El pla d'estudis del Diploma d'Estadística està interromput: no s'imparteix cap docència d'aquesta assignatura. Ser capaç de formular i resoldre problemes computacionalment específics dins de l'àmbit de les aplicacions.
Programació lineal
Programació lineal entera
Problemes lineals de fluxos en xarxes
NT: és el grau de teoria que s'aconsegueix mitjançant dos exàmens parcials, que alliberen material de 4, i un reexamen final. NOTA: Opcionalment, l'estudiant que ho desitgi pot realitzar una sèrie d'exercicis i problemes personals al llarg del curs que substituiran la nota de teoria de NT.
Programació no lineal sense constriccions
Programació no lineal amb constriccions
Nombres reals i complexos
Funcions reals de variable real. Límits i continuïtat
Funcions reals de variable real. Derivabilitat
La fórmula de Taylor i aplicacions
Com a continuació de l'Anàlisi Matemàtica 1, l'objectiu d'aquesta assignatura és adquirir els coneixements bàsics de l'anàlisi d'una variable, incloent les primeres nocions elementals de càlcul numèric.
Integració de funcions reals d'una variable real
Successions de nombres reals
Sèries de nombres reals
Sèries de potències
Com a continuació de l'Anàlisi Matemàtica 1 i 2, la finalitat d'aquesta assignatura és adquirir coneixements bàsics sobre l'anàlisi de diverses variables. Investiga algunes propietats locals de superfícies a l'espai com a extensió de les ja conegudes per a les corbes del pla.
Topologia a l'espai n-dimensional
Funcions de diverses variables: límits i continuïtat
Funcions de diverses variables. Diferenciabilitat
Fórmula de Taylor i extrems
Integració de funcions de diverses variables
Equacions diferencials ordinàries
Es presenten tècniques multivariants enfocades a sintetitzar i resumir la informació amb les tècniques d'anàlisi factorial descriptiva. A les classes teòriques es presenten diverses tècniques multivariants i es fan petits exercicis per il·lustrar-les.
Introducció
Conèixer la formulació matemàtica, l'aplicació de cadascuna d'elles i la presentació i interpretació dels resultats per a tres grans famílies de tècniques multivariants.
Tècniques d'anàlisi factorial descriptiva
Anàlisi factorial descriptiva: anàlisi en components principals
Anàlisis Factorial Descriptiva: Anàlisis de Correspondències Simples
La nota de pràctica (Np) s'obté amb la nota mitjana de les notes de tres treballs presentats al llarg del semestre.
Anàlisis factorial descriptiva: anàlisi de correspondències múltiples
Tècniques de classificació automàtica
Tècniques d'anàlisi discriminant
Al final de l'assignatura, l'estudiant relacionarà la terminologia estadística formal amb els objectius comuns de les ciències de la salut. Al final del curs, l'estudiant distingirà (de manera excel·lent) entre (1) objectius útils de predicció i intervenció; (2) objectius d'eficiència i novetat estadística; (3) enfocaments confirmatoris i exploratoris.
Mesura
El paper de les terceres variables
L'assaig clínic
Els models probabilístics que l'estudiant pot aplicar per calcular la probabilitat d'esdeveniments aleatoris són: Habilitats per calcular probabilitats mitjançant els models de probabilitat discrets (Bernoulli, binomial, geomètric, negatiu, Poisson) i continus (uniformes, exponencials, normals) presentats durant el curs.
Estudi de les proporcions
Conèixer i comprendre les diferències en les principals característiques i propietats de les variables aleatòries discretes i contínues, en general.
Condicionament. Una aproximació empírica
Relació entre dues variables quantitatives
Introducció a la noció de probabilitat
Variables aleatòries quantitatives discretes
Variables aleatòries quantitatives contínues
Teoremes límit
Aprofundir en el coneixement dels mecanismes de formació i aplicació de la política econòmica, així com dels diferents corrents teòrics en què es basen. Donar a l'alumne els elements necessaris per a una interpretació crítica de l'actualitat econòmica, alhora que desenvolupa l'hàbit i l'alegria de llegir la premsa diària.
ELS MODELS DE POLÍTICA ECONÒMICA
Sensibilitzar l'estudiant sobre les qüestions ètiques i ambientals a partir del reconeixement dels principals punts febles en el funcionament del nostre sistema econòmic. Desenvolupar una sensibilitat davant els principals problemes del nostre sistema econòmic: pobresa, contaminació, corrupció, etc.
REPTES ECONÒMICS ACTUALS
MERCATS ESPECÍFICS
Estudiar les diferents estructures de dades i els algorismes associats a aquestes, que ens permetran treballar amb un volum de dades no menyspreable. Aquests conceptes s'aplicaran al cas concret de les bases de dades relacionals, ja que s'utilitzen més habitualment en entorns empresarials.
Tipus abstractes de dades (TAD)
Programació orientada a objectes
Estructures de dades lineals
Arbres
Introducció a taules de hash
Memòria externa
Fitxers
Introdució a les bases de dades
Model relacional bàsic
Llenguatges relacionals
Tenir una visió clara de la gamma de tècniques estadístiques que es poden utilitzar en programes de millora de la qualitat. Ser capaç de dur a terme un projecte de millora de la qualitat des de la fase de definició fins a la implantació de les millores.
Variabilitat. Gràfics multivariants
Prendre consciència de la presència de la variabilitat en tots els processos reals i de la importància de reduir-la. Saber escollir una política de control estadístic per a una sèrie de processos, en funció de la variable a controlar i tenint en compte els recursos disponibles.
Estudis de capacitat
Saber utilitzar el programari estadístic MINITAB per crear gràfics de control, estudis de capacitat, gràfics multivariants i estudis R&R i Excel per dibuixar gràfics de control. Saber utilitzar les plantilles per crear gràfics de control i estudis de capacitat i comprendre la utilitat que poden ser en relació amb l'ordinador.
Mètodes bàsics de control estadístic de processos
Realitzar estudis de reproductibilitat i reproductibilitat per assegurar-se que el sistema de mesura utilitzat en un procés és adequat. Pràctica de catapulta (10%): disseny de recollida de dades i anàlisi del procés de llançament de pilotes amb catapulta.
Altres mètodes de control estadístic de processos
Test de síntesi (35%): una prova sobre conceptes temàtics, per respondre sense material de suport.
Gràfics de control multivariants
Control adaptatiu de processos
Estudis de repetibilitat i reproductibilitat (R&R)
Els graduats ja han tingut contacte amb el disseny d'experiments en les assignatures Models lineals i Mostreig estadístic i recollida de dades II. Les classes de problemes es realitzen immediatament després que el professor de teoria introdueixi un conjunt de conceptes que requereixen la seva pràctica.
Dissenys factorials
L'estudiant ha de ser capaç d'assimilar sense dificultat dissenys que no veurà al llarg del grau, ja que disposa dels coneixements previs necessaris que li permetin l'esmentada assimilació. L'estudiant ha de ser capaç d'analitzar un conjunt de dades que se li presenten mitjançant els models estudiats implementats en el paquet estadístic SAS.
Dissenys aniuats
Saber dissenyar experiments en un procés real, enfrontant-se a totes les dificultats que sorgeixen (com mesurar la resposta, recollir dades, assignar rols als membres de l'equip, controlar el temps...). Apreneu a resumir els descobriments sobre un procés en un informe precís amb imatges i descripcions.
La importància d'experimentar
Trieu dissenys que permetin explorar la superfície de resposta amb polinomis de segon ordre (disseny central compost, disseny Box-Behnken, etc.). Ser capaç de determinar quins seran els factors de control i soroll en un disseny d'experiment.
Metodologia de superfície de resposta
Disseny de productes i processos robustos
Altres temes de disseny d'experiments i optimització de processos
Ampliar els conceptes de probabilitat condicional i independència i, en particular, fer una introducció a les cadenes de Markov. Conèixer les lleis de probabilitat més habituals (discretes i contínues), les seves propietats i el càlcul de les seves funcions generadores de moments.
Càlcul de probabilitats
Variables aleatòries, lleis univariants i valors esperats
Distribucions multivariables
Conèixer i comprendre l'enfocament de la prova d'hipòtesis, els errors associats, la potència i el valor p. L'estudiant ha de saber proposar el test de la proporció de probabilitats i aplicar-lo a situacions senzilles.
Propietats d'una mostra aleatòria
L'estudiant ha de conèixer les principals proves d'ajustament i les relacionades amb les taules de contingència i les tècniques no paramètriques més habituals. Conèixer i comprendre les principals propietats dels estimadors de paràmetres a partir de la suma de valors d'una mostra aleatòria simple.
Estimació puntual i intervals de confiança
Proves d'hipòtesis
Proves per a la validesa d'un model i mètodes no paramètrics
Ajudar l'alumnat a prendre decisions personals pel que fa a l'exercici de la professió, tenint en compte la personalitat i les preferències de cadascú. Coneix les teves pròpies preferències pel que fa a les decisions personals en la vida professional i les limitacions que comporta cada elecció.
Introducció a l'empresa i les organitzacions
L'estructura legal de les organitzacions
L'estructura financera i els instruments del tràfic mercantil
L'estructura interna de l'organització
Conceptes fonamentals de costos per a la presa de decisions
Anàlisi econòmica de les decisions
Decisions de producte a baixa capacitat
Decisions de preu
Decisions d'inversió
L'evolució del pensament en la gestió d'organitzacions
Entendre i prendre consciència de per què les estadístiques són una eina important en la gestió de la qualitat. Identificar situacions en què les eines de millora de la qualitat poden ser útils i saber utilitzar-les adequadament.
Introducció a la gestió de la qualitat
Conscienciar l'alumnat de la importància i les possibilitats de l'estadística en el context de la gestió de la qualitat.
Millora de la qualitat
Variabilitat: causes i mesura
Control estadístic de processos
Inspecció per mostreig
Eines per la planificació
Disseny d'algoritmes: els estudiants s'introdueixen en els principis bàsics del disseny d'algorismes i les estructures de dades més importants. Aprendre un llenguatge de programació: l'objectiu és donar als estudiants la flexibilitat per aprendre diversos llenguatges de programació al llarg del curs.
INTRODUCCIÓ A LA INFORMÀTICA
Conèixer, comprendre i saber aplicar, quan s'escau, algorismes de recorregut i cerca seqüencials per dissenyar algorismes. Conèixer, comprendre i saber utilitzar els tipus de dades estructurades com ara vectors, taules i cadenes, així com alguns algorismes bàsics associats quan escau.
INTRODUCCIÓ A L'ALGORÍSMICA
ALGORISMES SEQÜENCIALS I ANÀLISI DESCENDENT
CONSTRUCTORS DE TIPUS I ALGORISMES
JAVA, UN LLENGUATGE ORIENTAT ALS OBJECTES I DISTRIBUÏT
The main goal of the course is to understand data and lay the foundations of statistical thinking in the context of using real data. Analyze an unstructured description of a (literary) real situation and decide whether descriptive analysis, hypothesis testing, or confidence interval is needed by formulating the appropriate basic statistical problem.
Introduction
Design and run in Minitab simple macros that can cover new functionality not initially foreseen in the package (such as a hypothesis test for a variance). Develop the capacity for personal work and especially teamwork, with the aim of becoming part of a professional team in the future.
Introduction to descriptive analysis
Plan a large-scale teamwork project, identify the tasks to be accomplished, distribute the tasks fairly, coordinate them appropriately and set a schedule for their implementation on the predetermined date.
Univariate descriptive analysis
Bivariate descriptive analysis
Introduction to inference
Estimation
Hypothesis testing
Una de les pràctiques s'haurà de presentar públicament a la resta de la classe per desenvolupar habilitats de presentació pública. Entendre què és el màrqueting i saber en què consisteix cadascuna de les variables del màrqueting mix.
Màrqueting: introducció i conceptes bàsics
Repassa les tècniques projectives i de creativitat, amb demostracions pràctiques a l'aula de les més populars (collage, pluja d'idees o pluja d'idees). Es fa una visió general de les metodologies ad hoc més importants a través de les diferents fases de desenvolupament de nous productes.
Anàlisis comercial
Oferir una visió global de què és el màrqueting i què significa per a les empreses centrar-se en el màrqueting en l'entorn competitiu actual: adaptant-se contínuament a les necessitats dels consumidors i de la societat en general. Tots els alumnes han de desenvolupar la capacitat de presentar en públic exposant a classe una de les tres pràctiques realitzades.
Investigació comercial: introducció
El procés de la investigació comercial
La investigació qualitativa i les seves tècniques
La investigació quantitativa i les seves tècniques
Aplicacions específiques en el desenvolupament de nous productes
Annex: fonaments de presentació oral
Davant la descripció d'un nou problema de decisió, ser capaç de formular correctament el problema d'optimització associat. Comprendre la seva relació amb les solucions òptimes de problemes (PL) (teorema fonamental de programació lineal).
INTRODUCCIÓ A LA MODELITZACIÓ EN LA PRESA DE DECISIONS
Conèixer i comprendre alguns dels exemples clau de problemes de programació lineal, enter, no lineal i de flux en xarxes. Saber aplicar-los manualment a l'hora de resoldre problemes de PL amb fins a tres variables.
INTRODUCCIÓ A L'OPTIMITZACIÓ I A LA PROGRAMACIÓ LINEAL
Conèixer i comprendre les propietats matemàtiques dels problemes de programació lineal entera (PLE) i de programació no lineal (PNL), així com els fonaments de les seves tècniques de resolució. Utilitzeu Excel per dissenyar problemes de PL que us permetin calcular alguns dels paràmetres rellevants d'aquest mètode.
RESOLUCIÓ DE PROBLEMES DE PL
Ser capaç de resoldre gràficament problemes de programació lineal de dues variables, alhora que identifica geomètricament les situacions especials (problemes il·limitats, inmanejables, amb solucions degenerades i amb òptims alternatius). Ser capaç de fer anàlisi de sensibilitat de problemes de programació lineal: interpretació geomètrica; càlcul, ús i interpretació econòmica dels preus a l'ombra i dels costos irreversibles; càlcul d'intervals d'estabilitat amb Excel.
MÈTODE DEL SIMPLEX I ANÀLISI DE SENSIBILITAT
PROGRAMACIÓ LINEAL ENTERA
PROGRAMACIÓ NO LINEAL
GESTIÓ DE PROJECTES
La investigació operativa és una de les disciplines que pretén desenvolupar models matemàtics per a la presa de decisions quantitatives. L'assignatura d'Investigació Operativa Estocàstica pretén familiaritzar l'estudiant amb els models matemàtics no deterministes i les tècniques d'investigació operativa més importants per a la presa de decisions (cadenes de Markov, processos d'innovació, simulació), així com la metodologia de construcció dels models de l'assignatura: cua. models, models d'estoc, models de substitució.
Cadenes de Markov
Conèixer i utilitzar els components clau implicats en un model de substitució: taxa de fallada del sistema, taxa de substitució de components, tipus de costos associats i diversos criteris de substitució. Conèixer els principis bàsics de la teoria dels processos estocàstics tractats en el tema i aplicar-los en els models de cua, inventaris i substitució.
Models de reemplaçament
Conèixer els components d'un sistema d'espera, les seves característiques i el funcionament d'un sistema de cues. Interpretar i calcular correctament les diverses magnituds que caracteritzen el funcionament d'un sistema d'espera en els casos examinats en el curs: llargada de la cua, durada del sistema, temps mitjà d'espera per client.
Teoria de cues
Simulació
Inventaris
Dotar a l'alumne dels elements necessaris per interpretar críticament les notícies econòmiques i alhora desenvolupar l'hàbit i el plaer de llegir la premsa diària.
INTRODUCCIÓ
MACROECONOMIA
Aquesta assignatura pretén oferir la metodologia necessària per dur a terme el projecte de fi de carrera: des de la planificació, la localització, l'avaluació i l'ús de la informació sobre l'assignatura escollida. Capacitat per determinar i dirigir les seves activitats acadèmiques i professionals dins de les normes ètiques de la seva professió.
Elaboració i planificació d'un projecte
Motivació per la feina ben feta i capacitat per aplicar mètodes d'avaluació i valoració de la qualitat d'una feina.
Interacció amb el client
La recollida d'informació
La selecció i avaluació de la informació
La gestió i organització de la informació
La redacció del treball científic
Ètica, Deontologia, Confidencialitat
Comerç internacional: permetre a l'alumne entendre les conseqüències de viure en un món cada cop més caracteritzat per la globalització del comerç mundial. Conèixer les característiques del comerç internacional, els seus mecanismes i la seva influència en la política econòmica dels països i el procés de presa de decisions de les empreses i particulars.
MICROECONOMIA
COMERÇ INTERNACIONAL
Aprendre a resoldre un problema complex d'anàlisi de dades utilitzant les eines presentades a l'assignatura i redactar un informe on es presenti l'anàlisi estadística realitzada. Conèixer el paper de les variables indicadores quan s'inclouen variables explicatives categòriques en un model.
Regressió lineal simple
Anàlisi dels residus
Regressió lineal múltiple
Selecció dels millors models
Construcció de models
Regressió i disseny d'experiments
Generalitzacions del model lineal
Ser capaç d'aplicar els mètodes clàssics de la teoria del mostreig, tenint en compte els requisits de disponibilitat de marc de mostreig i informació auxiliar. Ser capaç de programar els mètodes clàssics de mostreig en un programari estadístic general.
Introducció y repaso
Mostreig aleatori simple
Mostreig estratificat
Introducció al mostreig amb probabilitats desiguals
Mostreigs en diverses etapes
Mostreig no probabilista o empíric
Recomposició
Muestreo indirecto
Avaluacions
Complementos
Ser conscient de la importància d'un disseny adequat de recollida de dades i saber com fer-ho en les situacions tractades a l'assignatura. Ja no s'imparteix el pla d'estudis del Diploma d'Estadística: no hi ha docència per a aquest curs de Metodologia Docent.
Comparació de 2 tractaments dissenys totalment aleatoritzats
Comparació de 2 tractaments en dissenys bloquejats (dades aparellades)
Comparació de més de 2 tractaments en dissenys totalment aleatoritzats
Comparació de més de 2 tractaments en dissenys bloquejats
Introducció als dissenys factorials
Dissenys factorials complerts
Dissenys factorials fraccionals
Dues sessions d'1,5 hores setmanals en què s'exposa i es debat el contingut del tema amb l'ajuda de transparències. Les diferents fases del treball s'han de presentar i defensar en públic, davant la resta d'alumnes, en diferents sessions teòriques i/o de laboratori.
Modelització empírica i transformació de sèries temporals univariants
Es puntua la realització d'exercicis i exemples resolts per l'estudiant, les respostes a qüestionaris i exercicis realitzats en exercicis teòrics i/o de laboratori, informes sobre sèries reals i exàmens parcials (preses en exercicis teòrics). ) i l'examen final.
Processos estocastics
Processos ARMA i ARIMA
Metodologia Box-Jenkins
Extensions: Introduccio al tractament de dades atipiques i efectes de calendari
Coneixement i implementació de programes en Fortran: els alumnes hauran de conèixer la definició sintàctica i semàntica d'un segon llenguatge de programació, diferent de Java, per poder desenvolupar-hi programes. Utilitzar de manera sistemàtica, correcta i eficient el disseny deductiu d'algorismes i saber escollir les millors estructures de dades possibles, per poder construir solucions algorítmiques a mitja escala.
L'ENTORN DE DESENVOLUPAMENT DE PROGRAMES
Han de saber quins diferents tipus de fitxers existeixen, i quan triar un tipus de fitxer o un altre, i quins són els seus usos bàsics, per dissenyar les seves solucions algorítmiques. Conèixer els conceptes bàsics del disseny recursiu, pot idear solucions algorítmiques recursives als problemes i pot decidir si una solució iterativa o recursiva és millor per a un problema determinat.
DISSENY DESCENDENT I DISSENY ORIENTAT A OBJECTES
Conèixer els conceptes bàsics del disseny orientat a objectes i la seva relació comparativa amb el disseny estructurat d'algorismes (orientat a instruccions o imperatiu). Conèixer un altre llenguatge de programació, per exemple Fortran, per poder expressar solucions algorítmiques i desenvolupar programes en aquest llenguatge.
INTRODUCCIÓ ALS FITXERS
INTRODUCCIÓ A L'ANÀLISI DE L'EFICIÈNCIA DELS ALGORISMES
DISSENY RECURSIU
L'objectiu és que l'estudiant adquireixi un bon coneixement del disseny de bases de dades i l'ús de sistemes de gestió de bases de dades relacionals per a la construcció de sistemes informàtics. En la part pràctica, una bona part del curs es dedica a l'aprenentatge dels llenguatges per a la definició i manipulació de bases de dades relacionals: àlgebra relacional i l'estàndard SQL.
Conceptes bàsics de sistemes d'informació
Conceptes bàsics de bases de dades
Disseny de bases de dades amb el model entitat-interrelació
Sistemes de gestió de bases de dades relacionals
Processament de consultes i transaccions
Seguretat en l'accés a bases de dades
La nota de l'examen final s'obté del 50% de la part teòrica i del 50% de la part pràctica. Si s'ha aprovat la nota mínima de tres exàmens, la nota final de l'assignatura s'obté del 65% de la nota final dels exàmens, el 25% dels exercicis i el 10% de participació.
SQL (structured query language)
Hi ha dos exàmens parcials de la part teòrica, on el material s'elimina si s'aprova i es pot reincorporar si se suspèn, i un examen final de la part pràctica (les tres proves sense apunts). Per aprovar l'assignatura s'ha d'aconseguir una puntuació mínima de 4 (sobre 10) en cadascun dels tres exàmens realitzats; Si no s'aconsegueix aquesta nota, l'estudiant rebrà una nota de "suspensió" com a nota final de l'assignatura.
SPSS. Primera part
SAS. Primera part
SPSS. Segona part
SAS. Segona part
Altres entorns estadístics
Saber argumentar davant directors i directius la necessitat d'utilitzar mètodes estadístics per als Altres: CAMPS LORENTE, ORIOL. Comprendre i ser capaç de convèncer els directius de la necessitat de mètodes estadístics per millorar la qualitat i la productivitat.
Planificació de la qualitat
Familiaritzar-se amb els processos d'adaptació del món laboral a la normativa ISO 9000 i analitzar-los en detall.
Control de Qualitat
Model d' Assegurament i gestió de la qualitat ISO 9000
P = Participació en els debats generats a classe PE = Nivell de presentació i exposició de les obres CT = Contingut dels treballs.
El model de excel·lència de la EFQM
