DADES IDENTIFICATIVES 2009_10
Assignatura (*) MÈTODES ESTADÍSTICS DE L'ENGINYERIA Codi 17091004
Ensenyament
Enginyeria Tècnica Industrial especialitat en Electrònica Industrial (2002)
Cicle 1er
Descriptors Crèd. Crèd. teoria Crèd. pràctics Tipus Curs Període
6 3 3 Troncal Primer Segon
Llengua d'impartició
Català
Departament Enginyeria Química
Coordinador/a
CUESTA ANDREA, JORGE ANTONIO
Adreça electrònica jordi.cuesta@urv.cat
pedro.nadal@urv.cat
Professors/es
CUESTA ANDREA, JORGE ANTONIO
NADAL POLO, PEDRO
Web
Descripció general i informació rellevant Aprendre a recollir i analitzar dades eficientment: descripció i interpretació de dades, mostreig, estimació, contrast d’hipòtesis, disseny d’experiments senzills, determinació de models de regressió ....

Competències
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 d'aprenentatge
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

Continguts
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.

Planificació
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
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.

Atenció personalitzada
 
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.

Avaluació
  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

Fonts d'informació

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

Recomanacions

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