Guías Docentes Electrónicas
1. DATOS GENERALES
Asignatura:
ESTADÍSTICA Y MÉTODOS COMPUTACIONALES
Código:
60308
Tipología:
BáSICA
Créditos ECTS:
6
Grado:
379 - GRADO EN INGENIERÍA AGRÍCOLA Y AGROALIMENTARIA (AB)
Curso académico:
2019-20
Centro:
601 - ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA AGRONÓMICA Y DE MONTES Y BIOTECNOLOG
Grupo(s):
10 
Curso:
2
Duración:
C2
Lengua principal de impartición:
Segunda lengua:
Uso docente de otras lenguas:
English Friendly:
N
Página web:
Bilingüe:
N
Profesor: MARIA TERESA ALONSO MARTINEZ - Grupo(s): 10 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
Farmacia/1.04
MATEMÁTICAS
8258
mariateresa.alonso@uclm.es
Se anunciará en moodle

Profesor: FRANCISCO JAVIER GOMEZ QUESADA - Grupo(s): 10 
Edificio/Despacho
Departamento
Teléfono
Correo electrónico
Horario de tutoría
ESII/1.C.15
SISTEMAS INFORMÁTICOS
926 053 107
fco.gomez@uclm.es
https://www.dsi.uclm.es/personal/fcogomez/Tutorias.html

2. REQUISITOS PREVIOS

Ciertas destrezas conceptuales y argumentativas, y el equivalente a un curso de introducción a Cálculo y Álgebra. Conocimientos básicos en el manejo del ordenador.

3. JUSTIFICACIÓN EN EL PLAN DE ESTUDIOS, RELACIÓN CON OTRAS ASIGNATURAS Y CON LA PROFESIÓN

Justificación en el Plan de Estudios

En la asignatura de estadística el estudiante aprenderá técnicas de análisis de datos. El alumno debe aprender a tomar decisiones a partir de datos y cómo representar estos últimos.

Con esta asignatura se pretende:

-Describir y representar grandes volúmenes de datos mediante las principales medidas de localización y dispersión y ser capaz de utilizar gráficas.

-Que los alumnos adquieran las técnicas necesarias para la modelización de situaciones que presentan "Variabilidad".

-Fundamentar el proceso de toma de decisiones en situaciones generales, sobre la base de una información incompleta.

-Familiarizar al futuro ingeniero con las técnicas estadísticas fundamentales que directamente reflejan situaciones relacionadas con sistemas de computación, y que utilizará en el ejercicio de su profesión.

Además se aprenderá a utilizar un programa estadístico muy potente como es R, que puede obtenerse de forma gratuita y permite bajar paquetes específicos para multitud de tareas.

Métodos computacionales por su parte supone el único contacto en el plan de estudios de los alumnos con la informática. Los conceptos y competencias proporcionados al alumno en esta asignatura le dotan de la capacidad para afrontar y resolver problemas básicos que tengan que ver con las Tecnologías de la Información y la Comunicación. En la asignatura, el alumnado aprenderá el uso de herramientas informáticas básicas usadas en la mayoría de empresas y laboratorios y principios básicos de programación.

Relación con la profesión

La estadística es una materia transversal en una amplia variedad de disciplinas, desde la física, química hasta las ciencias sociales. En las últimas décadas el control de calidad ha acercado la estadística a prácticamente todas las empresas y es usada para la toma de decisiones en casi todas las áreas.

En todas las ingenierías y carreras de ciencias, es muy común su uso para la realización de informes y es muy frecuente su uso en temas como Data Mining donde existe un creciente número de profesionales trabajando. En el terreno de la investigación, cualquier investigador debe tener conocimientos básicos de estadística, al igual que cualquier analista de datos debe conocer técnicas basadas en inferencia.

Por su parte, la informática es una ciencia transversal indispensable para cualquier rama científica comparable hoy en día a las matemáticas. Todo graduado en Biotecnología tiene que ser capaz de usar un ordenador de forma eficiente y ser capaz de aprovecharse de todas las ventajas que las diferentes herramientas informáticas para almacenar y tratar datos ofrecen. Estas herramientas le serán de gran utilidad a la hora tanto de planificar proyectos como a la hora de procesar y presentar resultados de estudios de investigación o similares.


4. COMPETENCIAS DE LA TITULACIÓN QUE LA ASIGNATURA CONTRIBUYE A ALCANZAR
Competencias propias de la asignatura
Código Descripción
E01 Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra lineal; geometría; geometría diferencia; cálculo diferencial e integral; ecuaciones diferenciales y en derivadas parciales; métodos numéricos, algorítmica numérica.
E02 Estadística y optimización.
E03 Conocimientos básicos sobre el uso y programación de los ordenadores, sistemas operativos, bases de datos y programas informáticos con aplicación en ingeniería.
G02 Conocimiento de informática (Común para todas las titulaciones UCLM)
G03 Comunicación oral y escrita (Común para todas las titulaciones UCLM)
G04 Capacidad de análisis y síntesis
G05 Capacidad de organización y planificación
G06 Capacidad de gestión de la información
G07 Resolución de problemas
G08 Toma de decisiones
G10 Trabajo en equipo
G13 Razonamiento crítico
G14 Aprendizaje autónomo
G15 Adaptación a nuevas situaciones
G21 Capacidad de aplicar los conocimientos en la práctica
G30 Conocimiento en materias básicas, científicas y tecnológicas que permitan un aprendizaje continuo, así como una capacidad de adaptación a nuevas situaciones o entornos cambiantes.
G31 Capacidad de resolución de problemas con creatividad, iniciativa, metodología y razonamiento crítico.
5. OBJETIVOS O RESULTADOS DE APRENDIZAJE ESPERADOS
Resultados de aprendizaje propios de la asignatura
Descripción
Saber plantear algoritmos y programar mediante un lenguaje de programación de alto nivel.
Conocer e interpretar las medidas fundamentales de la estadística descriptiva, aproximar datos bidimensionales mediante ajustes de regresión, conocer los fundamentos de la probabilidad, estimar parámetros de modelos estadísticos, construir intervalos de confianza, contrastar hipótesis y tomar decisiones.
Conocer los fundamentos y aplicaciones de la optimización.
Habituarse al trabajo en equipo.
Tener habilidad en el manejo de ordenadores y aplicaciones informáticas.
Ser capaz de modelizar procesos relacionados con las materias de la ingeniería agrícola mediante ecuaciones diferenciales, resolverlas e interpretar resultados.
Conocer las principales aproximaciones para la resolución mediante métodos numéricos, utilizar a nivel de usuario algunos paquetes de software de estadística, tratamiento de datos y cálculo simbólico y numérico.
Resultados adicionales
No se han establecido.
6. TEMARIO
  • Tema 1: Estadística descriptiva
    • Tema 1.1: Medidas de centralización
    • Tema 1.2: Medidas de posición no central
    • Tema 1.3: Medidas de dispersión
    • Tema 1.4: Representaciones gráficas
  • Tema 2: Probabilidad y variables aleatorias
    • Tema 2.1: Noción de probabilidad y propiedades
    • Tema 2.2: Probabilidad Condicionada
    • Tema 2.3: Regla de Bayes
    • Tema 2.4: Variables aleatorias
    • Tema 2.5: Variables aleatorias discretas y continuas
  • Tema 3: Estadísticos en el muestreo
    • Tema 3.1: Muestreo en poblaciones normales
  • Tema 4: Inferencia estadística y contraste de hipótesis
    • Tema 4.1: Estimación puntual
    • Tema 4.2: Estimación por intervalos
    • Tema 4.3: Contrastes paramétricos
    • Tema 4.4: Contrastes no paramétricos
  • Tema 5: Análisis de la varianza
    • Tema 5.1: Análisis de la varianza
    • Tema 5.2: Regresión lineal
    • Tema 5.3: Diseño de experimentos
  • Tema 6: Herramientas informáticas con aplicación a la ingenieria
    • Tema 6.1: Conceptos Básicos
    • Tema 6.2: El Sistema Operativo
    • Tema 6.3: Algoritmos y Lenguajes de Programación
    • Tema 6.4: Traductores
    • Tema 6.5: Hojas de Cálculo
    • Tema 6.6: Campos de Aplicación
    • Tema 6.7: Ejemplos en Biotecnología
  • Tema 7: Conceptos básicos de programación en C
    • Tema 7.1: Estructura de un Programa en C
    • Tema 7.2: Datos y Tipos de Datos
    • Tema 7.3: Expresiones
    • Tema 7.4: Entrada y Salida básica
    • Tema 7.5: Normas para la elaboración de un Programa
    • Tema 7.6: Ejercicios
  • Tema 8: Estructuras de control
    • Tema 8.1: Estructura Secuencial
    • Tema 8.2: Instrucciones de selección. Bifurcaciones
    • Tema 8.3: Instrucciones de iteración o repetición. Bucles
    • Tema 8.4: Ejercicios
  • Tema 9: Subprogramación. Funciones en C
    • Tema 9.1: Introducción
    • Tema 9.2: Declaración de una función
    • Tema 9.3: Paso de parámetros
    • Tema 9.4: La sentencia return
    • Tema 9.5: Tipos de variables
COMENTARIOS ADICIONALES SOBRE EL TEMARIO

Esta asignatura está compuesta de dos partes diferenciadas: Estadística y Métodos Computaciones. Durante el cuatrímestre se impartiran de forma secuencial, dedicando semanalmente 4 horas de clase a la parte de la que en ese momento se esté impartiendo docencia. Para ello, se dedicarán la mitad de las semanas del cuatrimestre a cada una de las partes de la asignatura (parte de Estadística y parte de Métodos Computacionales).


7. ACTIVIDADES O BLOQUES DE ACTIVIDAD Y METODOLOGÍA
Actividad formativa Metodología Competencias relacionadas (para títulos anteriores a RD 822/2021) ECTS Horas Ev Ob Rec Descripción *
Enseñanza presencial (Prácticas) [PRESENCIAL] Método expositivo/Lección magistral E02 E03 G02 G03 G04 G05 G06 G08 G13 G30 0.72 18 S N S
Estudio o preparación de pruebas [AUTÓNOMA] Trabajo autónomo E01 E02 E03 G02 G03 G04 G05 G06 G07 G08 G13 G14 G21 G31 2.32 58 N N N
Elaboración de informes o trabajos [AUTÓNOMA] Trabajo dirigido o tutorizado E01 E02 E03 G02 G03 G04 G05 G06 G07 G08 G13 G14 G21 G31 1.28 32 S N S
Prácticas de laboratorio [PRESENCIAL] Prácticas E01 E02 E03 G02 G03 G04 G05 G06 G07 G08 G10 G13 G21 G31 0.72 18 S N S
Pruebas de progreso [PRESENCIAL] Pruebas de evaluación E01 E02 E03 G02 G03 G04 G05 G06 G07 G08 G13 G14 G15 G21 G31 0.16 4 S N S
Resolución de problemas o casos [PRESENCIAL] Resolución de ejercicios y problemas E01 E02 E03 G02 G03 G04 G05 G06 G07 G08 G13 G14 G21 G31 0.8 20 S N S
Total: 6 150
Créditos totales de trabajo presencial: 2.4 Horas totales de trabajo presencial: 60
Créditos totales de trabajo autónomo: 3.6 Horas totales de trabajo autónomo: 90

Ev: Actividad formativa evaluable
Ob: Actividad formativa de superación obligatoria
Rec: Actividad formativa recuperable

8. CRITERIOS DE EVALUACIÓN Y VALORACIONES
  Valoraciones  
Sistema de evaluación Estudiante presencial Estud. semipres. Descripción
Pruebas de progreso 75.00% 0.00%
Actividades de autoevaluación y coevaluación 25.00% 0.00%
Total: 100.00% 0.00%  

Criterios de evaluación de la convocatoria ordinaria:
Para aprobar la asignatura el alumno debe tener una nota media final igual o superior a 5 puntos. Además, para poder hacer nota media de las dos partes, el alumno debe tener al menos un 4 en cada una de las partes que componen la asignatura (Estadística y Métodos Computacionales). Dicha nota mínima de 4 se deberá alcanzar tanto en las pruebas escritas, como en la nota final de cada parte. La media entre las dos partes se hará después de las pruebas oficiales.
Estos criterios también se tienen en cuenta en la convocatoria de la evaluación continua.
Particularidades de la convocatoria extraordinaria:
Para aprobar la asignatura el alumno debe tener una nota media final igual o superior a 5 puntos. El alumno que tenga SUSPENSO (menos de 5 puntos) de la Convoc. Ordinaria SÓLO UNA de las dos partes (Estadística o Métodos Computacionales) deberá examinarse de esa parte y aprobarla (igual o superior a 5 puntos) para aprobar la asignatura. El alumno que tenga SUSPENSAS (menos de 5 puntos) LAS DOS partes, deberá examinarse de ambas, pudiéndose compensar entre ellas siempre que las notas sean igual o superior a 4 puntos. La media entre las dos partes se hará después de las pruebas oficiales.
Particularidades de la convocatoria especial de finalización:
Para aprobar la asignatura el alumno debe realizar un examen de las dos partes en que se compone la asignatura (Estadística y Métodos Computacionales) y obtener una nota media final igual o superior a 5 puntos. Además, para poder hacer nota media de las dos partes, el alumno debe tener al menos un 4 en cada una de las partes que componen la asignatura.
9. SECUENCIA DE TRABAJO, CALENDARIO, HITOS IMPORTANTES E INVERSIÓN TEMPORAL
No asignables a temas
Horas Suma horas
Pruebas de progreso [PRESENCIAL][Pruebas de evaluación] 4.05

Tema 1 (de 9): Estadística descriptiva
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 1.09
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 4.78
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 2.13
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2.09
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] .98

Tema 2 (de 9): Probabilidad y variables aleatorias
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 10
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 7
Prácticas de laboratorio [PRESENCIAL][Prácticas] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 4

Tema 3 (de 9): Estadísticos en el muestreo
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 4 (de 9): Inferencia estadística y contraste de hipótesis
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 5 (de 9): Análisis de la varianza
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 3
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 6 (de 9): Herramientas informáticas con aplicación a la ingenieria
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 1
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 2
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 1
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 1

Tema 7 (de 9): Conceptos básicos de programación en C
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7.5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 2
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 8 (de 9): Estructuras de control
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 2
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 7.5
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 2
Prácticas de laboratorio [PRESENCIAL][Prácticas] 2
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 2

Tema 9 (de 9): Subprogramación. Funciones en C
Actividades formativas Horas
Enseñanza presencial (Prácticas) [PRESENCIAL][Método expositivo/Lección magistral] 4
Estudio o preparación de pruebas [AUTÓNOMA][Trabajo autónomo] 9
Elaboración de informes o trabajos [AUTÓNOMA][Trabajo dirigido o tutorizado] 9
Prácticas de laboratorio [PRESENCIAL][Prácticas] 5
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] 4

Actividad global
Actividades formativas Suma horas
10. BIBLIOGRAFÍA, RECURSOS
Autor/es Título Libro/Revista Población Editorial ISBN Año Descripción Enlace Web Catálogo biblioteca
Devore, Jay L. Probabilidad y estadística para ingeniería y ciencias International Thomson 970-686-067-3 2001  
Gottfried, Byron S. Programación en C McGraw-Hill Interamericana de España 84-481-9846-8 2005  
Joyanes Aguilar, Luis Fundamentos Generales de Programación McGraw-Hill 2012  
Montgomery, Douglas C Probabilidad y estadística aplicadas a la ingeniería Limusa Wiley 978-968-18-5915-2 2007  
Prieto Espinosa, Alberto Introducción a la informática McGraw-Hill Interamericana de España 84-481-4624-7 2006  
Walpole, Ronald E. Probabilidad y estadística para ingenieros Prentice-Hall Hispanoamericana 970-17-0264-6 1999  



Web mantenido y actualizado por el Servicio de informática