Fichas de asignaturas 2015-16
|
ESTADÍSTICA Y OPTIMIZACIÓN |
Asignaturas
|
|
| ||
| Asignatura |
|
| | |
| Profesorado |
|
| | |
| Competencias |
|
| | |
| Resultados Aprendizaje |
|
| | |
| Actividades Formativas |
|
| | |
| Sistemas de Evaluación |
|
| | |
| Contenidos |
|
| | |
| Bibliografía |
|
| Código | Nombre | |||
| Asignatura | 40210003 | ESTADÍSTICA Y OPTIMIZACIÓN | Créditos Teóricos | 5 |
| Título | 40210 | GRADO EN INGENIERÍA QUÍMICA | Créditos Prácticos | 2.5 |
| Curso | 1 | Tipo | Obligatoria | |
| Créd. ECTS | 6 | |||
| Departamento | C146 | ESTADISTICA E INVESTIGACION OPERATIVA |
Requisitos previos
Ninguno.
Recomendaciones
Es recomendable haber cursado la opción científico-técnica del bachillerato y tener una buena formación matemática.
Profesorado
| Nombre | Apellido 1 | Apellido 2 | C.C.E. | Coordinador | |
| ANTONIA | CASTAÑO | MARTINEZ | TITULAR DE UNIVERSIDAD | S |
|
Competencias
Se relacionan aquí las competencias de la materia/módulo o título al que pertenece la asignatura, entre las que el profesorado podrá indicar las relacionadas con la asignatura.
| Identificador | Competencia | Tipo |
| CB2 | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vacación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio | BÁSICA |
| CB3 | Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética | BÁSICA |
| CB5 | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía | BÁSICA |
| CE2 | Resolver problemas matemáticos que puedan plantearse en la ingeniería | ESPECÍFICA |
| CE3 | 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 | ESPECÍFICA |
| CG1 | Capacidad de análisis y síntesis | GENERAL |
| CG4 | Capacidad para la gestión de datos y la generación de información /conocimiento | GENERAL |
| CG5 | Capacidad para la resolución de problemas | GENERAL |
| CG7 | Capacidad para trabajar en equipo | GENERAL |
| CG8 | Capacidad de razonamiento crítico | GENERAL |
| CT1 | Capacidad de organización y planificación | TRANSVERSAL |
Resultados Aprendizaje
| Identificador | Resultado |
| R4 | 1. Sintetizar y analizar conjunto de datos. |
| R5 | 2. Identificar situaciones en las que aparecen las distribuciones probabilísticas más usuales y los principales métodos de la inferencia estadística. |
| R6 | 3. Conocer los principios y aplicaciones del diseño de experimentos. |
| R7 | 4. Reconocer problemas de optimización. Construir y resolver modelos de sistemas. |
| R8 | 5. Poder aprovechar las capacidades y facilidades que ofrece el uso de ordenadores personales y los programas informáticos para realizar el tratamiento estadístico necesario en cualquier proceso de medida. |
Actividades formativas
| Actividad | Detalle | Horas | Grupo | Competencias a desarrollar |
| 01. Teoría | Trabajo presencial en el aula, a través de clases de teoría analizando los contenidos básicos. |
40 | Grande | CB3 CE2 CE3 CG1 CG4 |
| 02. Prácticas, seminarios y problemas | Trabajo presencial en el aula, a través de clases prácticas basadas en la resolución y/o importación de problemas. |
10 | Mediano | CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG8 CT1 |
| 03. Prácticas de informática | Se llevarán a cabo sesiones de ordenador basadas en la resolución de problemas; en estas sesiones el alumno aplicará las herramientas informáticas de un programa apropiado. |
10 | Reducido | CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 |
| 10. Actividades formativas no presenciales | Estudio y trabajo individual. El objetivo último de esta actividad es que el alumno, por medio de sesiones de estudio individual, comprenda los contenidos impartidos en teoría, la resolución de ejercicios y problemas, así como la realización de búsquedas bibliográficas. |
78 | Reducido | CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG8 CT1 |
| 11. Actividades formativas de tutorías | Seminarios y tutorías en grupo. Se realizará un seguimiento temporal de la adquisición de conocimientos a través de clases interactivas. |
7 | Reducido | CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 |
| 12. Actividades de evaluación | Sesiones periódicas a través de las cuales llevarán a cabo las diferentes pruebas de progreso. |
5 | Grande | CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG8 CT1 |
Evaluación
Criterios Generales de Evaluación
La calificación general de la asignatura tendrá en cuenta las puntuaciones obtenidas en las actividades de evaluación continua y en la evaluación final, de la forma que se especifica en el procedimiento de calificación.
Procedimiento de Evaluación
| Tarea/Actividades | Medios, Técnicas e Instrumentos | Evaluador/es | Competencias a evaluar |
| Prueba final | Prueba escrita compuesta por cuestiones de tipo teórico y práctico |
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG8 CT1 |
| Pruebas de progreso | Prueba escrita con ejercicios teóricos y prácticos sobre los contenidos de la asignatura que podrán ser resolubles mediante el software adecuado. |
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 |
Procedimiento de calificación
El alumno podrá obtener un 30% de la nota final a través de las actividades realizadas en las pruebas de progreso (evaluación continua) y el resto corresponderán a la prueba final.
Descripcion de los Contenidos
| Contenido | Competencias relacionadas | Resultados de aprendizaje relacionados |
1. ESTADÍSTICA DESCRIPTIVA.
1.1. Resúmenes gráficos y numéricos de datos.
1.2. Relación entre variables: covarianza, recta de regresión y coeficiente de correlación.
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 | R4 R8 |
2. PROBABILIDAD
2.1. Introducción a la probabilidad.
2.2. Variables aleatorias discretas y continuas.
2.3. Modelos de probabilidad importantes: Bernouilli, Binomial, Poisson, Normal y Exponencial.
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 | R5 R8 |
3. INFERENCIA ESTADÍSTICA
3.1. Muestreo aleatorio, estadísticos y noción de estimación puntual. Distribuciones Chi-cuadrado, t (Student), F.
3.2. Intervalos de confianza para proporciones (muestras grandes) y media de una población Normal. Determinación del
mínimo tamaño muestral en estos casos.
3.3. Contrastes de hipótesis. Planteamiento del problema y formulación de la hipótesis nula y alternativa. Nivel de
significación y región de rechazo. Algunos ejemplos para una población normal.
3.4. Introducción al Diseño de Experimentos.
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 | R5 R6 R8 |
4. OPTIMIZACIÓN
4.1. Introducción a la investigación operativa, ejemplos ilustrativos.
4.2. Introducción a la programación lineal. Conceptos básicos.
4.3. Modelado de problemas de programación lineal.
4.4. Algoritmo del Simplex.
|
CB2 CB3 CB5 CE2 CE3 CG1 CG4 CG5 CG7 CG8 CT1 | R7 R8 |
Bibliografía
Bibliografía Básica
ESTADÍSTICA
-
Ellison, S.L.R, Barwick, V.J., Farrant, T.J.D.(2009). Practical Statistics for the Analytical Scientist. A Bench guide (2nd Ed). Royal Society of Chemistry.
-
Espejo, I. et al. (2006). Estadística Descriptiva y Probabilidad. Servicio de publicaciones de la Universidad de Cádiz.
-
Espejo, I. et al. (2007). Inferencia Estadística: Teoría y Problemas. Servicio de publicaciones de la Universidad de Cádiz.
OPTIMIZACIÓN
-
Luenberger, David E. (1989). Programación Lineal y no Lineal. Addison-Wesley Iberoamericana.
-
Winston, Wayne L. (1994). Investigación de Operaciones. Grupo Editorial Iberoamericana.
Bibliografía Específica
ESTADISTICA
- Casas Sánchez, J.M., et al. (1998) Problemas de Estadística Descriptiva, Probabilidad e Inferencia. Ediciones Pirámide.
- Montgomery, D. (1991). Diseño y análisis de experimentos. Grupo Editorial Iberoamericana.
- Tomeo V. et al. (2003). Lecciones de Estadística Descriptiva. Madrid, Thomson- Paraninfo
- Uña, I. et al. (2003). Lecciones de Cálculo de Probabilidad. Madrid, Thomson.
OPTIMIZACIÓN
- Bazaraa, M. S. y Jarvis, J. J. (1996). Programación Lineal y Flujo en Redes. Limusa.
- Calvete, H. I, y Mateo, P. M. (1994). Programación Lineal, Entera y Meta. Problemas y Aplicaciones, Prensa Universitaria de Zaragoza.
- Chong, E. and Żak S. (1996). An Introduction to Optimization. John Wiley & Sons, Inc.
- Hillier, Frederick S., Introducción a la Investigación de Operaciones. McGraw--Hill.
Bibliografía Ampliación
ESTADISTICA
- González Manteiga, M.T. y Pérez de Vargas Luque, A. (2009). Estadística Aplicada. Ediciones Díaz de Sant
- De la Horra, J. (2003). Estadística Aplicada. 3ª Edición, Díaz de Santos.
- Montgomery, D. (2004). Probabilidad y Estadística Aplicadas a la Ingeniería. México, Limusa Weley.
OPTIMIZACIÓN
- Bazaraa, M. y Shetty, C. (1979). Nonlinear Programming: Theory and Algorithms. Wiley.
- Salazar González, J.J. (2001). Programación matemática. Editorial Díaz de Santos, S.A.
- Ríos Insua, S. (1996). Investigación Operativa. Programación Lineal y Aplicaciones. Editorial Centro de Estudios Ramón Areces.
El presente documento es propiedad de la Universidad de Cádiz y forma parte de su Sistema de Gestión de Calidad Docente. En aplicación de la Ley 3/2007, de 22 de marzo, para la igualdad efectiva de mujeres y hombres, así como la Ley 12/2007, de 26 de noviembre, para la promoción de la igualdad de género en Andalucía, toda alusión a personas o colectivos incluida en este documento estará haciendo referencia al género gramatical neutro, incluyendo por lo tanto la posibilidad de referirse tanto a mujeres como a hombres.
