Codi |
|
A1 |
Aplicar coneixements de matemàtiques, ciència i enginyeria. |
A4 |
Identificar, formular i resoldre problemes d'enginyeria electrònica en el camp industrial. |
B1 |
Aprendre a aprendre. |
B2 |
Resoldre problemes de forma efectiva. |
B3 |
Aplicar pensament crític, lògic i creatiu. |
B4 |
Treballar de forma autònoma amb iniciativa. |
B5 |
Treballar de forma col·laborativa. |
B13 |
Presa de decisions. |
C1 |
Dominar l'expressió i la comprensió d'un idioma estranger. |
C2 |
Utilitzar com a usuari les eines bàsiques en TIC. |
C5 |
Expressar-se correctament (tant de forma oral com escrita) a la llèngua pròpia. |
Objectius |
Competències |
Determinar les mesures de tendència central i qualsevol percentil d'un conjunt de dades poblacionals agrupades o no en intervals |
A1 A4
|
B2 B3 B4 B5 B13
|
C5
|
Determinar el recorregut, la desviació mitjana, la variància, la desviació típica i el coeficient de variació d'un conjunt de dades poblacionals agrupades o no en intervals |
A1 A4
|
B2 B3 B4 B5 B13
|
C5
|
Determinar probabilitats on es combinen successos dependents i independents |
A1 A4
|
B1 B2 B3 B4 B5
|
C2
|
Conèixer les aplicacions de les técniques de contrast d’hipòtesis estadístiques a la pressa de decisions i al control de qualitat i fiabilitat |
A1
|
B2 B3 B4 B5 B13
|
C2 C5
|
Determinar probabilitats de diversos successos quan es treballa amb variables aleatòries discretes i contínues |
A1 A4
|
B2 B3 B4 B5 B13
|
C2 C5
|
Determinar la funció de probabilitat, la funció de distribució, l'esperança i la variància d'una v. a. discreta. Completar la funció de densitat d'una v. a. contínua. Determinar la funció de distribució, l'esperança i la variància d'una v. a. contínua. Aplicar la desigualtat de Txebixef per fitar la probabilitat d'un succés quan només se sap l'esperança i la variància d'una v. a |
A1 A4
|
B2 B3 B4 B5 B13
|
C2 C5
|
Determinar probabilitats de diversos successos quan es treballa amb alguna de les distribucions següents: binomial, Poisson, uniforme discreta, uniforme contínua, exponencial, normal, t de Student, khi-quadrat, F de Fisher. Usar l'aproximació d'una distribució per una altra quan sigui adient. Determinar probabilitats quan s'està treballant amb una v. a. que és combinació lineal d'altres. |
A1 A4
|
B2 B3 B4 B5
|
C5
|
Determinar l'interval de confiança per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals. |
A1 A4
|
B1 B2 B3 B4 B5 B13
|
C5
|
Aplicar contrastos d'hipòtesis per a : la mitjana, la diferència de mitjanes, la variància, el quocient de variàncies, una proporció i la diferència de proporcions a partir de dades mostrals |
A1 A4
|
B1 B2 B3 B4 B5 B13
|
C5
|
Aplicar l'estadístic khi-quadrat per decidir si dues característiques són independents o no i per decidir si dues o més poblacions són homogènies o no. |
A1 A4
|
B1 B2 B3 B4 B5 B13
|
C5
|
Determinar si un o diversos factors influeixen sobre una variable resposta. |
A1 A4
|
B1 B2 B3 B4 B5 B13
|
C5
|
Determinar la recta, obtinguda per mínims quadrats, que relaciona dues variables a partir de dades mostrals. Determinar el coeficient de correlació, el coeficient de determinació i l'error estàndard d'una regressió lineal. Construir intervals de predicció per a valors individuals i per a valors esperats. Determinar els paràmetres de relacions no lineals entre dues variables que es puguin transformar en lineals. Decidir quina és la funció que millor s'ajusta a unes dades donades. |
A1 A4
|
B1 B2 B3 B4 B5 B13
|
C5
|
Aplicar un paquet estadístic per a la resolució de problemes |
|
B1
|
C1 C2
|
Tema |
Subtema |
Introducció: |
Fenòmens aleatòris. Objecte de l'Estadística. Anàlisi de dades. Estadística Descriptiva. Gràfics estadístics. Paràmetres estadístics. |
Probabilitat: |
Concepte, importància en l'Estadística. Definicions: clàsica, axiomàtica, principi de regularitat estadística. Propietats de la probabilitat. Mètodes de càlcul.
Probabilitat condicionada. Teoremes de la probabilitat total i de Bayes. |
Variables aleatòries: |
Concepte, tipus. Esperança i variància d'una variable aleatòria. Funcions de probabilitat, de densitat de probabilitat i de distribució. Teorema de Chebyshev. |
Models de distribució de probabilitat: |
Bernoulli, binomial, Poisson, exponencial, model normal, models derivats de la normal. Teorema central del límit. Aproximacions entre distribucions. |
Estimació de paràmetres: |
Concepte, definició d'estadístic, distribució de probabilitat dels estadísitcs, estimació puntual d'un paràmetre poblacional. Estimació per intervals de confiança. |
Contrast d'hipòtesi estadístiques: |
Concepte, tipus de contrastos, tècnica de contrast, contrastos paramètrics, exemples. |
La prova Khi-quadrat: |
Contrast d'independència de variables aleatòries, contrasr d'homogeneïtat, contrast sobre la bondad d'un ajust a una distribució teòrica. |
Anàlisi de la variància (ANOVA): |
Definició, factors de variabilitat: controlats i no controlats. Técnica de contrast amb una taula ANOVA: un factor, dos factors, tres factors. Disseny d'experiments. |
Regressió i correlació: |
Regressió lineal simple, mètode de mínims quadrats. Regressió multilineal i no lineal. Validació del model: contrastos sobre els coeficients de la regerssió i sobre la regressió en conjunt. Explotació del model: prediccions puntuals i per intervals. |
Metodologies :: Proves |
|
Competències |
(*) Hores a classe |
Hores fora de classe |
(**) Hores totals |
Activitats Introductòries |
|
1 |
0 |
1 |
|
Sessió Magistral |
|
15 |
7.5 |
22.5 |
Resolució de problemes, exercicis a l'aula ordinària |
|
12 |
6 |
18 |
Pràctiques a través de TIC en aules informàtiques |
|
30 |
30 |
60 |
Resolució de problemes, exercicis |
|
0 |
15 |
15 |
|
Atenció personalitzada |
|
0 |
1 |
1 |
|
Proves objectives de preguntes curtes |
|
1 |
0 |
1 |
Proves objectives de preguntes curtes |
|
2 |
0 |
2 |
|
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor. (**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat |
Metodologies
|
Descripció |
Activitats Introductòries |
Al començament es detectaran coneixements previs, es detallaran els continguts a treballar, s'explicarà la metodologia i els criteris d'avaluació |
Sessió Magistral |
2 hores setmanals. En aula ordinària.
Els alumnes tenen a la seva disposició un recull d’apunts de teoria elaborat pels professors de l'assignatura.
|
Resolució de problemes, exercicis a l'aula ordinària |
Resolució de problemes en aula ordinària per part del professor o bé per part de l’alumne, guiat pel professor.
Els alumnes han d'utilitzar un dossier de problemes que entrega el professor.
|
Pràctiques a través de TIC en aules informàtiques |
Resolució de problemes amb suport informàtic. Els alumnes han d'utilitzar un guió de pràctiques d'Excel. |
Resolució de problemes, exercicis |
Per part de l’alumne, de forma autònoma o bé treballant en grups petits. |
|
Pràctiques a través de TIC en aules informàtiques |
Resolució de problemes, exercicis |
|
Descripció |
En qualsevol moment de les hores de pràctiques es pot preguntar i ser atés sobre exercicis de l'assignatura.
També es pot consultar al professor en qualsevol moment via moodle o via correu electrònic. Així mateix, hi haurà un horari d'atenció al despatx. |
|
|
Descripció |
Pes |
Pràctiques a través de TIC en aules informàtiques |
Resolució de problemes amb suport informàtic. Es valorarà l’assistència i aprofitament de les pràctiques. |
35 |
Proves objectives de preguntes curtes |
Prova parcial de caràcter eliminatori. No es recuperable ni es requereix nota mínima. Es fa després d'haver superat la tercera part del curs. |
25 |
Proves objectives de preguntes curtes |
Examen final. Es requereix un mínim d'un 4 per a aprovar l'assignatura. |
40 |
|
Altres comentaris i segona convocatòria |
|
Bàsica |
Colomer, M.A. i Latorre, R., Curs d’estadística. Problemes, Edicions de la Universitat de Lleida, 1999
Spiegel, M.R., Estadística, Ed. McGraw-Hill, 1991
J. Domingo, Estadística tècnica. Una introducció constructivista, Vilema, 1994
Walpole, R.E.; Myers, R.H. i Myers, S., Probabilidad y Estadística para ingenieros, Prentice Hall, 1999
|
|
Complementària |
|
|
Assignatures que es recomana cursar simultàniament |
MÈTODES NUMÉRICS/17091201 |
|
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent |
|