|
Tipus A
|
Codi |
Competències Específiques | | | A2 |
Coneixements per la realització de mesuraments, càlculs, valoracions, taxacions, peritatges, estudis, informes, planificació de tasques i altres treballs anàlegs d’informàtica. |
| | FB1 |
Capacitat per resoldre els problemes matemàtics que puguin plantejar-se en l'enginyeria. Aptitud per aplicar els coneixements sobre àlgebra lineal, càlcul diferencial i integral, mètodes numèrics, algorísmia numèrica, estadística i optimització.
|
|
Tipus B
|
Codi |
Competències Transversals | | | B2 |
Coneixement de les matèries bàsiques i tecnologies, que capacitin per a l’aprenentatge i desenvolupament de nous mètodes i tecnologies, així com les que els dotin d’una gran versatilitat per adaptar-se a noves situacions. |
|
Tipus C
|
Codi |
Competències Nuclears | | | C4 |
Expressar-se correctament de manera oral i escrita en una de les dues llengües oficials de la URV. |
|
Tipus A
|
Codi |
Resultats d'aprenentatge |
| | A2 |
Comprèn els paràmetres estadístics descriptius d’una població.
Calcula els paràmetres estadístics descriptius d’una població.
Utilitza els models de distribució de probabilitat més comuns per modelar situacions reals.
Coneix les situacions modelades per processos estocàstics
Analitza una situació des del punt de vista de la inferència estadística.
| | | FB1 |
Comprèn les distribucions de probabilitat binomial, normal, exponencial y de Poisson.
Utilitza els models de distribució de probabilitat més comuns per modelar situacions reals.
Comprèn els fonaments de la teoria de cues.
Aplica els fonaments de la teoria de cues a la informàtica.
Comprèn les bases de la inferència estadística.
|
|
Tipus B
|
Codi |
Resultats d'aprenentatge |
| | B2 |
Domina el teorema central del límit.
Utilitza les tècniques de procesos estocàstics en problemes concrets.
Comprèn els fonaments de la teoria de cues.
Utilitza les tècniques de regressió.
|
|
Tipus C
|
Codi |
Resultats d'aprenentatge |
| | C4 |
Produeix un text escrit gramaticalment correcte
Produeix un text escrit adequat a la situació comunicativa
|
| Tema |
Subtema |
| Estadística Descriptiva |
Tipus de dades, mesures de centralització i de dispersió. |
| Distribucions de Probabilitat |
Experiments aleatoris, espai mostral i probabilitat. Models discrets i models continus més comuns. Teorema del límit central. |
| Processos Estocàstics |
Cadenes de Markov. Matriu de transició i probabilitats estacionàries. |
| Teoria de cues |
Estudi dels models de cues fonamentals. Aplicacions a la informàtica. |
| Estimació Matemàtica |
Estimació puntual i per intervals. |
| Fonaments de test d'hipòtesis |
Tests d'hipòtesis paramètriques per a poblacions normals. Tests de bondat d'ajustament. |
| Regressió Lineal |
|
| Metodologies :: Proves |
| |
Competències |
(*) Hores a classe
|
Hores fora de classe
|
(**) Hores totals |
| Activitats Introductòries |
|
1 |
0 |
1 |
| Sessió Magistral |
|
23 |
46 |
69 |
| Pràctiques a través de TIC en aules informàtiques |
|
13 |
15 |
28 |
| Resolució de problemes, exercicis a l'aula ordinària |
|
13 |
22 |
35 |
| Atenció personalitzada |
|
3 |
0 |
3 |
| |
| Proves pràctiques |
|
1 |
7 |
8 |
| Proves objectives de preguntes curtes |
|
6 |
0 |
6 |
| |
(*) 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 |
Es farà la presentació de l'assignatura i es descriurà el desenvolupament de les classes, així com l'avaluació de l'assignatura.
També es motivarà la necesitat de coneixements estadístics en informàtica. |
| Sessió Magistral |
Transferència dels coneixements teòrics bàsics de l'assignatura. Els alumnes podran prendre notes de les explicacions fetes a la pissarra, a través de transparències i/o canó de video. |
| Pràctiques a través de TIC en aules informàtiques |
Formulació, anàlisi, resolució i debat de problemes o exercicis relacionats amb la temàtica de l'assignatura. |
| Resolució de problemes, exercicis a l'aula ordinària |
Es faran problemes a classe amb participació activa dels estudiants |
| Atenció personalitzada |
El professor resta a disposició dels alumnes que precisin d'una atenció personalitzada.
Les hores de consulta es publicaran en l'espai moodle de l'assignatura.
També es pot contactar per e-mail. |
|
Descripció |
|
El professor resta a disposició dels alumnes que precisin d'una atenció personalitzada.
Les hores de consulta es publicaran en l'espai moodle de l'assignatura.
També es pot contactar per e-mail. |
|
Metodologies |
Competències
|
Descripció |
Pes |
|
|
|
|
| Proves pràctiques |
|
Els resultats del treball realitzat en el laboratori i les seves conclusions són avaluades, així com també la metodologia desenvolupada en el laboratori. Pes 25%. |
25% |
| Proves objectives de preguntes curtes |
|
Proves individuals parcials mitjançant preguntes curtes amb solució tipus test i / o problemes de desenvolupament sobre els continguts proporcionats fins al moment. Es faran 3 proves del mateix pes (25%), cada 2 temes. Total 75% de la nota. |
75% |
| Altres |
|
|
|
| |
|
Altres comentaris i segona convocatòria |
|
Consistirà en una prova escrita amb un pes del 75% de la nota.
La nota de la prova pràctica obtinguda durant el curs es mantindrà per a la segona convocatòria sense possibilitat de modificació i seguirà representant el 25% de la nota final. En totes les proves d'avaluació queda totalment prohibit l'ús o tinença de dispositius de comunicació i transmissió de dades durant la realització de les proves i seran d'obligat compliment per part de l'estudiant. |
| Bàsica |
J.L.Devore, Probabilidad y Estadística, Thomson, 2005
Larry Gonick y Woollcott Smith, La Estadística en cómic, Zendrera Zariquiey, 2ed. 2002
V.Zaiats, M.L.Calle i R. Presas, Probabilitat i Estadística. Exercicis I, Eumo, 1998
|
|
| Complementària |
C.H.Brase and C.P.Brase, Understanding Basics Statistics, Houghton Mifflin, 2004
Spiegel, Schiller i Srinivasan, Probabilidad y Estadística, McGraw-Hill, 2000
Lapin, Probability and Statistics for Modern Engineering, PWS-KENT, 1990
Quintín Martín, Investigación Operativa, Pearson Prentice Hall, 2003
|
|
(*)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 |
|