|
Type A
|
Code |
Competences Specific | | | A1.1 |
Aplicar efectivament el coneixement de les matèries bàsiques, científiques i tecnològiques pròpies de l'enginyeria |
| | A3.1 |
Capacitat per a la resolució dels 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, algorísmica numèrica, estadística i optimització (FB1) |
|
Type B
|
Code |
Competences Transversal |
|
Type C
|
Code |
Competences Nuclear |
|
Type A
|
Code |
Learning outcomes |
| | A1.1 |
Aplica correctament els principis matemàtics que puguin plantejar-se en l’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 aplicar-les, amb l’ajuda d’un llenguatge de programació estructurat d’alt nivell a models matemàtics relacionats amb l’enginyeria.
Coneix els mecanismes estadísticament correctes per a un anàlisi eficient de dades: interpretació i de presa de decisions sobre els valors de paràmetres físics o químics.
Coneix els mètodes més usuals d’optimització i saber utilitzar-los en la resolució de problemes de l’àmbit de l’enginyeria.
|
|
Type B
|
Code |
Learning outcomes |
|
Type C
|
Code |
Learning outcomes |
| Topic |
Sub-topic |
| 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. |
|
| Methodologies :: Tests |
| |
Competences |
(*) Class hours
|
Hours outside the classroom
|
(**) Total hours |
| Activitats Introductòries |
|
1 |
1.5 |
2.5 |
| Sessió Magistral |
|
22 |
33 |
55 |
| Resolució de problemes, exercicis a l'aula ordinària |
|
14 |
21 |
35 |
| Pràctiques a través de TIC en aules informàtiques |
|
14 |
21 |
35 |
| Atenció personalitzada |
|
1 |
1.5 |
2.5 |
| |
| Proves objectives de preguntes curtes |
|
2 |
8 |
10 |
| Proves objectives de preguntes curtes |
|
2 |
8 |
10 |
| |
(*) On e-learning, hours of virtual attendance of the teacher.
(**) The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies
| |
Description |
| 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 |
Es demana als alumnes que facin i lliurin pràctiques, realitzades amb ordinador, relacionades amb els continguts que s'estan treballant en cada moment. Aquestes pràctiques formen part de l'avaluació continuada de l'assignatura. |
| Atenció personalitzada |
Els alumnes poden rebre atenció personalitzada de manera presencial o telemàtica durant l'horari d'atenció a l'alumnat, i durant les hores de pràctiques a l'aula. |
|
Description |
Temps que cada professor té reservat per atendre i resoldre
dubtes als alumnes.
|
|
Methodologies |
Competences
|
Description |
Weight |
|
|
|
|
| Pràctiques a través de TIC en aules informàtiques |
|
L'estudiant haurà de resoldre, amb ordinador, problemes dels diversos continguts de l'assignatura. Es valorarà l’aprofitament de les pràctiques. |
0-20% |
| Proves objectives de preguntes curtes |
|
Prova individual de caràcter de síntesi sobre els continguts desenvolupats durant la primera part de l'assignatura. |
40-50% |
| Proves objectives de preguntes curtes |
|
Prova individual de caràcter de síntesi sobre els continguts desenvolupats durant la segona part de l'assignatura. |
40-50% |
| Others |
|
|
|
| |
|
Other comments and second exam session |
|
Avaluació contínua: La nota de les pràctiques sols es tindrà en consideració quan sigui superior a la nota mitjana de les dues proves parcials. En aquest cas, els pesos de la nota de pràctiques i de les dues proves parcials seran 20%, 40% i 40%, respectivament. Altrament, aquests pesos seran 0%, 50% i 50%, respectivament. Segona convocatòria: La qualificació final consistirà en un 100% per la nota d'una prova objectiva individual sobre el contingut de tota l'assignatura. |
| 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 |
|
|
| Subjects that it is recommended to have taken before |
|
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation. |
|