'enginyeria.
Tipo B Código Resultados de aprendizaje
 B1.5 Coneix el maquinari bàsic dels ordinadors.
Coneix el sistema operatiu com a gestor del maquinari i el programari com a eina de treball.
Utilitza programari per a comunicació: editors de textos, fulls de càlcul i presentacions digitals.
Utilitza programari per a comunicació virtual: eines interactives (web, moodle, blocs..), correu electrònic, fòrums, xat, vídeo-conferències, eines de treball col·laboratiu etc.
Localitza i accedeix a la informació de manera eficaç i eficient.
 B4.1 Desenvolupa estrategies pròpies per resoldre problemes i trobar solucions.
Tipo C Código Resultados de aprendizaje

Continguts
tema Subtema
1. Estadística descriptiva. Mitjana, variància i desviació estàndar.
2. Models de distribució de probabilitats: binomial, Poisson, normal.
3. Teoria de l’estimació puntual i per intervals de confiança.
4. Contrast d’hipòtesis.
5. Anàlisi de la variància.
6. Aproximació mínim-quadràtica. Regressió lineal i regressió lineal múltiple.
7. Introducció als mètodes d'optimització. Búsqueda de màxims i mínims. Multiplicadors de Lagrange.
8. Introducció a les equacions diferencials ordinàries (EDO). Solucions analítiques d'EDOs lineals de primer i segon ordre.
9. Introducció a les equacions diferencials en derivades parcials. Variables separables.
10. Introducció a la geometria diferencial.

Planificació
Metodologías  ::  Pruebas
  Competencias (*) Horas en clase
 Horas fuera de clase
 (**) Horas totales
Activitats Introductòries
1 1.5 2.5
Sessió Magistral
A1.1
A3.1
 26 39 65
Resolució de problemes, exercicis a l'aula ordinària
A1.1
A3.1
B4.1
 14 21 35
Pràctiques a través de TIC en aules informàtiques
A1.1
A3.1
B1.5
B4.1
 14 21 35
Atenció personalitzada
A1.1
A3.1
 1 1.5 2.5
 
Proves objectives de preguntes curtes
A1.1
A3.1
 2 3 5
Proves objectives de preguntes curtes
A1.1
A3.1
 2 3 5
 
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologies
Metodologías
  descripción
Activitats Introductòries Introducció de l'assignatura on es comenten els continguts a treballar, els objectius a avaluar, la metodologia que s'usarà, i el sistema d'avaluació.
Sessió Magistral El professor explica els continguts teòrics de cada tema.
Resolució de problemes, exercicis a l'aula ordinària Resolució de problemes a l'aula per part del professor.
Pràctiques a través de TIC en aules informàtiques Els alumnes han d'utilitzar un guió de pràctiques que el professor posa a la seva disposició. Totes les pràctiques es gestionen en un entorn informàtic.
Atenció personalitzada Els alumnes poden rebre atenció personalitzada presencialment o telemàtica (telèfon, missatgeria Moodle, o correu electrònic) durant l'horari d'atenció a l'alumnat.

Atenció personalitzada
descripción
Temps que cada professor té reservat per atendre i resoldre dubtes als alumnes. A causa de l’emergència sanitària, l’atenció a l’estudiant es podrà realitzar mitjançant reunions en línia, en horaris concertats prèviament per correu electrònic, o mitjançant altres eines virtuals.

Avaluació
Metodologías Competencias descripción Peso        
Pràctiques a través de TIC en aules informàtiques
A1.1
A3.1
B1.5
B4.1
 Resolució de problemes amb suport informàtic. Es valorarà l’aprofitament de les pràctiques. 20%
Proves objectives de preguntes curtes
A1.1
A3.1
 Prova individual de caràcter de síntesi sobre els continguts desenvolupats durant la primera part de l'assignatura. 40%
Proves objectives de preguntes curtes
A1.1
A3.1
 Prova individual de caràcter de síntesi sobre els continguts desenvolupats durant la segona part de l'assignatura. 40%
Otros  
 
Otros comentarios y segunda convocatoria

ADAPTACIÓ DE L'AVALUACIÓ PER AL CURS 2020-21

Avaluació contínua:

No es preveuen canvis significatius en el sistema d'avaluació de l'assignatura.

Segona convocatòria:

La qualificació final consistirà en un 100% per la nota d'una prova objectiva individual.

Durant les proves avaluatives, els telèfons mòbils, tablets i altres aparells electrònics que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista.

Fonts d'informació

Bàsica Mateo, J.M., Estadística pràctica pas a pas, Universitat Rovira i Virgili,
Zill, D.G.; Wright, W.S., Matemáticas avanzadas para ingeniería, McGraw-Hill,

Complementària

Recomanacions
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.