Para cursar esta asignatura con el máximo aprovechamiento se recomienda que el estudiante haya conseguido competencias relacionadas con la resolución de problemas matemáticos y estadísticos, así como tener conocimientos básicos de programación.
Las técnicas estadísticas y de investigación operativa son transversales en muchas disciplinas, pero son de especial interés en la Ingeniería Industrial. Esta asignatura pretende capacitar a los alumnos que la cursen para comprender y aplicar, a ejemplos reales de Ingeniería, algunas técnicas cuantitativas de uso en la industria. Todas estas técnicas tienen como objetivo acercar al alumno a la práctica real de la Ingeniería en las empresas.
Competencias propias de la asignatura | |
---|---|
Código | Descripción |
CB01 | 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 |
CB02 | 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 |
CB03 | 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 |
CB04 | Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado |
CB05 | Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía |
CEO29 | Conocimientos avanzados de técnicas estadísticas avanzadas: diseño experimental, modelización, toma de decisiones. Aplicación de estas técnicas en casos prácticos reales de carácter industrial. |
CG03 | Conocimiento en materias básicas y tecnológicas, que capacite para el aprendizaje de nuevos métodos y teorías, y dote de versatilidad para adaptarse a nuevas situaciones. |
CG04 | Capacidad de resolver problemas con iniciativa, toma de decisiones, creatividad, razonamiento crítico y de comunicar y transmitir conocimientos, habilidades y destrezas en el campo de la Ingeniería Industrial. |
CG09 | Capacidad de organización y planificación en el ámbito de la empresa, y otras instituciones y organizaciones. |
CG10 | Capacidad de trabajar en un entorno multilingüe y multidisciplinar. |
CT02 | Conocer y aplicar las Tecnologías de la Información y la Comunicación. |
CT03 | Utilizar una correcta comunicación oral y escrita. |
Resultados de aprendizaje propios de la asignatura | |
---|---|
Descripción | |
Conocimientos para diseñar estrategias de experimentación en situaciones de incertidumbre, obteniendo la mayor cantidad de información posible de estos experimentos. | |
Conocimientos para modelizar mediante técnicas estocásticas fenómenos industriales y decidir sobre ellos con fines de organización y/o calidad. | |
Saber extraer, de grandes conjuntos de datos, conclusiones que permitan la correcta toma de decisiones en ámbitos industriales. | |
Resultados adicionales | |
No se han establecido. |
El curso se organizará también en 5 grandes prácticas de laboratorio, una para cada uno de los 5 temas.
Actividad formativa | Metodología | Competencias relacionadas (para títulos anteriores a RD 822/2021) | ECTS | Horas | Ev | Ob | Descripción | |
Enseñanza presencial (Teoría) [PRESENCIAL] | Método expositivo/Lección magistral | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT03 | 1 | 25 | N | N | El profesor explicará en clase aquellos aspectos del desarrollo teórico del tema que estime necesarios para que el alumno pueda trabajar posteriormente de forma autónoma. | |
Resolución de problemas o casos [PRESENCIAL] | Resolución de ejercicios y problemas | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT03 | 0.6 | 15 | N | N | En estas clases de problemas en el aula el profesor resolverá algunos problemas en los que se apliquen los aspectos teóricos anteriormente expuestos. Tras resolver algunos problemas tipo, el profesor estará a disposición de los alumnos para resolver los problemas complementarios. | |
Prácticas en aulas de ordenadores [PRESENCIAL] | Prácticas | CB01 CB02 CB03 CB05 CEO29 CG03 CG04 CG10 CT02 | 0.6 | 15 | S | N | Se realizarán las prácticas propuestas utilizando un paquete estadístico libre: R y el interfaz RStudio. Se recomienda el uso de los ordenadores personales de los alumnos. | |
Pruebas de progreso [PRESENCIAL] | Trabajo dirigido o tutorizado | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT02 CT03 | 0.06 | 1.5 | S | N | Al finalizar cada práctica se realizará un informe detallado que será evaluado. | |
Pruebas de progreso [PRESENCIAL] | Aprendizaje basado en problemas (ABP) | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT03 | 0.06 | 1.5 | S | N | Al finalizar cada tema el alumno se enfrentará a un problema real aplicando las técnicas expuestas. Este ejercicio será evaluado. | |
Prueba final [PRESENCIAL] | Pruebas de evaluación | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT02 CT03 | 0.08 | 2 | S | N | Se realizará un examen final para evaluar la asignatura de forma global. | |
Autoaprendizaje [AUTÓNOMA] | Trabajo autónomo | CB01 CB02 CB03 CB04 CB05 CEO29 CG03 CG04 CG09 CG10 CT02 | 3.6 | 90 | N | N | El alumno deberá prepararse para la realización de cada una de las actividades evaluables. | |
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 (Será imprescindible su superación tanto en evaluación continua como no continua)
Sistema de evaluación | Evaluacion continua | Evaluación no continua * | Descripción |
Prueba | 34.00% | 34.00% | Se realizará un examen final para evaluar la asignatura de forma global. |
Realización de actividades en aulas de ordenadores | 33.00% | 33.00% | Al finalizar cada práctica se realizará un informe detallado que será evaluado. |
Trabajo | 33.00% | 33.00% | Al finalizar cada tema el alumno se enfrentará a un problema real aplicando las técnicas expuestas. Este ejercicio será evaluado. |
Total: | 100.00% | 100.00% |
No asignables a temas | |
---|---|
Horas | Suma horas |
Pruebas de progreso [PRESENCIAL][Trabajo dirigido o tutorizado] | 1.5 |
Pruebas de progreso [PRESENCIAL][Aprendizaje basado en problemas (ABP)] | 1.5 |
Prueba final [PRESENCIAL][Pruebas de evaluación] | 2 |
Tema 1 (de 5): Diseño de experimentos: Experimentación bajo incertidumbre. | |
---|---|
Actividades formativas | Horas |
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] | 5 |
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] | 3 |
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] | 3 |
Autoaprendizaje [AUTÓNOMA][Trabajo autónomo] | 18 |
Tema 2 (de 5): Control estadístico de calidad y fiabilidad. | |
---|---|
Actividades formativas | Horas |
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] | 5 |
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] | 3 |
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] | 3 |
Autoaprendizaje [AUTÓNOMA][Trabajo autónomo] | 18 |
Tema 3 (de 5): Teoría de colas: Fenómenos de espera. | |
---|---|
Actividades formativas | Horas |
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] | 5 |
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] | 3 |
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] | 3 |
Autoaprendizaje [AUTÓNOMA][Trabajo autónomo] | 18 |
Tema 4 (de 5): Series temporales: Modelización y predicción. | |
---|---|
Actividades formativas | Horas |
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] | 5 |
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] | 3 |
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] | 3 |
Autoaprendizaje [AUTÓNOMA][Trabajo autónomo] | 18 |
Tema 5 (de 5): Big Data: Reducción de la dimensión y Aprendizaje Automático. | |
---|---|
Actividades formativas | Horas |
Enseñanza presencial (Teoría) [PRESENCIAL][Método expositivo/Lección magistral] | 5 |
Resolución de problemas o casos [PRESENCIAL][Resolución de ejercicios y problemas] | 3 |
Prácticas en aulas de ordenadores [PRESENCIAL][Prácticas] | 3 |
Autoaprendizaje [AUTÓNOMA][Trabajo autónomo] | 18 |
Actividad global | |
---|---|
Actividades formativas | Suma horas |
Autor/es | Título | Libro/Revista | Población | Editorial | ISBN | Año | Descripción | Enlace Web | Catálogo biblioteca |
---|---|---|---|---|---|---|---|---|---|
Cao Abad, R. | Introducción a la Simulación y la Teoría de Colas | Netbiblo | 2002 | https://ruc.udc.es/dspace/bitstream/handle/2183/11918/8497450175.pdf | |||||
Florez Ramirez, N. Florez Rendon, A. L. y Cogollo Florez, J. M. | Notas de control estadístico de la calidad. | Editorial Universitaria. | 2019 | https://elibro.net/es/lc/bibliotecauclm/titulos/120109 | |||||
García Díaz, J. C. | Series temporales, análisis, predicción: ejercicios prácticos. | Editorial de la Universidad Politécnica de Valencia. | 2012 | https://elibro.net/es/ereader/bibliotecauclm/54074?page=1 | |||||
García Díaz, J. C. | Predicción en el dominio del tiempo: análisis de series temporales para ingenieros. | Editorial de la Universidad Politécnica de Valencia. | 2016 | https://elibro.net/es/lc/bibliotecauclm/titulos/57439 | |||||
Ishikawa, K. | Introducción al control de calidad | Ediciones Díaz de Santos. | 2007 | https://elibro.net/es/ereader/bibliotecauclm/52886?page=1 | |||||
López Murphy, J. J. y Zarza, G. | La ingeniería del big data: cómo trabajar con datos. | Editorial UOC. | 2017 | https://elibro.net/es/lc/bibliotecauclm/titulos/59093 | |||||
Peña, D. | Análisis de datos multivariantes. | McGraw-Hill España. | 2013 | https://elibro.net/es/lc/bibliotecauclm/titulos/50267 | |||||
Prat Bartés, A. Tort-Martorell Llabrés, X. y Grima Cintas, P. | Métodos estadísticos: control y mejora de la calidad | Universitat Politècnica de Catalunya | 2015 | https://elibro.net/es/ereader/bibliotecauclm/61421?page=1 | |||||
Ríos Insua, D. y Gómez-Ullate Oteiza, D. | Big data: conceptos, tecnologías y aplicaciones. | Editorial CSIC Consejo Superior de Investigaciones Científicas. | 2019 | https://elibro.net/es/lc/bibliotecauclm/titulos/122031 |