DADES IDENTIFICATIVES 2019_20
Assignatura (*) MATEMÀTIQUES II Codi 20244006
Ensenyament
Grau de Tècniques de Bioprocessos Alimentaris (2018)
Cicle 1r
Descriptors Crèd. Tipus Curs Període
6 Formació bàsica Segon 1Q
Llengua d'impartició
Català
Prerequisits
Departament Enginyeria Mecànica
Enginyeria Química
Coordinador/a
FERNÁNDEZ SABATER, ALBERTO
Adreça electrònica alberto.fernandez@urv.cat
roger.girbes@urv.cat
carlosjesus.garcia@urv.cat
lluis.danus@urv.cat
Professors/es
FERNÁNDEZ SABATER, ALBERTO
GIRBES BALAGUE, ROGER
GARCIA HERNANDEZ, CARLOS JESÚS
DANÚS AMENGUAL, LLUÍS
Web
Descripció general i informació rellevant Conèixer les tècniques estadístiques per fer anàlisis de dades de manera correcta i eficient. Saber aplicar les eines matemàtiques bàsiques per tal de resoldre problemes de l’àmbit de l’enginyeria.

Competències
Tipus A Codi Competències Específiques
 A1.1 Aplicar efectivament el coneixement de les matèries bàsiques, científiques i tecnològiques pròpies de l'enginyeria.
 A3.1 Capacitat per resoldre els problemes matemàtics que puguin plantejar-se en l'enginyeria. Aptitud per aplicar els coneixements sobre àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorítmica numèrica, estadística i optimització.
Tipus B Codi Competències Transversals
 B1.5 Usar eficientment les TIC per gestionar la informació i el coneixement.
 B4.1 Aprendre maneres eficaces per assimilar coneixements i comportaments.
Tipus C Codi Competències Nuclears

Resultats d'aprenentage
Tipus A Codi Resultats d'aprenentatge
 A1.1 Aplica correctament els principis matemàtics que es puguin plantejar en enginyeria, àlgebra lineal, geometria, geometria diferencial, càlcul diferencial i integral, equacions diferencials i en derivades parcials, mètodes numèrics, algorítmica numèrica, estadística i optimització.
 A3.1 Adquireix les tècniques més elementals del càlcul numèric i les aplica amb l'ajuda d'un llenguatge de programació estructurat d'alt nivell en models.
Coneix els mecanismes estadísticament correctes per a una anàlisi eficient de dades: interpretació i presa de decisions sobre els valors de paràmetres físics o químics.
Coneix els mètodes més usuals d'optimització i els sap utilitzar en la resolució de problemes de l'àmbit de l'enginyeria.
Tipus B Codi Resultats d'aprenentatge
 B1.5 Coneix el maquinari bàsic dels ordinadors.
Coneix el sistema operatiu com a gestor del maquinari i el programari com a eina de treball.
Utilitza programari per a comunicació: editors de textos, fulls de càlcul i presentacions digitals.
Utilitza programari per a comunicació virtual: eines interactives (web, moodle, blocs..), correu electrònic, fòrums, xat, vídeo-conferències, eines de treball col·laboratiu etc.
Localitza i accedeix a la informació de manera ericaç i eficient.
 B4.1 Desenvolupa estrategies pròpies per resoldre problemes i trobar solucions.
Tipus C Codi Resultats d'aprenentatge

Continguts
Tema Subtema
1. Estadística descriptiva. Mitjana, variància i desviació estàndar.
2. Models de distribució de probabilitats: binomial, Poisson, normal.
3. Teoria de l’estimació puntual i per intervals de confiança.
4. Contrast d’hipòtesis.
5. Anàlisi de la variància.
6. Aproximació mínim-quadràtica. Regressió lineal i regreassió lineal múltiple.
7. Introducció als mètodes d'optimització. Búsqueda de màxims i mínims. Multiplicadors de Lagrange.
8. Introducció a les equacions diferencials ordinàries (EDO). Solucions analítiques d'EDOs lineals de primer i segon ordre.
9. Introducció a les equacions diferencials en derivades parcials. Variables separables.
10. Introducció a la geometria diferencial.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe
Hores fora de classe
(**) Hores totals
Activitats Introductòries
1 1.5 2.5
Sessió Magistral
A1.1
A3.1
28 42 70
Resolució de problemes, exercicis a l'aula ordinària
A1.1
A3.1
B4.1
14 21 35
Pràctiques a través de TIC en aules informàtiques
A1.1
A3.1
B1.5
B4.1
14 21 35
Atenció personalitzada
A1.1
A3.1
1 1.5 2.5
 
Proves objectives de preguntes curtes
A1.1
A3.1
2 3 5
 
(*) 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 Introducció de l'assignatura on es comenten els continguts a treballar, els objectius a avaluar, la metodologia que s'usarà, i el sistema d'avaluació.
Sessió Magistral El professor explica els continguts teòrics de cada tema.
Resolució de problemes, exercicis a l'aula ordinària Resolució de problemes a l'aula per part del professor.
Pràctiques a través de TIC en aules informàtiques Els alumnes han d'utilitzar un guió de pràctiques que el professor posa a la seva disposició. Totes les pràctiques es gestionen en un entorn informàtic.
Atenció personalitzada Els alumnes poden rebre atenció personalitzada presencialment o telemàtica (telèfon, missatgeria Moodle, o correu electrònic) durant l'horari d'atenció a l'alumnat.

Atenció personalitzada
Descripció
Els alumnes poden rebre atenció personalitzada presencialment o telemàtica (telèfon, missatgeria Moodle, o correu electrònic) durant l'horari d'atenció a l'alumnat.

Avaluació
Metodologies Competències Descripció Pes        
Pràctiques a través de TIC en aules informàtiques
A1.1
A3.1
B1.5
B4.1
Resolució de problemes amb suport informàtic. Es valorarà l’aprofitament de les pràctiques. 50%
Proves objectives de preguntes curtes
A1.1
A3.1
Prova individual de caràcter de síntesi sobre els continguts desenvolupats al llarg de tota l'assignatura. 50%
Altres  
 
Altres comentaris i segona convocatòria

Durant les proves avaluatives, els telèfons mòbils, tablets i altres aparells electrònics que no siguin expressament autoritzats per la prova, han d'estar apagats i fora de la vista.

En el cas de segona convocatòria, la qualificació final consistirà en un 100% per la nota d'una segona prova objectiva individual.


Fonts d'informació

Bàsica Mateo, J.M., Estadística pràctica pas a pas, Universitat Rovira i Virgili,
Zill, D.G.; Wright, W.S., Matemáticas avanzadas para ingeniería, McGraw-Hill,

Complementària

Recomanacions


(*)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