| Competencias |
| Tipo A | Código | Competencias Específicas |
| A1.1 | Aplicar efectivamente el conocimiento de las materias básicas, científicas y tecnológicas propias de la ingeniería | |
| A1.2 | Diseñar, ejecutar y analizar experimentos relacionados con la ingeniería | |
| A3.1 | Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencial; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos; algorítmica numérica; estadística y optimización (FB1) | |
| Tipo B | Código | Competencias Transversales |
| B4.1 | Aprender modos eficaces para asimilar conocimientos y comportamientos. | |
| B4.4 | Conocimiento en materias básicas y tecnológicas, que les capacite para el aprendizaje de nuevos métodos y teorías, y les dote de versatilidad para adaptarse a nuevas situaciones. | |
| Tipo C | Código | Competencias Nucleares |
| Resultados de aprendizaje |
| Tipo A | Código | Resultados de aprendizaje |
| A1.1 |
Aplica correctamente los principios matemáticos que puedan plantearse en la ingeniería, álgebra lineal, geometría, geometría diferencial, cálculo diferencial e integral, ecuaciones diferenciales y en derivadas parciales, métodos numéricos, algorítmica numérica, estadística y optimización. | |
| A1.2 |
Conoce las técnicas de diseño de experimentos y análisis multivariante. | |
| A3.1 |
Adquiere la capacidad de utilización de las herramientas matemáticas básicas en el modelado y resolución de situaciones relacionadas con la ingeniería. Las técnicas estudiadas son las relacionadas con el álgebra lineal y el análisis univariante y multivariante. Conoce los mecanismos estadísticamente correctos para un análisis eficiente de datos: interpretación y toma de decisiones sobre los valores de parámetros físicos o químicos. Conoce los métodos más frecuentes de optimización y saber utilizarlos en la resolución de problemas del ámbito de la ingeniería. | |
| Tipo B | Código | Resultados de aprendizaje |
| B4.1 |
Desarrolla estrategias propias para resolver problemas y encontrar soluciones. Es capaz de integrar paradigmas de otras disciplinas. | |
| B4.4 |
Tiene una visión de conjunto de las diferentes teorías o metodologías de una asignatura. Hace aportaciones significativas o ciertas innovaciones. Transfiere el aprendizaje de casos y ejercicios del aula a situaciones reales de otros ámbitos. | |
| Tipo C | Código | Resultados de aprendizaje |
| Contenidos |
| tema | Subtema |
| 1. Introducción al análisis de datos | 1.1. Concepto de Estadística. Contenido de la Estadística. 1.2. Concepto de población, muestra, individuo y variable estadística. 1.3. Clasificación de les variables estadísticas. 1.4. Distribución de frecuencias. Representaciones gráficas. 1.5. Agrupación de datos en intervalos. 1.6. Parámetros de posición. 1.7. Parámetros de dispersión. |
| 2. Variables aleatorias | 2.1. Concepto de probabilidad y propiedades. 2.2. Concepto de variable aleatoria. 2.3. Variables aleatorias discretas: función de probabilidad y función de distribución. 2.4. Variables aleatorias continuas: función de densidad y función de distribución. 2.5. Esperanza matemática. 2.6. Varianza. |
| 3. Modelos de distribución de probabilidades | 3.1. Distribuciones discretas: Weibull, Bernoulli, binomial, Poisson, uniforme. 3.2. Distribuciones continuas: uniforme, exponencial, normal. 3.3. Ley normal general. Ley normal reducida: N(0,1). 3.4. Distribuciones deducidas de la normal: chi-cuadrado, t de Student y F de Snedecor. 3.5. Convergencia a la ley normal: teorema del límite central. 3.6. Uso de las tablas estadísticas. |
| 4. Intervalos de confianza | 4.1. Nociones de muestra y muestreo. 4.2. Concepto de estadístico y de parámetro. 4.3. Estimación puntual y estimación por intervalos. 4.4. Noción de intervalo de confianza. Coeficiente de confianza. 4.5. Determinación de intervalos de confianza. 4.6. Aplicación de los intervalos de confianza al control de procesos. |
| 5. Contraste de hipótesis | 5.1. Hipótesis estadísticas. Tipos de hipótesis. 5.2. Concepto de región crítica y región de aceptación. 5.3. Tipos de errores. Nivel de significación. 5.4. Aplicación de los contrastes de hipótesis. 5.5. Control de recepción. |
| 6. Análisis de la varianza | 6.1. Generalidades sobre el análisis de la varianza. 6.2. Diseño de un factor. 6.3. Diseño de dos factores sin interacción. Bloques aleatorizados. 6.4. Diseño de dos factores con interacción. |
| 7. Regresión lineal | 7.1. Modelo de regresión mostral simple. 7.2. Estimación de la recta de regresión por el método de los mínimos cuadrados. 7.3. Medidas de bondad de ajuste. 7.4. Contrastes de significación. 7.5. Construcción de intervalos de predicción. 7.6. Regresión no lineal. 7.7. Regresión lineal múltiple. |
| Planificación |
| Metodologías :: Pruebas | ||||||||||
| Competencias | (*) Horas en clase |
Horas fuera de clase |
(**) Horas totales | |||||||
| Actividades introductorias |
|
1 | 2 | 3 | ||||||
| Sesión magistral |
|
24 | 48 | 72 | ||||||
| Practicas a través de TIC en aulas informáticas |
|
20 | 40 | 60 | ||||||
| Atención personalizada |
|
1 | 2 | 3 | ||||||
| Pruebas objetivas de preguntas cortas |
|
2 | 4 | 6 | ||||||
| Pruebas objetivas de preguntas cortas |
|
2 | 4 | 6 | ||||||
| (*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor. (**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||||||||
| Metodologías |
| descripción | |
| Actividades introductorias | Introducción de la asignatura donde se explican los contenidos a trabajar, los objetivos a evaluar, la metodología que se usa y el método de evaluación. |
| Sesión magistral | El profesor explica los contenidos teóricos de cada tema. |
| Practicas a través de TIC en aulas informáticas | Se pide a los alumnos que hagan y entreguen prácticas, realizadas con ordenador, relacionadas con los contenidos que se están trabajando en cada momento. Estas prácticas forman parte de la evaluación continua de la asignatura. |
| Atención personalizada | Los alumnos pueden tener atención personalizada de cualquier aspecto del curso durante las horas de atención a los alumnos y en las horas de resolución de ejercicios y prácticas en el aula. |
| Atención personalizada |
| descripción |
|
Tiempo que cada profesor tiene reservado para atender y resolver dudas a los alumnos. |
| Evaluación |
| Metodologías | Competencias | descripción | Peso | ||||||
| Practicas a través de TIC en aulas informáticas |
|
El estudiante tendrá que resolver, con ordenador, problemas de los diversos contenidos de la asignatura. Se valorará el aprovechamiento de las prácticas. | 0-20% | ||||||
| Pruebas objetivas de preguntas cortas |
|
Prueba individual de carácter de síntesis sobre los contenidos desarrollados durante la primera parte de la asignatura. | 40-50% | ||||||
| Pruebas objetivas de preguntas cortas |
|
Prueba individual de carácter de síntesis sobre los contenidos desarrollados durante la segunda parte de la asignatura. | 40-50% | ||||||
| Otros |
| Otros comentarios y segunda convocatoria | |||
|
Evaluación continua: La nota de las prácticas sólo se tomará en consideración cuando sea superior a la nota media de las dos pruebas parciales. En este caso, los pesos de la nota de prácticas y de las dos pruebas parciales serán 20%, 40% y 40%, respectivamente. En otro caso, estos pesos serán 0%, 50% y 50%, respectivamente. Segunda convocatoria: La calificación final consistirá en un 100% por la nota de una prueba objetiva individual sobre el contenido de toda la asignatura. |
|||
| Fuentes de información |
| Básica |
Mateo, J.M., Estadística pràctica pas a pas, , URV |
||||||||
| Complementaria | |||||||||
| Recomendaciones |
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.