Identifying Data 2022/23
Subject (*) Numerical and Statistical Methods Code 631G03011
Study programme
Grao en Máquinas Navais
Descriptors Cycle Period Year Type Credits
Graduate 1st four-month period
Second Basic training 6
Language
Spanish
Galician
Teaching method Face-to-face
Prerequisites
Department Matemáticas
Coordinador
Arós Rodríguez, Angel Daniel
E-mail
angel.aros@udc.es
Lecturers
Arós Rodríguez, Angel Daniel
Calvo Garrido, María Del Carmen
E-mail
angel.aros@udc.es
carmen.calvo.garrido@udc.es
Web http://www.nauticaymaquinas.es/
General description Nesta asignatura impartiranse métodos básicos de dúas disciplinas matemáticas moi demandadas nas aplicacións prácticas. Por unha banda, estudaremos probabilidade básica e métodos de estatística inferencial. Por outra banda, estudaremos métodos numéricos para a resolución práctica dalgúns dos problemas vistos nas materias de Matemáticas I e II. Nos dous casos, a resolución práctica dos problemas contemplarase tanto en libreta (a man) coma con software científico, proporcionando así ferramentas que poden ser útiles tanto na actual vida académica do alumno como na súa futura vida profesional.

Study programme competencies
Code Study programme competences
A73 CE73 - Modelizar situacións e resolver problemas con técnicas ou ferramentas físico-matemáticas.
A74 CE74 - Avaliar de forma cualitativa e cuantitativa os datos e resultados, así como a representación e interpretación matemáticas de resultados obtidos experimentalmente.
B1 CB1 - Demostrar que posúen e comprenden coñecementos na área de estudo que parte da base da educación secundaria xeneral, e que inclúe coñecementos procedentes da vangarda do seu campo de estudo
B3 CB3 - Ter a capacidade de reunir e interpretar datos relevantes para emitir xuicios que inclúan unha reflexión sobre temas relevantes de índole social, científica ou ética
B4 CB4 - Poder transmitir información, ideas, problemas e solucións a un público tanto especializado como non especializado.
B5 CB5 - Ter desenvolvido aquelas habilidades de aprendizaxe necesarias para emprender estudos posteriores con un alto grao de autonomía.
B6 CG01 - Capacidade para xestionar os propios coñecementos e utilizar de forma eficiente técnicas de traballo intelectual.
B7 CG02 - Resolver problemas de forma efectiva.
B8 CG03 - Comunicarse de maneira efectiva nunha contorna de traballo.
B9 CG04 - Traballar de forma autónoma con iniciativa.
B10 CG05 - Traballar de forma colaborativa.
B11 CG06 - Comportarse con ética e responsabilidade social como cidadán e como profesional.
B13 CG08 - Capacidade para a aprendizaxe de novos métodos e teorías, que lle doten dunha gran versatilidade para adaptarse a novas situacións.
B14 CG09 - Comunicar por escrito e oralmente os coñecementos procedentes da linguaxe científica.
B15 CG10 - Capacidade para resolver problemas con iniciativa, toma de decisións, creatividade, razoamento crítico e de comunicar e transmitir coñecementos habilidades e destrezas.
B16 CG11 - Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñible para resolver os problemas cos que deben enfrontarse.
B17 CG12 - Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.
B18 CG13 - Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.
C1 CT01 - Expresarse correctamente, tanto de forma oral como escrita, nas linguas oficiais da comunidade autónoma.
C3 CT03 - Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
C7 CT07 - Desenvolver a capacidade de traballar en equipos interdisciplinares ou transdisciplinares, para ofrecer propostas que contribúan a un desenvolvemento sostible ambiental, económico, político e social.
C8 CT08 - Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.
C9 CT09 - Ter a capacidade de xestionar tempos e recursos: desenvolver plans, priorizar actividades, identificar as críticas, establecer prazos e cumprilos.

Learning aims
Learning outcomes Study programme competences
Realizar eficazmente as tarefas asignadas como parte do grupo. B3
B4
B6
B8
B10
B11
B14
B15
B17
B18
C1
C3
C7
C8
C9
Ser quen de resolver e analizar os resultados dos problemas matemáticos que poidan plantearse na enxeñaría. A73
A74
B1
B3
B5
B7
B9
B10
B13
B14
B15
B16
C3
C7
C8
Coñecer algúns dos métodos numéricos máis relevantes para resolver ecuacións non lineais, sistemas de ecuacións lineais, interpolación polinómica, derivación e integración numérica, ecuacións diferenciais ordinarias e problemas de optimización. A73
A74
B1
B3
B5
B7
B9
B10
B13
B14
B15
B18
C3
C7
C8
Coñecer algúns dos resultados máis relevantes do cálculo de probabilidades e estatística descriptiva e inferencial. A73
A74
B1
B3
B4
B7
B9
B13
B14
B15
B16
B18
C3
C7
C8
Aplicar na práctica os coñecementos adquiridos A73
A74
B1
B3
B4
B5
B7
B8
B9
B10
B14
B15
B18
C1
C3
C7
C8
C9
Manexar software científico e, no seu caso, ofimático, para resolver numéricamente problemas planteados nesta e outras materias, así como para analizar series de datos empíricos orixinados a partir dunha mostra. A73
A74
B1
B4
B7
B8
B9
B10
B15
B16
B18
C3
C7
C8
Elaborar unha memoria/informe de modo científico, estruturado, rigoroso e conciso A73
A74
B1
B3
B4
B9
B10
B11
B14
B15
B16
B18
C1
C3
C8
C9

Contents
Topic Sub-topic
Tema 1: Probabilidade básica. Variables aleatorias. Distribucións de probabilidade 1.1.- Probabilidade básica
1.2.- Variables aleatorias. Función de probabilidade
1.3.- Esperanza matemática, varianza e outras medidas de centralidade e dispersión
1.4.- Distribucións de probabilidade notables
Tema 2: Inferencia estadística 2.1.- Teoría do muestreo.
2.2.- Teoría da estimación. Intervalos de confianza
2.3.- Proba de hipótese. Significancia
2.4.- Axuste de curvas. Mínimos cadrados. Regresión
2.5.- Análisis da varianza
Tema 3: Resolución de sistemas de ecuacións
lineais. Interpolación polinómica
3.1.- Resolución de sistemas de ecuacións lineais
3.2.- Interpolación polinómica
Tema 4: Métodos numéricos para problemas de cálculo 4.1.- Resolución numérica de ecuacións non lineais.
4.2.- Derivación e integración numérica.
4.3.- Resolución numérica de EDO's

Planning
Methodologies / tests Competencies Ordinary class hours Student’s personal work hours Total hours
Guest lecture / keynote speech A73 A74 B4 B8 B9 B13 B14 B16 B17 B18 C1 C3 C8 30 30 60
Document analysis B3 B9 B10 B11 B13 B14 B16 B17 B18 C8 0 5 5
Objective test B1 B5 B7 B9 B11 B14 B15 B16 C1 C9 2 3 5
ICT practicals A73 A74 B5 B7 B9 B10 B11 B13 B15 B16 B18 C3 C8 8 8 16
Supervised projects A73 A74 B1 B3 B4 B6 B7 B8 B9 B10 B11 B14 B15 B16 B18 C1 C3 C7 C8 C9 0 10 10
Problem solving A73 A74 B1 B3 B4 B5 B6 B7 B8 B9 B10 B11 B14 B15 C1 C3 C7 C9 16 32 48
 
Personalized attention 6 0 6
 
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students.

Methodologies
Methodologies Description
Guest lecture / keynote speech Exposición na aula dos conceptos fundamentais.
Document analysis Seleccionar libros e páxinas web a utilizar
Objective test Resolver de forma individual unha proba de coñecementos teóricos e prácticos.
ICT practicals Resolver de forma individual ou en grupo problemas da materia facendo uso de software científico
Supervised projects Preparación e, no seu caso, entrega de traballos relacionados con problemas e prácticas da materia.
Problem solving Resolución de exercicios tipo e proposta de outros a resolver por os estudantes.

Personalized attention
Methodologies
ICT practicals
Supervised projects
Problem solving
Description
Resolución de dúbidas persoais de forma individual ou en grupo moi reducido. Debido á situación sanitaria provocada pola COVID-19, a atención ao alumnado farase preferentemente mediante ferramentas informáticas (correo electrónico e reunións por MS Teams).

Assessment
Methodologies Competencies Description Qualification
Guest lecture / keynote speech A73 A74 B4 B8 B9 B13 B14 B16 B17 B18 C1 C3 C8 Resolución de cuestións teóricas ou prácticas breves plantexadas durante as sesións maxistrais. 10
ICT practicals A73 A74 B5 B7 B9 B10 B11 B13 B15 B16 B18 C3 C8 Prácticas e problemas a resolver utilizando software científico 10
Supervised projects A73 A74 B1 B3 B4 B6 B7 B8 B9 B10 B11 B14 B15 B16 B18 C1 C3 C7 C8 C9 Prácticas e problemas a resolver 5
Objective test B1 B5 B7 B9 B11 B14 B15 B16 C1 C9 Entrega para avaliación das respostas do alumno feitas en tempo e forma a cuestións e problemas sobre os coñecementos adquiridos. 60
Problem solving A73 A74 B1 B3 B4 B5 B6 B7 B8 B9 B10 B11 B14 B15 C1 C3 C7 C9 Entregas, dentro de prazos concretos, das resolucións por parte do alumno, ou grupo de alumnos, de problemas ou prácticas propostas, da mesma categoría e dificultade dos tratados nas clases interactivas, tanto para resolver a man, como con axuda de software científico. 15
 
Assessment comments

Os estudantes que participan no sistema EEES, deberán acudir a un mínimo do 80% das clases. A avaliación continua (solución de problemas e prácticas plantexados en clase para entregar) supón o 40% da nota. Ó longo do cuadrimestre realizaranse dúas probas parciais que permitan acadar o restante 60% da nota (proba obxectiva).

Os estudantes que teñan realizado a avaliación continua (solución de problemas) pero non superasen a materia trala realización dos parciais (probas obxectivas), terán a oportunidade de acadar o 60% da nota correspondente a proba obxectiva nun examen final de toda a asignatura na primeira ou segunda oportunidade. Os parciais non eliminan materia. Un alumno que non aprobe a materia trala realización dos parciais e que non se presente ós exames finais, será cualificado como NON PRESENTADO.

Os estudantes que decidan NON participar no sistema EEES serán avaliados a través dunha única proba individual (que constará de cuestións teóricas e prácticas, incluíndo no seu caso a resolución de problemas co software científico utilizado durante o curso), que constituirá o 100% da avaliación.

O alumnado con recoñecemento de dedicación a tempo parcial e dispensa académica, segundo establece a "NORMA QUE REGULA O RÉXIME DE DEDICACIÓN AO ESTUDO DOS ESTUDANTES DE GRAO NA UDC (Arts. 2.3; 3.b; 4.3 e 7.5) (04/05/2017), e queira manterse na vía do EEES e beneficiarse da avaliación continua, DEBERÁ INDICALO Ó PRINCIPIO DO CUADRIMESTRE e asistir ó 50% das clases interactivas. No caso de non poder asistir ás prácticas deberá asistir a titorías onde realizará probas equivalentes.

A realización fraudulenta das probas ou actividades de avaliación, unha vez comprobada, implicará directamente a calificación de suspenso, nota numérica de 0, na convocatoria correspondente, invalidando calquera calificación obtida en todas as probas ou actividades de avaliación, tal e como se establece na normativa académica vixente na UDC.


Sources of information
Basic D. Kincaid, W. Cheney (1994). Análisis numérico. Addison-Wesley Iberoamericana
A. Quarteroni, F. Saleri. (2006). Cálculo Científico con MATLAB y Octave. Springer Milan
Mode, E. B. (1967). Elementos de probabilidad y estadística. Reverté
Cao-Abad et. al. (2001). Introducción a la estadística y sus aplicaciones. Pirámide
J.M. Viaño, M. Burguera (1995). Lecciones de Métodos Numéricos, vol 2. Resolución de Ecuaciones. Tórculo Edicións
S.C. Chapra, R.P. Canale (2010). Métodos numéricos para ingenieros. McGraw Hill
Spiegel M. et al. (2010). Probabilidad y estadística (3a Edición). McGraw Hill

Dispoñible en formato electrónico a través de https://www.udc.es/es/biblioteca.nautica/ ou directamente a través da ligazón http://sfx.bugalicia.org/aco?sid=III:innopac&pid=id=9788847005044

Complementary


Recommendations
Subjects that it is recommended to have taken before
Mathematics I/631G03001
Mathematics II/631G03006

Subjects that are recommended to be taken simultaneously
Thermodynamics and Engineering Thermodynamics/631G03014

Subjects that continue the syllabus

Other comments

Obseracións: Está previsto que en terceiro curso (que será implementado no curso 2023/24) se imparta a materia Xestión do Mantemento do Buque, onde se impartirán contidos que continúan e aproveitan os desta materia Métodos Numéricos e Estatísticos.



(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.