Fichas de asignaturas 2016-17
|
ESTADÍSTICA Y OPTIMIZACIÓN |
Asignaturas
|
|
| ||
| Asignatura |
|
| | |
| Profesorado |
|
| | |
| Competencias |
|
| | |
| Resultados Aprendizaje |
|
| | |
| Actividades Formativas |
|
| | |
| Sistemas de Evaluación |
|
| | |
| Contenidos |
|
| | |
| Bibliografía |
|
| Código | Nombre | |||
| Asignatura | 40906004 | ESTADÍSTICA Y OPTIMIZACIÓN | Créditos Teóricos | 5 |
| Título | 40906 | GRADO EN ARQUITECTURA NAVAL E INGENIERÍA MARÍTIMA | Créditos Prácticos | 2.5 |
| Curso | 1 | Tipo | Troncal | |
| Créd. ECTS | 6 | |||
| Departamento | C101 | MATEMATICAS | ||
| Departamento | C146 | ESTADISTICA E INVESTIGACION OPERATIVA |
Requisitos previos
Ninguno
Recomendaciones
Es recomendable haber cursado la modalidad de Ciencias del bachillerato.
Profesorado
| Nombre | Apellido 1 | Apellido 2 | C.C.E. | Coordinador | |
| Mª. JOSE | BENÍTEZ | CABALLERO | PROFESORA SUSTITUTA INTERINA | N |
|
| ANGEL | BERIHUETE | MACIAS | PROFESOR SUSTITUTO INTERINO | 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 |
| B01 | 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; algorítmicos numéricos; estadísticos y optimización. | ESPECÍFICA |
| CB1 | Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio | GENERAL |
| CB2 | Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación 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 | GENERAL |
| 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 | GENERAL |
| CB4 | Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado | GENERAL |
| CB5 | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía | GENERAL |
| G03 | Capacidad para el aprendizaje de nuevos métodos y teorías, y versatilidad para adaptarse a nuevas situaciones basándose en los conocimientos adquiridos en materias básicas y tecnológicas. | GENERAL |
| G04 | Capacidad para resolver problemas con iniciativa, toma de decisiones, creatividad, razonamiento crítico y para comunicar y transmitir conocimientos, habilidades y destrezas | GENERAL |
| T01 | Capacidad para la resolución de problemas | TRANSVERSAL |
Resultados Aprendizaje
| Identificador | Resultado |
| R-01 | 1.- Sintetizar y analizar conjuntos de datos. |
| R-02 | 2.- Identificar situaciones en las que aparecen las distribuciones probabilísticas más usuales. |
| R-03 | 3.- Aplicar los principales métodos de la Inferencia Estadística. |
| R-04 | 4.- Identificar problemas de Optimización. |
| R-05 | 5.- Resolver problemas de Optimización aplicados a la Ingeniería. |
| R-06 | 6.- Aplicar las técnicas mediante un software estadístico. |
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. |
30 | Grande | B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 |
| 02. Prácticas, seminarios y problemas | Trabajo presencial en el aula, a través de clases prácticas basadas en la resolución y/o impostación de problemas. Paralelamente a las clases teóricas, se proponen clases de problemas interesantes que recogen los temas tratados de forma teórica, con el objeto de profundizar todos los aspectos de la asignatura. |
10 | Mediano | B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 |
| 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 | B01 CB3 G03 G04 T01 |
| 08. Teórico-Práctica | 10 | |||
| 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. |
85 | Reducido | B01 CB3 G03 G04 T01 |
| 12. Actividades de evaluación | Sesiones periódicas a través de las cuales llevarán a cabo las diferentes pruebas de progreso. Estas actividades se programarán reservando aula en horario adecuado no coincidente con otras actividades. |
5 | Grande | B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 |
Evaluación
Criterios Generales de Evaluación
La calificación general de la asignatura tendrá en cuenta las puntuaciones obtenidas en cada una de las actividades, de la forma que se especifica en el procedimiento de calificación. Para superar la asignatura el alumno deberá tener un mínimo de un 50% de la parte de Estadística y un mínimo del 50% en la parte de Optimización.
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 tanto de la parte de Estadística como de la parte de Optimización. |
|
B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 |
| Pruebas de progreso | Prueba escrita con ejercicios teóricos y prácticos sobre los contenidos de la asignatura que podrán ser resolubles mediante el software adecuado. |
|
B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 |
Procedimiento de calificación
El alumno podrá obtener hasta un 30% de la nota final a través de las actividades realizadas en las pruebas de progreso y el resto corresponderá a la prueba final. Si el alumno no superase el 50% en alguna de las partes, la calificación sería el mínimo entre un 4 y la calificación media final obtenida
Descripcion de los Contenidos
| Contenido | Competencias relacionadas | Resultados de aprendizaje relacionados |
1.- Estadística Descriptiva
|
B01 CB1 CB2 CB3 CB4 CB5 G03 G04 T01 | R-01 R-06 |
2.- Teoría de la Probabilidad
|
B01 CB3 CB4 G03 G04 T01 | R-02 R-06 |
3.- Inferencia Estadística
|
B01 CB3 G03 G04 T01 | R-03 R-06 |
4.- Optimización
|
B01 CB3 CB4 G03 G04 T01 | R-04 R-05 R-06 |
5.- Optimización lineal
|
B01 CB3 CB5 G03 G04 T01 | R-01 R-04 R-05 |
6.- Optimización no lineal
|
B01 T01 | R-01 R-04 R-05 |
Bibliografía
Bibliografía Básica
ESTADÍSTICA
- Arriaza Gómez, A.J. et al. (2008). Estadística básica con R y R-Commander. Servicio de publicaciones de la Universidad de Cádiz. ISBN: 978-84-9828-186-6
- Casas Sánchez, J.M., et al. (1998) Problemas de Estadística Descriptiva, Probabilidad e Inferencia. Ediciones Pirámide.
- 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.
- Montgomery, D. (1991). Introducción al Control Estadístico de la Calidad. México, Grupo Editorial Iberoamericana.
- Montgomery, D. (2004). Probabilidad y Estadística Aplicadas a la Ingeniería.
México, Limusa Weley. - 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
-
Steven C. Chapra, Raymond P. Canale (1999). Métodos Numéricos para Ingenieros. McGraw-Hill
-
Bazaraa, M. S. y Jarvis, J. J. (1996). Programación Lineal y Flujo en Redes. Limusa.
-
Luenberger, David E. (1989). Programación Lineal y no Lineal. Addison-Wesley Iberoamericana.
-
Calvete, H. I, y Mateo, P. M. (1994). Programación Lineal, Entera y Meta. Problemas y Aplicaciones, Prensa Universitaria de Zaragoza.
Bibliografía Ampliación
ESTADÍSTICA
-
González Manteiga, M.T. y Pérez de Vargas Luque, A. (2009). Estadística Aplicada. Ediciones Díaz de Santos.
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.
