DADES IDENTIFICATIVES 2019_20
Assignatura (*) ESTADÍSTICA Codi 17234011
Ensenyament
Grau d'Enginyeria Informàtica (2010)
Cicle 1r
Descriptors Crèd. Tipus Curs Període
6 Formació bàsica Segon 1Q
Llengua d'impartició
Català
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
BARBERÀ ESCOÍ, CARLOS
Adreça electrònica carme.olive@urv.cat
carlos.barbera@urv.cat
Professors/es
OLIVÉ FARRÉ, MARIA DEL CARME
BARBERÀ ESCOÍ, CARLOS
Web http://moodle.urv.net/moodle/course/view.php?id=31530
Descripció general i informació rellevant En aquesta assignatura es pretén donar un curs bàsic d'estadística, aprofondint en aquelles tècniques més aplicades en la informàtica.

Competències
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

Resultats d'aprenentage
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

Continguts
Tema Subtema
Estadística Descriptiva Tipus de dades, gràfics de representació de dades i 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.
Tests de bondat d'ajustament.
Regressió Lineal

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
A2
1 0 1
Sessió Magistral
FB1
23 46 69
Pràctiques a través de TIC en aules informàtiques
A2
FB1
B2
13 15 28
Resolució de problemes, exercicis a l'aula ordinària
A2
FB1
B2
13 22 35
Atenció personalitzada
FB1
3 0 3
 
Proves pràctiques
A2
FB1
B2
1 7 8
Proves objectives de preguntes curtes
A2
FB1
B2
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
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.

Atenció personalitzada
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.

Avaluació
Metodologies Competències Descripció Pes        
Proves pràctiques
A2
FB1
B2
S'avalua el treball realitzat al laboratori i la metodologia desenvolupada i conclusions d'una pràctica individual realitzada amb el paquet estadístic que s'indiqui a principis de curs. 25%
Proves objectives de preguntes curtes
A2
FB1
B2
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 durant el curs.
75%
Altres  
 
Altres comentaris i segona convocatòria

Consistirà en una prova escrita amb un pes del 100% de la nota.

Als alumnes que han realitzat les proves pràctiques durant el curs actual, se'ls posarà nota més alta entre les dues opcions següents:

- 100% nota de la segona convocatòria

- 75% nota de la segona convocatòria i 25% nota de les proves pràctiques

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.


Fonts d'informació

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

Recomanacions


Assignatures que es recomana haver cursat prèviament
ANÀLISI MATEMÀTICA I/17234005
(*)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