Universidad Pública de Navarra Nafarroako … · e Investigación Operativa Memoria de actividades...

Departamento de Estadística e Investigación Operativa

Memoria de actividades docentes e investigadoras

Curso 2008-2009

Universidad Pública de NavarraNafarroako Unibertsitate Publikoa

Departam

ento de Estadística e Investigación Operativa. M

emoria de actividades docentes e investigadoras. C

urso 2008-2

009

Cubierta Memoria estadistica 08-09.indd 1 22/02/10 9:28



Curso 2008-2009

Título: Departamento de Estadística e Investigación Operativa Memoria de actividades docentes e investigadoras. Curso 2008-2009

Edita: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Fotocomposición: [email protected]

Imprime: Ona Industria Gráfica

©: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Depósito Legal: NA-792-2003

Impreso en papel ecológico

Coordinación y distribución: Sección de Publicaciones Universidad Pública de Navarra Campus de Arrosadia 31006 Pamplona Fax: 948 169 300 Correo electrónico: [email protected]

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2008-2009 5

Índice

1. Personal ............................................................................................................... 7

1.1. Personal docente e investigador ............................................................ 71.2. Personal Administración y Servicios ....................................................... 81.3. Ayudantes y colaboradores de proyecto ................................................. 8

2. Organización Interna ............................................................................................ 9

2.1. Equipo de dirección .............................................................................. 92.2. Consejo de Departamento .................................................................... 92.3. Comisiones ......................................................................................... 102.4. Áreas de conocimiento ......................................................................... 11

3. Actividad docente ................................................................................................. 13

3.1. Asignaturas y sus características .......................................................... 13Facultad de Ciencias Humanas y Sociales .............................................. 13Facultad de Ciencias Jurídicas ............................................................... 18Facultad de Estudios Sanitarios ............................................................ 22Facultad de Ciencias Económicas y Empresariales .................................. 26Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación .... 64Escuela Técnica Superior de Ingenieros Agrónomos ................................ 87Libre Elección y de Campus Virtual Compartido ...................................... 92Planes Oficiales de Posgrado ................................................................ 98

3.2. Tercer Ciclo .......................................................................................... 1083.2.1. Cursos de Doctorado impartidos por profesores del Departamento en otros Programas de Doctorado ................................................ 108

3.3. Proyectos Fin de Carrera ....................................................................... 1083.4. Tesis de Máster ................................................................................... 108

4. Actividad investigadora ........................................................................................ 109

4.1. Organización de exposición ................................................................... 1094.2. Asistencia a Congresos ........................................................................ 1094.3. Publicaciones ...................................................................................... 1124.4. Grupos y líneas de investigación ........................................................... 116

6 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2008-2009

4.5. Proyectos de investigación .................................................................... 1164.6. Contratos de investigación y de desarrollo ............................................. 1184.7. Tesis doctorales leidas ......................................................................... 1214.8. Tesis doctorales en curso ..................................................................... 1214.9. Estancias y visitas del profesorado ........................................................ 1214.10. Becas, ayudas y premios ...................................................................... 121

5. Conferencias, Seminarios y Cursos ....................................................................... 123

Impartidas por profesores invitados al Departamento ....................................... 123Impartidos por profesores del Departamento ................................................... 124Recibidos por profesores del Departamento .................................................... 124

6. Otras actividades reseñables ................................................................................ 125

7. Innovación educativa ............................................................................................ 129


1. Personal

1.1. Personal docente e investigador

Categoría actual Fecha incorporación al Departamento

Fernández Militino, Ana CU diciembre de 1990Pérez Prados, Antonio CU abril de 1990Ugarte Martínez, M.ª Dolores CU octubre de 1992Abascal Fernández, Elena TU septiembre de 1995Azcárate Camio, Cristina TU octubre de 1991Eraso Goicoechea, M.ª Luisa TU enero de 1991Faulín Fajardo, Javier TU octubre de 1997García Olaverri, M.ª Carmen TU enero de 1992Gómez Elvira, Sagrario TU octubre de 1990Mallor Giménez, Fermín TU octubre de 1990Moler Cuiral, José Antonio TU octubre de 1993Portilla Manjón, Miren TU noviembre de 1991Apilluelo Martín, Ana TEU octubre de 1990Prados Osés, M.ª Dolores TEU octubre de 1990 Ballestín González, Francisco CD marzo de 2004García Lautre, Ignacio CD enero de 1994Goicoa Mangado, Tomás CD septiembre de 2001Palacios Navarro, M.ª Blanca CD octubre 2006Urmeneta Martín-Calero, Henar CD octubre de 1993Paniello Alastruey, Irene AyDOCT marzo de 2005Blanco Gómez, Rosa AyLOU enero de 2006Amézqueta Elías, Miguel ASTP 6 h octubre de 2003Bosch González, Juan José ASTP 6 h enero de 2009Cerveto Peña, Francisco ASTP 4 h septiembre de 2008Eraso Moreno, Sandra ASTP 6 h septiembre de 2008Fernández Castilla, Ramón ASTP 3 h febrero de 1995Gamboa Berastegui, Juan M.ª ASTP 4 h octubre de 1990Lacasta Remón, Yolanda ASTP 6 h noviembre de 2005Rivera Martín, Rafael ASTP 6 h octubre de 2005Tapiz Arrondo, José Fco. ASTP 4 h octubre de 1998Tirapu Ustarroz, Sebastián ASTP 3 h septiembre 2007Nualart Dexeus, Eulalia Pr.Visitante septiembre 2008-agosto 2009


Datos de la plantilla de profesores

Cuerpos Docentes Universitarios Profesorado contratadoDoctores No

DoctoresCU TU TEU Total C. Doct. Ayud. Asocia. Visitant. Total

Nº 3 9 2 14 5 2 10 1 18 20 12

% Total 9,37 28,12 6,25 43,75 15,62 6,25 31,25 3,12 56,25 62,5 37,5

1.2. Personal Administración y Servicios

Tortajada Monleón, M.ª Ángeles

1.3. Ayudantes y colaboradores de proyecto

De la OTRI: Miembro del Grupo de Investigación “Estadística Espacial”Jaione Etxeberria Andueza

Laura Otero Franco

De Colaboración de la Universidad Pública de Navarra Lorena Armendariz Torres

Víctor Nuin Vidaurre

Alberto Pérez Pérez de Iriarte

Del Ministerio de Educación y Ciencia:Andrea Alfaro Iradiel

De Personal Investigador UPNAIñaki Torres Valencia


2. Organización Interna

El departamento de Estadística e Investigación Operativa tiene su sede en la primera planta del Edificio Los Magnolios. Teléfono: 948169190, Fax nº: 948169204, e-mail: [email protected].

2.1. Equipo de dirección

Directora: Dña. M.ª Dolores Ugarte Martínez

Subdirectores: Dña. M.ª Luisa Eraso Goicoechea D. Ignacio García Lautre

Secretaria: Dña. Miren Portilla Manjón

2.2. Consejo de Departamento

Sector de Personal Docente e Investigador DoctorElena Abascal FernándezCristina Azcárate CamioFrancisco Ballestín GonzálezRosa Blanco GómezM.ª Luisa Eraso GoicoecheaJavier Faulín FajardoAna Fernández MilitinoIgnacio García LautreCarmen García OlaverriTomás Goicoa MangadoSagrario Gómez ElviraFermín Mallor GiménezJosé Antonio Moler CuiralM.ª Blanca Palacios NavarroIrene Paniello AlastrueyAntonio Pérez PradosPortilla Manjón, MirenM.ª Dolores Ugarte MartínezHenar Urmeneta Martín-Calero


Sector de Personal Docente e Investigador no Doctor

Juan M.ª Gamboa BerásteguiRafael Rivera Martín

Sector de Personal de Administración y Servicios

M.ª Ángeles Tortajada Monleón

Sector de Estudiantes

Manuel Alonso de la Rosa CamachoMarcos Barrado Zabalza

2.3. Comisiones

Permanente del Consejo de DepartamentoDirectora: M.ª Dolores Ugarte Martínez

Subdirectores: M.ª Luisa Eraso Goicoechea e Ignacio García Lautre

Secretaria: Miren Portilla Manjón

Comisión de Investigación

Directora del Departamento: Dra. M.ª Dolores Ugarte Martínez

Dra. Carmen García Olaverri

Dra. Ana Fernández Militino

Dr. Fermín Mallor Giménez

Dr. José Antonio Moler Cuiral

Comisión Económica


Dr. Francisco Ballestín González

Dr. Fermín Mallor Giménez

Dr. José Antonio Moler Cuiral

Dña. M.ª Ángeles Tortajada Monleón

Comisión Permanente de Doctorado


Dr. Ignacio García Lautre

Dra. Sagrario Gómez Elvira

Dra. M.ª Luisa Eraso Goicoechea

Dra. M.ª Blanca Palacios Navarro


Comisión Docente


Secretaria del Departamento: Dra. Miren Portilla Manjón

Dra. Elena Abascal Fernández

Dña. Ana Apilluelo Martín

Dra. Ana Fernández Militino

Dra. Sagrario Gómez Elvira

Dr. Javier Faulín Fajardo

Dra. Rosa Blanco Gómez

2.4. Áreas de conocimiento

Al departamento de Estadística e Investigación Operativa pertenece, por acuerdo de la Junta de Gobierno de la Universidad Pública de Navarra en su reunión de 30 de julio de 1993, el área de conocimiento de Estadística e Investigación Operativa.


3. Actividad docente

3.1. Asignaturas y sus características

Facultad de Ciencias Humanas y Sociales

Licenciatura en Sociología

Código Asignatura Curso Cuatr. Carácter CréditosGrupos

Estudiantes ProfesoresT. P.

42106 Estadística aplicada a las Ciencias Sociales

1º Anual Troncal 12 1 1 40 Juan M.ª Gamboa Berástegui Ramón Fernández Castilla

42305 Métodos y Técnicas Investigación Social III

3º 2º Troncal 6 1 1 30 Miguel Amézqueta Elías

42440 Complementos de Estadística Aplicada a las Ciencias Sociales

Acceso 1º Acceso 2º ciclo

6 1 1 7 M.ª Dolores Prados Osés Ana Apilluelo Martín


Asignatura: 42106 ESTADÍSTICA APLICADA A LAS CIENCIAS SOCIALES

Curso: 1ºTitulación: Licenciatura en SociologíaCuatrimestre: AnualTipo: TroncalCréditos:

Teóricos: 6Prácticos: 6

Créditos total: 12Profesores: Juan M.ª Gamboa Berástegui Ramón Fernández Castilla

Objetivos:

Se pretende que el alumno de sociología, adquiera unos conocimientos básicos sobre:Estadística Descriptiva (Análisis de datos). Verificación de inferencias acerca de la población a partir de la muestra. Probabilidad que es el puente que nos permite pasar válidamente de la muestra a la población, que legitima el salto desde las ca-racterísticas (conocidas) de la muestra hasta las características (desconocidas) de la población.Trataremos de responder a situaciones próximas a la realidad, para que se puedan entender y comprobar las aplicaciones de la Estadística en el campo de la Sociología. Intentaremos llevar a cabo el proceso estadístico realizando un trabajo y en su desarrollo seguiremos las 4 fases siguientes:1) Diseño o planteamiento del trabajo fijando el objetivo a conseguir, la población o

muestra objeto del estudio, los caracteres (variables) que interesan y la presentación que se hará con los datos obtenidos.

2) La recogida de datos a través de cuestionario que responderán los alumnos.3) La obtención de resultados mediante tratamiento de datos. Bien en clase teórica

(manualmente utilizando la teoría explicada en clase) o bien a través de técnicas informáticas (SPSS) en las clases prácticas con ordenador.

4) La interpretación de los resultados para asesorar a quienes tomen decisiones.

Programa:

– Introducción a la Estadística.– Medidas de una distribución.– Distribución bidimensionales.– Estadística de atributos.– Índices y series.– Teoría de la probabilidad.– Variable aleatoria y distribuciones de probabilidad.– Inferencia estadística introducción.

Prácticas:

Ejercicios simultaneados con las explicaciones teóricas.Prácticas con ordenador con el programa SPSS.15 Manual de referencia: “Manual prác-tico del paquete estadístico SPSS 13 para Windows”


Las prácticas son obligatorias. Si no se acude a alguna de las prácticas el alumno de-berá realizarla por su cuenta y entregarla en clase.Además de una clase semanal de dos horas, pueden realizar prácticas en un aula de ordenador de libre acceso atendida por un becario del Departamento de Estadística.

Bibliografía:

Portilla, M.; Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, B. (2006): Manual Prácti-co del Paquete Estadístico SPSS para Windows. UPNA.

Casas Sánchez J.M.; García Pérez, C. y otros (1998): Problemas de Estadística Descripti-va, Probabilidad e Inferencia”. Ed. Pirámide

Fernández Díaz, M.J. y otros (1990): 225 problemas de Estadística Aplicada a las Ciencias Sociales. Ed. Síntesis

Criterios de evaluación:

Examen parcial liberatorio en el mes de febrero sobre estadística descriptiva.Teoría y problemas (60%)Prácticas SPSS (40%)Examen parcial liberatorio en el mes de mayo sobre probabilidad e inferencia. Teoría y problemas.Examen final único donde se valora el planteamiento y significado de los resultados.Exposición en clase de un problema, comentando la solución planteada. (También se valorarán la resolución de problemas entregados a lo largo del curso).

Otra información de interés:

Utilidad posterior en investigaciónUtilidad posterior en la asignatura de 3º “Técnicas de Investigación Social III”


Asignatura: 42305 MéTODOS y TéCNICAS DE INVESTIGACIóN SOCIAL III

Curso: 3ºTitulación: Licenciatura en SociologíaCuatrimestre: 2ºTipo: TroncalCréditos:


Créditos total: 6Profesor: Miguel Amézqueta Elías

Objetivos:

Se espera que el estudio de los Métodos Estadísticos proporcione al alumno pautas para conseguir datos valiosos y, sobre todo, algoritmos para extraer de ellos conclusio-nes fiables sobre aspectos de tipo social.

Programa:– Introducción a la Estadística Inferencial.– Intervalos de confianza.– Pruebas de hipótesis.– Relación entre dos variables.– Prácticas en el PC con SPSS.

Prácticas:

Sesiones de teoría y problemas en las que el profesor expondrá las bases teóricas y las ilustrará con ejemplos prácticos. El seguimiento del estudio se realiza sobre apuntes y transparencias proporcionadas por el profesor.Aplicación de las técnicas estudiadas a la resolución de ejercicios, problemas o casos prácticos. Se proponen ejercicios al final de cada tema que el profesor corrige y entrega posteriormente para que el alumnado compruebe su progreso en el aprendizaje.Aplicación de las técnicas estudiadas realizando practicas en el aula de informática sobre el PC con paquete estadístico SPSS. El profesor explica un ejemplo y se proponen uno o dos ejercicios adicionales para que el alumno practique individualmente o en gru-po. Posteriormente se recogen, se califican y se devuelven al alumno.

Bibliografía:García Ferrando, Manuel (1982) : Socioestadística: Introducción a la Estadística en Socio-

logía. Alianza Editorial.Newbold, P. (2000): Estadística para los Negocios y la Economía. Prentice-Hall.Peña, D.; Romo, J. (1997): Introducción a la Estadística para las Ciencias Sociales. Mc-

Graw-Hill.Portilla, M.; Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual

práctico del paquete estadístico SPSS 9 para Windows (3ª ed. revisada). Universidad Pública de Navarra.


La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas mediante: examen escrito sobre cuestiones de teoría y ejercicios prácticos al final del curso. El peso de esta calificación será de un 70%. Examen práctico con PC de análisis de datos con SPSS para Windows, con un peso de un 20%. Realización de los ejercicios propuestos y de las prácticas en el PC. Peso 10%.


Asignatura: 42440 COMPLEMENTOS A LA ESTADÍSTICA APLICADA A LAS CIENCIAS SOCIALES

Curso: AccesoTitulación: Acceso a Sociología Cuatrimestre: 1ºTipo: ObligatoriaCréditos total: 6Profesores: M.ª Dolores Prados Osés Ana Apilluelo Martín

Objetivos:

El objetivo general es dotar al estudiante de técnicas estadísticas que aportan una visión cuantitativa en la discusión y estudio del comportamiento social. El objetivo espe-cífico es el de servir de puesta a punto para abordar el curso de Técnicas Avanzadas de Investigación Social de 3º de la Licenciatura en Sociología.

Programa:

– 1ª Parte: Estadística descriptiva: Introducción a la estadística. Medidas de una dis-tribución. Distribuciones bidimensionales. Estadística de atributos. Índices y series.

– 2ª Parte: Probabilidad estadística. Teoría de la probabilidad. Variable aleatoria y distri-buciones de probabilidad.

Prácticas:

Numerosos ejercicios simultaneados con las explicaciones teóricas. Prácticas con orde-nador con el programa SPSS. Además de una clase semanal en aula de ordenador se reservará, en la medida de lo posible, un aula de ordenador, dos horas semanales, que estará atendida por un becarios de estadística para prácticas SPSS


Examen final único en el que se valorará, fundamentalmente, el planteamiento y signifi-cado de los resultados obtenidos.Estadística descriptiva (40%)Probabilidad estadística (60%)También se valoraran la resolución de problemas entregados a lo largo del curso, a si como la asistencia y participación en clase. Así como, exposición en clase de un proble-ma, comentando la solución planteada.

Bibliografía:


Casas Sánchez, J.M.; García Pérez, C. y otros (1998): Problemas de Estadística, Descrip-tiva, Probabilidad e Inferencia. Ed. Pirámide

Fernández Díaz, M.J. y Otros (1990): 225 Problemas de Estadística Aplicada a las Cien-cias Sociales. Ed. Síntesis.


Se dejaran en la red:– Programa, resúmenes, enunciados de problemas, problemas resueltos, cualquier infor-

mación de interés para el alumno/a.Esta asignatura tiene utilidad posterior en la asignatura de 3º “Técnicas de investigación social III”. Y en algunas otras asignaturas de 2º y 3º ciclo.También tiene una utilidad posterior en investigación.


Facultad de Ciencias Jurídicas

Diplomatura en Relaciones Laborales



49105 Técnicas de Investigación Social

1º 2º Troncal 6 1 1 62 Rafael Rivera Martín

49213 Métodos Estadísticos con Ordenador

2º 2º Optativa 6 1 1 22 Antonio Pérez Prados


Asignatura: 49105 TéCNICAS DE INVESTIGACIóN SOCIAL

Curso: 1º Titulación: Diplomatura en Relaciones LaboralesCuatrimestre: 2º Tipo: Troncal Créditos:


Créditos total: 6Profesor: Rafael Rivera Martín

Objetivos:

Que el alumno posea un conocimiento amplio de aquellas técnicas y métodos estadísti-cos de investigación social que se estiman de utilidad para los futuros profesionales en Relaciones Laborales. En especial, lo referente a métodos de obtención de información y técnicas descriptivas. Todo ello como instrumentos básicos para la aplicación de la inferencia estadística en la investigación social. También el conocimiento informático del paquete estadístico SPSS. Además, se introduce al alumno en el conocimiento de las estadísticas laborales de mayor utilización y trascendencia en nuestro país.

Programa:

BLOQUE 1. Fundamentos de la Investigación Social. Análisis estadístico de una variable.BLOQUE 2. Métodos Descriptivos. Paquete Estadístico SPSS. Análisis estadístico de una variable. Análisis estadístico de dos variables. Estadística de atributos. Tasas de variación en datos temporales. Números índices. Introducción al paquete estadístico SPSS para Windows.BLOQUE 3. Probabilidad e introducción a la inferencia. Probabilidad e introducción a la inferencia.

Prácticas:

Sesiones teóricas y prácticas en las que el profesor explicará los conceptos teóricos y que se aplicarán posteriormente sobre la resolución de ejercicios o casos prácticos. Exposiciones, debates y trabajos. El alumno desarrollará actividades sobre aspectos concretos del programa que posteriormente expondrán al resto de compañeros.Aplicación de las técnicas estudiadas realizando prácticas de laboratorio en el aula de informática mediante el uso del paquete estadístico SPSS.Tutorías especializadas. Cada alumno tendrá obligación de asistir al menos a dos tuto-rías (individual o colectiva) con cita previa a lo largo del cuatrimestre

Bibliografía:

Martín Pliego, F.J. (2004): Introducción a la Estadística Economía y Empresarial (teoría y práctica). Colección Plan Nuevo. Ed. AC.

Peña, D.; Romo, J (1997): Introducción a la Estadística para las Ciencias Sociales. Ed. MacGraw Hill.



Asignatura: 49213 MéTODOS ESTADÍSTICOS CON ORDENADOR

Curso: 2º

Titulación: Diplomatura en Relaciones Laborales

Cuatrimestre: 2º

Tipo: Optativa

Créditos:Teóricos: 3

Prácticos: 3

Créditos total: 6

Profesor: Antonio Pérez Prados

Objetivos:

Ampliación de los conocimientos adquiridos en el primer curso de la diplomatura sobre técnicas de investigación social, ejercitará su capacidad de análisis, razonamiento y sín-tesis, participará de forma activa en clase y practicará el autoaprendizaje.

Desarrollar en el estudiante capacidad de reflexión, síntesis y razonamiento.

Potenciar en el estudiante la capacidad para realizar análisis y diagnósticos para pre-sentar conclusiones y propuestas que sirvan de ayuda en la toma de decisiones a los responsables de la empresa, industria y otra organización de un modo científico basado en las técnicas y métodos estadísticos contenidos en el paquete de programas SPSS

Desarrollar la capacidad crítica y de discusión de los conocimientos adquiridos y de los resultados obtenidos en los casos prácticos resueltos a lo largo del curso.

Desarrollar la capacidad de trabajo en grupo y la capacidad de expresión y presentación de trabajos en público.

Programa:

BLOQUE 1

– Aulario Virtual y WebCT.

– Ideas para la elaboración y presentación de trabajos en Microsoft Word.

– Introducción al entorno de Windows.

– Práctica de iniciación al SPSS.

– Práctica de iniciación EXCEL.

– Introducción al paquete estadístico SPSS.

BLOQUE 2

– Archivos de datos en el SPSS.

– Manipulación de archivos de datos.

– Gráficos.

BLOQUE 3

– Análisis descriptivo de una variable.

– Análisis por grupos de variables.

– Tablas de contingencia.

– Regresión simple.

– Series temporales.

– Aplicaciones y paquetes informáticos de optimización. QSB, LINDO, EXCEL.


Prácticas:

Sesiones teóricas en las que el profesor explicará los conceptos, métodos y técnicas que se aplicarán a la resolución de ejemplos, ejercicios y casos prácticos.Sesiones prácticas en las que el estudiante, orientado por el profesor, aplicará los con-ceptos, métodos y técnicas explicadas a la resolución de ejemplos, ejercicios y casos prácticos.Exposiciones, debates y trabajos: el estudiante realizará actividades sobre aspectos concretos del temario que, posteriormente, expondrá ante el resto de compañeros.Tutorías especializadas: cada estudiante asistirá al menos a dos tutorías (individual o colectiva).

Bibliografía:

Martín Pliego, F.J. (1994): Introducción a la Estadística Económica y Empresarial (Teoría y práctica). Colección Plan Nuevo, Ediciones A.C.

Pardo Merino, A.; Ruiz Díaz, M. A. (2002): SPSS 11. Guía para el Análisis de Datos. Ed. McGraw-Hill.

Peña, D.; Romo, J. (1997): “Introducción a la Estadística para las Ciencias Sociales”. Ed. McGraw-Hill.



Asistencia por encima del 80% y participación en clase y en tutorías, así como exposi-ción de temas: hasta el 40% de la nota final.Tareas, ejercicios y trabajos para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 20% de la nota final.Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 40% de la nota final.Examen final para aquellos estudiantes que no hayan asistido a clase por encima del 80%: hasta el 100% de la nota finalAquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentarse al examen final de la asignatura a fin de mejorar o subir su nota definitiva.


Escuela de Estudios Sanitarios

Diplomatura en Enfermería



48107 Bioestadística 1º 1º Troncal 6 2 5 116 Ana Apilluelo MartínJuan José Bosch González

48312 Análisis de Datos Sanitarios 2º 2º Optativa 6 1 2 21 Antonio Pérez Prados


Asignatura: 48107 BIOESTADÍSTICA

Curso: 1ºTitulación: Diplomatura en Estudios SanitariosCuatrimestre: 1ºTipo: TroncalCréditos total: 6Profesor: Ana Apilluelo Martín

Programa:

– Introducción a la estadística: organización de datos.– Medidas de una distribución.– Distribuciones bidimensionales.– Estadística de atributos.– Teoría de la probabilidad I.– Variable aleatoria y distribuciones de probabilidad– Nociones sobre demografía.

Prácticas:

Numerosos ejercicios simultaneados con Las explicaciones teóricas. prácticas con or-denador.

Bibliografía:

Casas Sánchez, J.M.; García Pérez, C. y otros (1998): Problemas de Estadística Descriptiva, Probabilidad e Inferencia. Ed. Pirámide.

Fernández Díaz, M.J. y otros (1990): 225 Problemas de Estadística Aplicada a las Ciencias Sociales. Ed. Síntesis.

Portilla, M. Eraso, S.; Galé, C. García, I. Moler, J.A.; Palacios, M.B. (2006): Manual Práctico del Paquete Estadístico SPSS para Windows. Ediciones Universidad Pública de Navarra.


Examen parcial liberatorio en el mes de Noviembre sobre estadística descriptiva. Teoría y problemas. Examen parcial liberatorio en el mes de enero sobre probabilidad e infe-rencia. Teoría y problemas. Examen final único donde al menos un 60% es practico en el que se valora finalmente el planteamiento y significado de los resultados. Exposición en clase de un problema, comentando la solución planteada. También se valoraran la resolución de problemas entregados a lo largo del curso. En la medida de lo posible un examen de recuperación antes de la convocatoria de Febrero y otro antes de la de Septiembre.


Utilidad posterior: en investigación y en la asignatura de 2º “Análisis de datos sanitarios” y en alguna otra asignatura. Se dejarán en la red “Aulario Virtual”: Programa, resúmenes, enunciados de problemas, problemas resueltos... cualquier información de interés para el alumno/a. Dirección: http://www.unavarra.es/estadistica.


Asignatura: 48312 ANÁLISIS DE DATOS SANITARIOS

Curso: 2ºTitulación: Diplomatura en Estudios SanitariosCuatrimestre: 1º Tipo: OptativaCréditos:


Créditos total: 6Profesor: Antonio Pérez Prados

Objetivos:

Ampliación de los conocimientos adquiridos en el primer curso de la diplomatura sobre técnicas de investigación social, ejercitará su capacidad de análisis, razonamiento y sín-tesis, participará de forma activa en clase y practicará el autoaprendizaje.Desarrollar en el estudiante capacidad de reflexión, síntesis y razonamiento.Potenciar en el estudiante la capacidad para realizar análisis estadísticos de datos sa-nitarios, para presentar conclusiones y propuestas que sirvan de ayuda en la toma de decisiones de un modo científico basados en las técnicas y métodos estadísticos conte-nidos en el paquete de programas SPSSDesarrollar la capacidad crítica y de discusión de los conocimientos adquiridos y de los resultados obtenidos en los casos prácticos resueltos a lo largo del curso. Desarrollar la capacidad de trabajo en grupo y la capacidad de expresión y presentación de trabajos en público.

Programa:

BLOQUE 1– Aulario Virtual– Ideas para la elaboración y presentación de trabajos en Microsoft Word.– Introducción al entorno de Windows.– Práctica de iniciación al SPSS.– Práctica de iniciación EXCEL.– Introducción al paquete estadístico SPSS.

BLOQUE 2– Archivos de datos en el SPSS.– Manipulación de archivos de datos.– Gráficos.

BLOQUE 3– Análisis descriptivo de una variable.– Análisis por grupos de variables.– Tablas de contingencia.– Regresión simple.– Series temporales.


Prácticas:

Sesiones teóricas en las que el profesor explicará los conceptos, métodos y técnicas que se aplicarán a la resolución de ejemplos, ejercicios y casos prácticos.Sesiones prácticas en las que el estudiante, orientado por el profesor, aplicará los con-ceptos, métodos y técnicas explicadas a la resolución de ejemplos, ejercicios y casos prácticos.Exposiciones, debates y trabajos: el estudiante realizará actividades sobre aspectos concretos del temario que, posteriormente, expondrá ante el resto de compañeros.Tutorías especializadas.: cada estudiante asistirá al menos a dos tutorías (individual o colectiva).

Bibliografía:

Martín Pliego, F.J. (1994): Introducción a la Estadística Económica y Empresarial (Teoría y práctica). Colección Plan Nuevo, Ediciones A.C.

Pardo Merino, A.; Ruiz Díaz, M. A. (2002): SPSS 11. Guía para el Análisis de Datos. Ed. McGraw-Hill.

Peña, D.; Romo, J. (1997): Introducción a la Estadística para las Ciencias Sociales. Ed. McGraw-Hill.



Asistencia por encima del 80% y participación en clase y en tutorías, así como exposi-ción de temas: hasta el 40% de la nota final.Tareas, ejercicios y trabajos para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 20% de la nota final.Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase por encima del 80%: hasta el 40% de la nota final.Examen final para aquellos estudiantes que no hayan asistido a clase por encima del 80%: hasta el 100% de la nota final.Aquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentarse al examen final de la asignatura a fin de mejorar o subir su nota definitiva.


Facultad de Ciencias Económicas y Empresariales

Licenciatura en Economía



13109 Tratamiento de Datos con Ordenador

1º 1º Obligatoria 6 3 4 124 Miren Portilla Manón Eulalia Nualart

13202 Técnicas de Optimización 2º 1º Troncal 6 2 3 82 M.ª Luisa Eraso Goicoechea Javier Faulín Fajardo

13204 Estadística e Introducción a la Econometría

2º 2º Troncal 6 2 3 130 M.ª Blanca Palacios NavarroJosé Fco. Tapiz Arrondo Yolanda Lacasta Remón

13206 Estadística 2º 1º Troncal 6 2 0 93 M.ª Blanca Palacios NavarroJosé Fco. Tapiz Arrondo

13443 Investigación Operativa 3º 2º Optativa 6 1 0 4 Francisco Ballestín González

Licenciatura en Administración y Dirección de Empresas




1º 1º Obligatoria 6 3 4 141 Miren Portilla Manjón Rafael Rivera Martín Irene Paniello Alastruey

14203 Estadística e Introducción a la Econometría

2º 2º Troncal 6 3 5 193 Elena Abascal Fernández Francisco Cerveto PeñaM.ª Blanca Palacios Navarro Yolanda Lacasta Remón

14209 Estadística 2º 1º Troncal 6 3 0 170 Elena Abascal Fernández Ramón Fernández Castilla M.ª Blanca Palacios Navarro

14301 Econometría 3º 1º Troncal 9 2 5 178 Carmen García OlaverriIgnacio García Lautre

14305 Análisis Multivariante 3º 2º Obligatoria 6 2 4 170 Sagrario Gómez ElviraIgnacio García LautreRosa Blanco Gómez

14425 Técnicas de Optimización 3º 1º Optativa 6 2 3 54 M.ª Luisa Eraso GoicoecheaJavier Faulín Fajardo

14426 Investigación Operativa 3º 2º Optativa 6 1 1 22 Francisco Ballestín González

14443 Modelos Operativos de Control

4 2º Optativa 6 1 1 12 Cristina Azcárate CamioMiren Portilla Manjón


Diplomatura en Ciencias Empresariales



26103 Estadística I 1º 1º Troncal 6 3 5 210 M.ª Dolores Prados Osés Ana Apilluelo Martín Elena Abascal Fernández

26108 Estadística II 1º 2º Obligatoria 6 3 0 225 M.ª Dolores Prados Osés

26319 Estadística Empresarial: un enfoque aplicado

2º 1º Optativa 6 1 3 89 Eulalia Nualart DexeusFrancisco Cerveto Peña

26320 Modelos de Optimización Empresarial

2º 2º Optativa 6 1 1 42 Antonio Pérez Prados

Estudios simultáneos de las Licenciaturas en Derecho y en L.A.D.E.




2º 1º Troncal 6 1 1 34 Ana Apilluelo MartínJuan José Bosch González

31209 Estadística 2º 2º Troncal 6 1 0 35 Ana Apilluelo MartínJuan José Bosch González

31309 Estadística e Introducción a la Economía

3º 2º Troncal 6 1 1 27 Elena Abascal Fernández

31401 Econometría 4º 1º Troncal 9 1 2 46 Sagrario Gómez Elvira

31508 Análisis Multivariante 5º 2º Obligatoria 6 1 1 31 Carmen García Olaverri


Asignatura: 13109 TRATAMIENTO DE DATOS CON ORDENADOR

Curso: 1ºTitulación: Licenciatura en EconomíaCuatrimestre: 1ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesores: Miren Portilla Manjón Eulalia Nualart Dexeus

Objetivos:

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos ca-racterísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadístico SPSS para realizar los análisis de datos de forma cómoda y sencilla. También introduce al uso del Aulario Virtual como vínculo de comunicación.

Programa:– Introducción.– Estadística descriptiva.– Estadística bidimensional.– Números índices.– Series temporales.

Prácticas:

La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, aunque ini-cialmente se imparte teoría, desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS versión 15.

Bibliografía:

Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual Prác-tico del Paquete Estadístico SPSS para Windows (3ª ed. revisada). Edita Universidad Pública de Navarra.

Martín Pliego, F.J. (2004): Introducción a la Estadística Económica y Empresarial: teoría y práctica. 3ª ed. revisada. Ed. Thomson.

Arnaldos, F.; Díaz T.; Faura, U.; Molera, L.; Parra, I. (2003): Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel. 2ª ed. revisada. Ed. AC-Thomson.


En la evaluación de la asignatura se pondera al 50% la parte teórica de la asignatura y la parte práctica (ordenador), siempre que se hayan superado ambas partes.


Se potenciará el uso del Aulario Virtual, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.


Asignatura: 13202 TéCNICAS DE OPTIMIzACIóN

Curso: 2º

Titulación: Licenciatura en Economía

Cuatrimestre: 1º

Tipo: Troncal


Prácticos: 3

Créditos total: 6Profesores: Mª Luisa Eraso Goicoechea Javier Faulín Fajardo (Grupo internacional)

Objetivos:

Esta asignatura proporciona al estudiante una comprensión conceptual de la función que desempeñan los métodos cuantitativos en el proceso de toma de decisiones, explica cómo funcionan estos métodos y la forma de aplicarlos e interpretarlos. Para motivar al estudiante, el desarrollo de cada técnica o modelo incluye su aplicación a problemas reales.

Programa:

– Investigación operativa.

– Fundamentos matemáticos.

– Introducción a la programación lineal.

– Métodos simplex.

– Dualidad.

– Análisis postóptimo y programación paramétrica.

– Problemas de transporte.

– Programación entera.

– Programación lineal multiobjetivo.

– Optimización no lineal sin restricciones.

– Optimización no lineal con restricciones.

– Paquetes informáticos de optimización.

Prácticas:

El alumno deberá también asistir a las sesiones prácticas de ordenador donde, siguien-do el guión de la práctica, el alumno aprenderá a manejar software de optimización (LIN-DO, LINGO, WINQSB y el solver de EXCEL) para resolver estos problemas, y a interpretar correctamente, en el contexto del problema real, las soluciones proporcionadas por el ordenador.

Bibliografía:

Anderson, D.R.; Sweeney, D.J.; Williams, T.A. (1999): Métodos cuantitativos para los ne-gocios. Ed. Thomson.

Heizer, J.; Render, B. (2001): Dirección de la Producción. Decisiones Estratégicas. Ed. Prentice Hall. 6ª ed.


Hillier, F.; Lieberman, G. (2002): Introducción a la Investigación de Operaciones. Ed. Mc-Graw-Hill, 7ª ed.

Luemberger, D.E. (1989): Programación Lineal y no Lineal. Ed. Addison-Wesley Ibeoame-ricana.


El alumno podrá elegir entre el examen de la asignatura en la fecha programada por la Facultad o evaluación continua en la que además del examen, se tendrá en cuenta la participación activa en clase, la realización de las tareas que se propondrán a lo largo del curso y la elaboración de un trabajo en grupo.


Asignatura: 13204 ESTADÍSTICA E INTRODUCCIóN A LA ECONOMETRÍA

Curso: 2ºTitulación: Licenciatura en EconomíaCuatrimestre: 2ºTipo: TroncalCréditos:


Créditos total: 6Profesores: M.ª Blanca Palacios Navarro José Fco. Tapiz Arrondo Yolanda Lacasta Remón

Objetivos:

Formar al estudiante de manera que logre: – Conocer las grandes posibilidades que tiene la Estadística como medio de obtener

información de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empí-ricamente de las que no lo son.

– Adquirir y comprender la terminología estadística. – Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia

estadística.– Saber plantear un problema económico en términos estadísticos. Evaluar correcta-

mente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos.

– Saber interpretar los resultados y exponer las conclusiones de un análisis expresando su significado, contenidos informativos y utilidades del mismo en relación con el entor-no donde los datos se han generado.

– Saber interpretar y cuestionar un informe realizado por otros y si las conclusiones obtenidas tienen un fundamento estadístico suficiente.

– Desarrollar la actitud que le permita comprender nuevas técnicas estadísticas que puedan necesitar en otras asignaturas o en el ejercicio de su profesión.

– En general, estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información y reducir la incertidumbre en los procesos de decisión.

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Modelos no lineales con variables cualitativas. Análisis de la varianza (ANOVA)– Modelización econométrica: modelo de regresión lineal

Prácticas:

Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula.


Aquellos estudiantes que no realicen estas las prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.

Bibliografía:

Newbold, P. (2000): Estadística para los Negocios y la Economía. Ed. Prentice Hall.Canavos, G.C. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. Ed. McGraw-

Hill.Cuadras C. y otros (1984): Fundamentos de Estadística. Aplicación a las Ciencias Huma-

nas. Ed. PPU.


Durante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.Aquellos estudiantes que no acudan a las clases prácticas con ordenador deberán de realizar un examen adicional en el que deben resolver unos problemas con ayuda del ordenador y del programa SPSS.El examen final será escrito con preguntas sobre aspectos teóricos y prácticos de asig-natura. El contenido del examen puede consistir en:– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-

tos en el material recomendado para la preparación de la asignatura. – Preguntas cortas enfocadas a comprobar si se dominan los conceptos necesarios para

realizar algunas demostraciones y razonamientos estadísticos.– Preguntas tipo test enfocadas a comprobar si se conocen los conceptos teóricos

básicos.


Asignatura: 13206 ESTADÍSTICA

Curso: 2ºTitulación: Licenciatura en EconomíaCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 6Profesores: Francisco Tapiz Arrondo M.ª Blanca Palacios Navarro (grupo internacional)

Objetivos:

Estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información de calidad y reducir la incertidumbre para los procesos de decisión.Transmitir al estudiante el papel que tiene esta asignatura dentro de una visión global de la Estadística dentro de la titulación.Desarrollar aptitudes y habilidades necesarias en la comprensión y utilización de la estadística Crear la necesidad de trabajo en grupo para utilizar más recursos, repartir tareas y res-ponsabilidades y ser capaces de resolver trabajos complejos con diferentes habilidades.

Programa:

– Probabilidad.– Variable aleatoria unidimensional y bidimensional.– Características de las distribuciones de probabilidad.– Distribuciones de probabilidad discretas.– Distribuciones de probabilidad continuas.– Distribución de las variables aleatorias.

Prácticas:

En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se presenta-rán los temas del programa en sus líneas generales, dando los conocimientos básicos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a tra-vés de la bibliografía recomendada, intercalando convenientemente las clases teóricas y de problemas para cada uno de los temas. Los problemas podrán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los com-prendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por uno o varios estudiantes, con las explicaciones oportunas, siendo puntuados como nota de clase. Se animará al estudiante a intervenir y se podrá valorar su participación en la clase si sus preguntas son interesantes o bien reflejo de un estudio continuado. Se quiere estimular así el trabajo personal, la participación y el desarrollo de habilidades y aptitudes individuales y grupales.

Bibliografía:

Canavos, G.C. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. Ed. McGraw-Hill.


Casas, J. M.; García, C.; Rivera, L. F. y Zamora, A. Y. (1998): Problemas de Estadística. Descriptiva, probabilidad e inferencia. Ed. Pirámide.

Cuadras, C. y otros (1984): Fundamentos de Estadística. Aplicación a las Ciencias Huma-nas. Ed. PPU.


Un examen final escrito con preguntas sobre aspectos teóricos y prácticos de asigna-tura.El contenido del examen puede consistir en:– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-



básicos. Durante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.


Asignatura: 13443-14426 INVESTIGACIóN OPERATIVA

Curso: 3ºTitulación: Licenciatura en Economía / L.A.D.E.Cuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesor: Francisco Ballestín González

Objetivos:

Descubrir la enorme aplicabilidad de la investigación operativa mediante el estudio de la teoría de colas, inventarios, redes... Aprender su correcta utilización mediante la elec-ción y resolución del modelo más adecuado para el problema real a resolver.

Programa:

– Introducción a la Investigación Operativa. Análisis cuantitativo y toma de decisiones. Aplicaciones de la I.O. en Economía y en Administración de Empresas.

– Teoría de colas y su modelización. Consideraciones teóricas y aplicaciones. Evaluación de costes en colas.

– Teoría de Inventarios. Casos prácticos y modelización.– Teoría de grafos. Redes y sus aplicaciones. Problemas de la ruta más corta, del árbol

de mínima expansión y del flujo máximo. Programación y control de proyectos (Métodos PERT y CPM). Aplicaciones.

– Simulación. Introducción con aplicación a algún problema vistos en anteriores temas.

Prácticas:

Las clases practices se realizarán en las aulas de informática, con un alumno como máximo por ordenador, con el programa WinQSB y Excel.Las guías para las prácticas se entregan al comienzo de cada una de ellas y se deposi-tarán con antelación el aulario virtual. Se avisará con antelación de las aulas asignadas por el Servicio Informático para prácticas.

Bibliografía:

Anderson, D.R., Sweeney, D.J. y Williams, T.A. (2006): Quantitative Methods for Business. West Publishing Company.

Anderson, D.R., Sweeney, D.J. y Williams, T.A. (2005): An Introduction to Management Science. Quantitative Approach to Decision Making. West Publishing Company. (Existe versión en español)

Eppen, G.D., Gould, F.J., Schmidt, C.P., Moore, J.H., Weatherford, L.R. (1998): Introduc-tory Management Science. Decision Modeling with Spreadsheets. Upper Saddle River. (Existe versión en español)


Los alumnos podrán escoger entre un método de evaluación continuo o un único examen final. En cualquier caso, los alumnos deberán entregar las prácticas de ordenador.Además, todos los alumnos deberán leer el libro “la Meta” y realizar un pequeño trabajo sobre los aspectos de la asignatura que se describen en el mismo.



Curso: 1ºTitulación: L.A.D.E.Cuatrimestre: 1ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesores: Miren Portilla Manjón Rafael Rivera Martín Irene Paniello Alastruey

Objetivos:

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos ca-racterísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadístico SPSS para realizar los análisis de datos de forma cómoda y sencilla. También introduce al uso del Aulario Virtual como vínculo de comunicación.

Programa:

– Introducción.– Estadística descriptiva.– Estadística bidimensional.– Números índices.– Series temporales.

Prácticas:

La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, aunque ini-cialmente se imparte teoría, desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS versión 15.

Bibliografía:Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual Prác-

tico del Paquete Estadístico SPSS para Windows (3ª ed. revisada). Edita Universidad Pública de Navarra.

Martín Pliego, F.J. (2004): Introducción a la Estadística Económica y Empresarial: teoría y práctica. 3ª ed. revisada. Ed. Thomson.

Arnaldos, F.; Díaz T.; Faura, U.; Molera, L.; Parra, I. (2003): Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel. 2ª ed. revisada. Ed. AC-Thomson.


En la evaluación de la asignatura se pondera al 50% la parte teórica de la asignatura y la parte práctica (ordenador), siempre que se hayan superado ambas partes.


Se potenciará el uso del Aulario Virtual, donde se depositará material didáctico utilizado en las clases, ficheros de datos para realizar prácticas y material complementario de apoyo.



Curso: 2ºTitulación: L.A.D.E.Cuatrimestre: 2ºTipo: TroncalCréditos:


Créditos total: 6Profesores: Elena Abascal Fernández Francisco Cerveto Peña M.ª Blanca Palacios Navarro (grupo internacional) Yolanda Lacasta Remón

Objetivos:

Formar al estudiante de manera que logre: – Conocer las grandes posibilidades que tiene la Estadística como medio de obtener

información de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empí-ricamente de las que no lo son.

– Adquirir y comprender la terminología estadística. – Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia

estadística.– Saber plantear un problema económico en términos estadísticos. Evaluar correcta-

mente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos.

– Saber interpretar los resultados y exponer las conclusiones de un análisis expresando su significado, contenidos informativos y utilidades del mismo en relación con el entor-no donde los datos se han generado.

– Saber interpretar y cuestionar un informe realizado por otros y si las conclusiones obtenidas tienen un fundamento estadístico suficiente.

– Desarrollar la actitud que le permita comprender nuevas técnicas estadísticas que puedan necesitar en otras asignaturas o en el ejercicio de su profesión.

– En general, estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información y reducir la incertidumbre en los procesos de decisión.

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Modelos no lineales con variables cualitativas. Análisis de la varianza (ANOVA).– Modelización econométrica: modelo de regresión lineal.

Prácticas:

Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula.


Aquellos estudiantes que no realicen estas las prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.

Bibliografía:

Newbold, P. (2000): Estadística para los Negocios y la Economía. Ed. Prentice Hall.Canavos, G.C. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. Ed. McGraw-

Hill.Cuadras C. y otros (1984): Fundamentos de Estadística. Aplicación a las Ciencias Huma-

nas. Ed. PPU





básicos.



Curso: 2º

Titulación: L.A.D.E.

Cuatrimestre: 1º

Tipo: Troncal


Prácticos: 3

Créditos total: 6Profesores: Elena Abascal Fernández Ramón Fernández Castilla M.ª Blanca Palacios Navarro (Grupo Internacional)

Objetivos:

Estimular el interés del estudiante por la estadística en general, como ciencia que le permite obtener información de calidad y reducir la incertidumbre para los procesos de decisión.

Transmitir al estudiante el papel que tiene esta asignatura dentro de una visión global de la Estadística dentro de la titulación.

Desarrollar aptitudes y habilidades necesarias en la comprensión y utilización de la estadística

Crear la necesidad de trabajo en grupo para utilizar más recursos, repartir tareas y res-ponsabilidades y ser capaces de resolver trabajos complejos con diferentes habilidades.

Programa:

– Probabilidad.

– Variable aleatoria unidimensional y bidimensional.

– Características de las distribuciones de probabilidad.

– Distribuciones de probabilidad discretas.

– Distribuciones de probabilidad continuas.

– Distribución de las variables aleatorias.

Prácticas:

En las clases presenciales se expondrá la teoría y se realizarán ejercicios. Se pre-sentarán los temas del programa en sus líneas generales, dando los conocimientos básicos que permitan al estudiante abordar el estudio de la asignatura de forma autónoma a través de la bibliografía recomendada, intercalando convenientemente las clases teóricas y de problemas para cada uno de los temas. Los problemas po-drán ser resueltos por el profesor, con todas las explicaciones necesarias para que los estudiantes los comprendan, o bien, en algunos casos, los ejercicios propuestos como ejemplos de la teoría podrán ser expuestos por uno o varios estudiantes, con las explicaciones oportunas, siendo puntuados como nota de clase. Se animará al estudiante a intervenir y se podrá valorar su participación en la clase si sus preguntas son interesantes o bien reflejo de un estudio continuado. Se quiere estimular así el trabajo personal, la participación y el desarrollo de habilidades y aptitudes individua-les y grupales.


Bibliografía:

Canavos, G.C. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. Ed. McGraw-Hill.

Casas, J. M.; García, C.; Rivera, L. F. y Zamora, A. Y. (1998): Problemas de Estadística. Descriptiva, probabilidad e inferencia. Ed. Pirámide

Cuadras, C. y otros (1984): Fundamentos de Estadística. Aplicación a las Ciencias Huma-nas. Ed. PPU.


Un examen final escrito con preguntas sobre aspectos teóricos y prácticos de asigna-tura.El contenido del examen puede consistir en:– Problemas con un grado de dificultad similar a los realizados en clase y a los propues-



básicos. Durante la clase se propondrán ejercicios para realizar en el momento, con un grado de dificultad similar a los realizados anteriormente, con el objetivo de constatar que el estu-diante ha comprendido las explicaciones. También se valora positivamente la asistencia activa y especialmente la participación en clase. Se podrán proponer en clase algunas formas de evaluación continua.


Asignatura: 14301 ECONOMETRÍA

Curso: 3ºTitulación: L.A.D.E.Cuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 9Profesores: Carmen García Olaverri Ignacio García Lautre

Objetivos:

– Saber extraer datos de fuentes estadísticas de carácter Público.

– Saber crear y modificar ficheros de datos a partir de encuestas u otras fuentes a un nivel de usuario avanzado.

– Saber aplicar el método econométrico a datos reales.

– Familiarizarse con todo lo relativo al uso de SPSS.

– Conseguir un nivel de abstracción suficiente para saber pasar del lenguaje de la calle al lenguaje matemático.

– Conseguir competencias lingüísticas y expositivas.

– Inculcar en los estudiantes el sentido de responsabilidad en el uso de la información estadística.

– Promover actitudes solidarias y de trabajo en equipo.

Programa:

BLOQUE I:– Introducción. El modelo econométrico.– El modelo lineal simple (MLS).– El modelo lineal general (MLG).

BLOQUE II:– Multicolinealidad.– Soluciones a los problemas de, heteroscedasticidad, autocorrelación.

BLOQUE III:– Extensiones del MLG.

Prácticas:

Una de la tres sesiones semanales de clase se impartirá en aula de ordenadores,.Es necesario llevar al día la materia para que las clases sean provechosas. Por lo ge-neral, en todas las clases habrá una parte expositiva por parte de la profesora y otra parte de trabajo y de participación de los estudiantes. Es importante comprender e ir paulatinamente asimilando los conceptos, puesto que toda la materia tiene un mismo hilo conductor. Se recomienda a los estudiantes que no duden en pedir aclaraciones y en participar en clase.


Bibliografía:

Alonso, A.; Fernández-Macho, J. Gallastegui, I. (2005): Econometría. Ed. Prentice Hall.Gujarati, D.N. (2004): Econometría. Ed. McGraw-Hill.Novales, A. (1993): Econometría. Ed. McGraw Hill.


El proceso de adaptación de las asignaturas al Espacio Europeo de Educación Superior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimis-mo se trata de promover la realización de un trabajo continuado a lo largo del periodo lectivo, bajo la supervisión de la profesora. Por esta razón presentamos distintas moda-lidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprometerse con la asignatura. En las modalidades que supongan procesos de eva-luación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan. En todas las modalidades de evaluación habrá un examen final con dos partes: escrito y con ordenador.


Asignatura: 14305 ANÁLISIS MULTIVARIANTE

Curso: 3ºTitulación: L.A.D.E.Cuatrimestre: 2ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesores: Sagrario Gómez Elvira Ignacio García Lautre Rosa Blanco Gómez

Objetivos:

El objetivo específico de la asignatura es dar a conocer los fundamentos teóricos y principalmente las aplicaciones prácticas de las técnicas estadísticas multivariantes más usuales, al objeto de extraer de los datos la información más relevante, de cara a posibilitar la toma de decisiones. Es especialmente importante la comprensión de la materia, saber el porqué y el para qué, qué resultados esperamos obtener, alejarse de la aplicación mecánica o rutinaria de las técnicas.

Programa:– Introducción al análisis multivariante.– Análisis de la varianza.– Análisis factorial. Análisis de componentes principales.– Análisis factorial de correspondencias.– Análisis discriminante.– Análisis de congloremados o cluster.

Prácticas:

Las prácticas con ordenador se intercalarán a lo largo del cuatrimestre. Es necesario llevar al día la materia para que las clases de prácticas con ordenador sean provechosas ya que los análisis estadísticos no se pueden realizar de forma mecánica.

Bibliografía:Uriel, E; Aldás, J. (2005): Análisis multivariante aplicado. Ed. ThomsonCuadras, C.M. ( 1991 ): Métodos de Análisis Multivariante. Ed. PPUDillon, W.; Goldstein, M. (1984 ): Multivariate Analysis: Methods and Applications. Ed. Wiley.


El proceso de adaptación de las asignaturas al Espacio Europeo de Educación Superior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimis-mo se trata de promover la realización de un trabajo continuado a lo largo del periodo lectivo, bajo la supervisión de los profesores. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprometerse con la asignatura.En las modalidades que supongan procesos de evaluación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan.El examen final constará de dos partes: escrito y con ordenador.



Curso: 3ºTitulación: L.A.D.E.Cuatrimestre: 1ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Mª Luisa Eraso Goicoechea Javier Faulín Fajardo (grupo internacional)

Objetivos:

En esta asignatura se estudian algunos modelos y métodos de la Investigación Operativa que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar un sis-tema empresarial. Proporciona al estudiante una comprensión conceptual de la función que desempeñan los métodos cuantitativos en el proceso de toma de decisiones, cómo funcionan estos métodos y la forma de aplicarlos e interpretarlos.El alumno aprende a reconocer distintos problemas en el contexto del mundo empre-sarial, a plantear dichos problemas mediante modelos de programación matemática, a resolverlos, así como a interpretar y a valorar los resultados.

Programa:

– Investigación operativa.– Fundamentos matemáticos.– Introducción a la programación lineal. – Métodos simplex.– Dualidad.– Análisis postóptimo y programación paramétrica.– Problemas de transporte.– Programación entera.– Programación lineal multiobjetivo.– Optimización no lineal sin restricciones.– Optimización no lineal con restricciones.– Paquetes informáticos de optimización.

Prácticas:

El alumno deberá también asistir a las sesiones prácticas de ordenador donde, siguien-do el guión de la práctica, el alumno aprenderá a manejar software de optimización (LIN-DO, LINGO, WINQSB y el solver de EXCEL) para resolver estos problemas, y a interpretar correctamente, en el contexto del problema real, las soluciones proporcionadas por el ordenador.

Bibliografía:

Anderson, D. R.; Sweeney, D. J.; Williams, T. A. (1999): “Métodos cuantitativos para los negocios”. Ed. Thomson.


Heizer, J.; Render, B. (2001): Dirección de la Producción. Decisiones Estratégicas. Ed. Prentice Hall. 6ª ed.

Hillier, F.; Lieberman, G. (2002): Introducción a la Investigación de Operaciones. Ed. Mc-Graw-Hill, 7ª ed.


El alumno podrá elegir entre el examen de la asignatura en la fecha programada por la Facultad o evaluación continua en la que además del examen, se tendrá en cuenta la participación activa en clase, la realización de las tareas que se propondrán a lo largo del curso y la elaboración de un trabajo en grupo.


Asignatura: 14443 MODELOS OPERATIVOS DE CONTROL

Curso: 4ºTitulación: L.A.D.E.Cuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Cristina Azcárate Camio Miren Portilla Manjón

Objetivos:

El objetivo asociado a la primera parte es que el estudiante sea capaz de utilizar las herramientas estadísticas apropiadas para el análisis de datos de la calidad de la pro-ducción y de fiabilidad del producto.El objetivo asociado a la segunda parte del curso es que el estudiante adquiera los co-nocimientos suficientes de simulación que le permitan modelar y analizar problemas de tipo estratégico en la gestión empresarial

Programa:

Parte I: Herramientas estadísticas para el control de calidad y fiabilidad.1. Gráficos de control.2. Análisis de capacidad de un proceso.3. Control de recepción. Aceptación de lotes por mueestreo.4. Introducción a la fiabilidad de sistemas.

Parte II: Simulación.5. Introducción a la simulación6. Generación artificial de aleatoridad.7. Construcción de un modelo de simulación.8. Análisis de los resultados de la simulación.9. Aplicaciones de la simulación en la empresa.

Prácticas:

Los modelos que se estudian en esta asignatura se ilustrarán con ejemplos prácticos y con la discusión de situaciones reales en el campo empresarial. La impartición de fundamentos teóricos se complementará con la realización de prácticas en las que se resolverán problemas más complejos utilizando la hoja de cálculo Microsoft Excel ade-más de programas estadísticos para el control de la calidad (MINITAB) y programas de simulación (ARENA)

Bibliografía:

Barceló, J. (1996): Simulación de Sistemas Discretos. Ed. Isdefe.Juran, J.M.; Godfrey, A.B.; Hoogstoel, R.E.; Schilling, E.G. (2001): Manual de calidad de

Juran. Vol. 2. Ed. McGraw-Hill.Kelton, W.D.; Sadowsky, R.P.; Sadowsky, D.A. (2002): Simulation with Arena. Ed. McGraw-

Hill, Inc. 2ª ed.



La evaluación de la asignatura se realizará mediante un examen final con la ayuda del ordenador, con la posibilidad de consultar apuntes y libros. Se valorará la realización de ejercicios, lecturas recomendadas, prácticas ordenador y otros trabajos durante el curso.


La competitividad creciente en todos los sectores económicos exige a las empresas un elevado nivel de calidad en sus productos para su supervivencia en el mercado. Los conocimientos impartidos en esta asignatura permiten analizar con rigor estadístico las mediciones efectuadas sobre el desempeño del proceso productivo. Esto facilita funda-mentar cuantitativamente la toma de decisiones que configurarán la estrategia adoptada para alcanzar la calidad de los productos. Así, las técnicas de simulación, permiten evaluar la eficiencia del proceso productivo así como comparar distintas configuraciones del mismo. Mientras que las herramientas estadísticas para el control de la calidad per-miten efectuar el análisis de las características de calidad del producto.


Asignatura: 26103 ESTADÍSTICA I

Curso: 1ºTitulación: Diplomatura en Ciencias EmpresarialesCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 6Profesores: Mª Dolores Prados Osés Ana Apilluelo Martín Elena Abascal Fernández

Objetivos:

Adquirir conocimientos básicos de estadística descriptiva y de probabilidad, necesarios para cualquier análisis de datos de una y dos variables. Familiarizarse con el cálculo de distintas tasas de variación en variables temporales. Analizar con profundidad la teoría de los números índices.

Programa:

– Conceptos básicos. Organización de los datos. – Medidas de tendencia central. – Me-didas de dispersión. – Medidas de forma y de concentración. – Estadística de atribu-tos. – Distribuciones bidimensionales. – Regresión y correlación. – Números índices. – Series temporales

Prácticas:

Consistirán en la realización de numerosos ejercicios intercalados con las explicaciones teóricas. Se realizarán también algunas clases prácticas en el aula de informática, don-de se resolverán problemas con ayuda del programa SPSS.

Bibliografía:

Montero Lorenzo, J.A. (2007): Estadística descriptiva. Ed. Thomson.Martín Pliego, F.J. (1994): Introducción a la Estadística Económica y Empresarial. Ed.

Prentice Hall.Casas Sánchez, J.M. y otros (1998): Problemas de Estadística. Ed. Pirámide.


Examen único en el que al menos un 60 % es práctico, donde se valora fundamentalmen-te el planteamiento e interpretación de los resultados.Se valorará la asistencia a clase, siempre que sea con interés, así como la participación en la misma.También se valorará la realización y entrega de una serie de ejercicios que se van dejan-do a lo largo del curso para su resolución.


Se dejarán en la red (aulario virtual): Programa de la asignatura, temas, enunciados de problemas, soluciones de los problemas no resueltos en clase, prácticas de ordenador, exámenes de cursos anteriores etc.Utilidad posterior: en varias asignaturas de la carrera, así como si se quiere continuar con las titulaciones de L.A.D.E. ó L.E.


Asignatura: 26108 ESTADÍSTICA II

Curso: 1ºTitulación: Diplomatura en Ciencias EmpresarialesCuatrimestre: 2ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesora: Mª Dolores Prados Osés

Objetivos:

Conocimientos fundamentales de probabilidad e inferencia estadística como instrumen-tos necesarios para la toma de decisiones cuando prevalecen condiciones de incerti-dumbre.

Programa:

– Conceptos generales de probabilidad.– Variable aleatoria unidimensional.– Distribuciones discretas de probatilidad.– Distribuciones continúas de probabilidad.– Distribuciones en el muestreo. Estimación.– Contrastes de hipótesis paramétricos.– Contrastes de hipótesis no paramétricos.

Prácticas:

Consistirán en numerosos ejercicios simultaneados con la explicación teórica.

Bibliografía:

Newbold, Paul (2004): Estadística para los Negocios y la Economía. Ed. Prentice Hall.Casas Sánchez, J.M. y Otros (1998): Problemas de Estadística. Ed. Pirámide.Martín Pliego, J; Ruiz Maya, L. (2003 ): Fundamentos de Probabilidad. 2ª ed. Ed. Thom-son.


Examen único en el que al menos un 60 % es práctico, donde se valora fundamentalmen-te el planteamiento e interpretación de los resultados.Se valorará la asistencia a clase, siempre que sea con interés, así como la participación en la misma.También se valorará la realización y entrega de una serie de ejercicios que se van dejan-do a lo largo del curso para su resolución.


Utilidad posterior: en varias asignaturas de la carrera, así como si se desea continuar con las titulaciones de L.A.D.E. ó L.E.


Asignatura: 26319 ESTADÍSTICA EMPRESARIAL: UN ENFOqUE APLICADO

Curso: 2º

Titulación: Diplomatura en Ciencias Empresariales

Cuatrimestre: 1º

Tipo: Optativa


Prácticos: 3

Créditos total: 6Profesores: Eulalia Nualart Dexeus Francisco Cerveto Peña

Objetivos:

Proporcionar al estudiante habilidades en la utilización de herramientas informáticas para el Análisis de datos desde un punto de vista descriptivo e inferencial. Se pretende que el alumno se enfrente a un problema de análisis o de toma de decisiones y sepa manejar los programas informáticos con fluidez, interpretando adecuadamente los resul-tados obtenidos. Se desea familiarizar al estudiante con el análisis de datos estadísti-cos. Enseñarle a organizar la información, sistematizarla y extraer de ella las principales características. Por otra parte, la asignatura también pretende avanzar un paso más en el uso de la información cuantitativa, no como mera descripción y exploración de datos sino como una herramienta para realizar inferencias, hacer predicciones y, en definitiva tomar de decisiones en ambientes de incertidumbre, como lo es el entorno económico y financiero.

Al terminar la asignatura, los estudiantes habrán adquirido destrezas en el análisis y síntesis de la información y serán capaces de utilizar con soltura los programas informá-ticos de exploración de datos.

Programa:

Introducción.

Análisis de datos.

Inferencia estadística y contrastes

Prácticas:

Todas las semanas se impartirá una sesión teórica de dos horas utilizando proyecciones con ejemplos de resultados estadísticos obtenidos con el paquete estadístico con el objeto de recordar y profundizar en los conocimientos teóricos adquiridos en el curso anterior: Metodología: análisis estadísticos aplicados con SPSS.

La siguiente sesión semanal será práctica y se llevará a cabo en el aula de informática. Metodología: Ejercicios prácticos sobre el ordenador aplicando el tema estudiado en las clases teóricas previas.

Bibliografía:

Berenson, M.L.; Levine, D.M. (1992): Estadística Básica en Administración. Conceptos y Aplicaciones. Edi. Prentice Hall Hispanoamericana.

Martín Pliego, F.J. (1994): Introducción a la Estadística Económica Empresarial. Ed. A.C.

Newbold, P. (2004): Estadística para los Negocios y la Economía. Ed. Prentice Hall.


Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual Prác-tico del Paquete Estadístico SPSS para Windows. Edita Universidad Pública de Navarra.


Examen teórico-práctico con el ordenador utilizando el programa SPSS. Se presentarán unos ficheros de datos con diferentes variables y se pedirá el análisis pormenorizado de sus aspectos fundamentales. Además, deberán resolverse razonadamente una serie de cuestiones que precisen de la aplicación de la Inferencia estadística.La intención de este examen es enfrentar al alumno a un caso práctico, que requiera la utilización de los conceptos y procesos fundamentales, explicados a lo largo de todas las sesiones.


Asignatura: 26320 MODELOS DE OPTIMIzACIóN EMPRESARIAL

Curso: 2ºTitulación: Diplomatura en Ciencias EmpresarialesCuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesor: Antonio Pérez Prados

Objetivos:

Como objetivo global, se quiere lograr que el estudiante refuerce y amplíe los conoci-mientos adquiridos en el primer curso de la diplomatura sobre técnicas estadísticas; que ejercite su capacidad de reflexión, síntesis y razonamiento; que participe de forma activa y crítica en clase y en el desarrollo de la asignatura; y que practique el autoaprendizaje

Programa:

– Concepto, método y modelos de Investigación Operativa. Programación Matemática– Modelos Lineales de optimización:– Modelo de programación lineal.– Formulación y solución de problemas lineales.– Análisis postoptimal.– Programación paramétrica.– Modelo del transporte.– Modelos lineales enteros.– Modelos con múltiples objetivos.– Algunos modelos de programación no lineales (opcional)– Modelos de decisión sobre grafos y redes (opcional):– Problemas de grafos.– El problema del flujo y redes.– Aplicaciones con paquetes informáticos de optimización:– QSB.– Opcional: programas informáticos LINDO, EXCEL.– Análisis de casos prácticos.

Prácticas:

Los modelos que se estudian en esta asignatura se ilustran con ejemplos prácticos y con la discusión de situaciones empresariales, que se resuelven con la ayuda del orde-nador y la utilización de software específico existente en el mercado. Por ello, parte de la asignatura se imparte en aula de informática y se dedica a la realización de prácticas de ordenador en las que el estudiante aprende el manejo de paquetes informáticos de optimización.

Bibliografía:

Anderson, D.; Sweeney, D.; Williams, T. (1998): Métodos Cuantitativos para los Negocios. Ed. Internacional Thomson Editores, 7ª ed.


Glover, F. Klingman, D.; Phillips, N. (1992): Nerworks models in optimization and their applications in practice. Ed. Wiley.

Hillier, F. S.; Hillier, M. S.; Lieberman, G. J. (2002): Métodos Cuantitativos para Adminis-tración. Ed. McGraw-Hill.


1. La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas en:– Asistencia, por encima del 80% y participación en clase; asistencia a tutorías, así como

exposición de temas, tareas o trabajos: hasta el 40% de la nota final.– Tareas, ejercicio y trabajos, para aquellos estudiantes que hayan asistido a clase por

encima del 80%: hasta el 20% de la nota final.– Trabajo final de la asignatura, para aquellos estudiantes que hayan asistido a clase

por encima del 80%.– Aquellos estudiantes que hayan asistido a clase por encima del 80% podrán presentar-

se al examen final de la asignatura a fin de mejorar o subir su nota definitiva.2. Actividades que se evaluarán (de forma separada al examen):– Asistencia y participación en clase, asistencia a tutorías, exposición de trabajos y pre-

sentación de temas, tareas, ejercicios y trabajos realizados a lo largo del cuatrimestre, trabajo final de la asignatura.

3. Prueba en el aula de informática que consistirá en la aplicación de los métodos y técnicas estudiadas a la resolución de ejercicios prácticos que recorrerán los diferentes capítulos que componen el temario de la asignatura.



Curso: 2ºTitulación: Dirección de Empresas y Estudios JurídicosCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 6Profesores: Ana Apilluelo Martín Juan José Bosch González

Objetivos:

Esta asignatura introduce a los estudiantes en los conceptos estadísticos más básicos como son el análisis de datos de una única característica, de la relación entre dos carac-terísticas y de la evolución o cambio de una característica a lo largo del tiempo. Así mismo inicia a los estudiantes en el manejo con el ordenador de la hoja de cálculo Excel y del paquete estadístico SPSS para realizar los análisis de datos de forma cómoda y sencilla.

Programa:

Introducción.Estadística descriptiva.Estadística bidimensional.Números índices.Series temporales.

Prácticas:

La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la impartición de los conceptos teóricos de estadística y las otras dos horas, los miércoles, (aunque inicialmente se imparte teoría) desde la segunda semana de clase se dedican a prácticas con ordenador, con el fin de aprender, de forma dirigida, el manejo de la hoja de cálculo Excel y del paquete estadístico SPSS.

Bibliografía:

Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual Práctico del Paquete Estadístico SPSS para Windows. Edita Universidad Pública de Navarra.

Montiel, A.M.; Rius, F.; Barón, F.J. (1996): Elementos Básicos de Estadística Económica y Empresarial. Ediciones Prentice Hall

Arnaldos, F.; Díaz, T.; Faura, U.; Molera, L.; Parra, I. (2003): Estadística Descriptiva para Economía y Administración de Empresas. Cuestiones tipo test y ejercicios con Microsoft Excel. 2ª ed. revisada. Ed. AC-Thomson.


Examen final que constará:– Una prueba teórica-práctica sobre papel, donde al menos un 60% es práctico (pro-

blemas) en el que se valora finalmente el planteamiento y significado de los re-sultados.


– Una prueba práctica sobre el ordenador.– La calificación global será la media aritmética de las notas obtenidas en cada prue-

ba, siempre que se haya superado ambos exámenes. El examen final supone un 60% de la nota final.Es necesario, pero no suficiente aprobar el examen final para aprobar la asignaturaAsistencia a tutorías en grupos (formados a principio de curso) para la exposición y dis-cusión de UN CASO PRÁCTICO resuelto con el ordenador. También se valoraran la reso-lución de problemas y prácticas, entregados a lo largo del curso, así como la asistencia y participación en clase. Exposición de un problema, comentando la solución planteada... (Supone un 20% de la nota).Pruebas o controles realizadas en clase. (Supone un 20% de la nota).





Créditos total: 6Profesores: Ana Apilluelo Martín Juan José Bosch González

Objetivos:

El objetivo de la asignatura es el estudio del modelo matemático de la probabilidad. El propósito es que al finalizar el curso el estudiante sea capaz de:Comprender el modelo probabilístico.Tener una percepción clara de la variable aleatoria y su distribución de probabilidad.Calcular e interpretar correctamente los valores típicos de las distribuciones.Conocer las distribuciones de probabilidad más frecuentes, sus propiedades y manejar las tablas estadísticas.Reconocer las condiciones bajo las cuales se aproximan a la distribución Normal.Reconocer las condiciones de aplicación del teorema Central del Límite.Desarrollar aptitudes y habilidades en la formulación y resolución de temas y problemas en los que interviene la estadística.

Programa:

– Probabilidad.– Variable aleatoria unidimensional y bidimensional.– Características de las distribuciones de probabilidad.– Variables aleatorias bidimensionales.– Distribuciones de probabilidad discretas.– Distribuciones de probabilidad continuas.– Distribuciones Muestrales.

Prácticas:

Consistirán en la realización de problemas y cuestiones teórico-prácticas intercaladas con las explicaciones teóricas.

Bibliografía:

Novales A. (1997): Estadística y Econometría. Ed. McGraw-Hill.Newbold, P. (2000): Estadística para los Negocios y la Economía. Ed. Prentice HallPaña; D. (2004): Fundamentos de Estadística. Alianza Editorial.


– Dos pruebas, donde al menos un 60% es práctico (problemas y preguntas teórico-prác-ticas) en el que se valora finalmente el planteamiento y significado de los resultados.


(un 60% de la nota). Es necesario, pero no suficiente aprobar las dos pruebas para aprobar la asignatura.

– Exposición en clase, y/o en tutorías en grupo, de uno o varios problemas y/o cuestio-nes planteadas en clase, comentando la solución planteada, donde también se valora las aptitudes y habilidades del alumno.

– También se valorarán la resolución de problemas entregados a lo largo del curso, en tutorías, así como la asistencia, participación y actitudes en clase.

– Pruebas o controles realizadas en clase (al menos se realizarán dos)


El conocimiento de esta asignatura es esencial para el desarrollo de la Estadística e Introducción a la Econometría.





Créditos total: 6Profesora: Elena Abascal Fernández

Objetivos:

Conocer las grandes posibilidades que tiene la Estadística como medio de obtener infor-mación de calidad y ser capaz de distinguir aquellas situaciones en las que es posible y necesario un análisis estadístico. Diferenciar opiniones contrastables empíricamente de las que no lo son.Adquirir y comprender la terminología estadística. Adquirir y comprender el modo de razonar en las situaciones donde se usa la inferencia estadística.Saber plantear un problema económico en términos estadísticos. Evaluar correctamente las dificultades que pueden plantearse en cada caso, conocer sus limitaciones y recursos. Saber interpretar los resultados y exponer las conclusiones de un análisis expresando su significado, contenidos informativos y utilidades del mismo en relación con el entorno donde los datos se han generado.Saber interpretar y cuestionar un informe realizado por otros y si las conclusiones obte-nidas tienen un fundamento estadístico suficiente.Desarrollar la actitud que le permita comprender nuevas técnicas estadísticas que pue-dan necesitar en otras asignaturas o en el ejercicio de su profesión. En general, estimular el interés del estudiante por la estadística en general, como cien-cia que le permite obtener información y reducir la incertidumbre en los procesos de decisión.

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Modelos lineales con variables cualitativas. Análisis de la varianza (ANOVA).– Modelización econométrica: modelo de regresión lineal.

Prácticas:

Las Prácticas son obligatorias y se realizan con el programa SPSS. En estas prácticas se resuelven con ayuda del ordenador problemas semejantes a los realizados en el aula. Aquellos estudiantes que no realicen estas las prácticas deberán de realizar un examen en el que deben resolver problemas con ayuda del ordenador y del programa SPSS.


Bibliografía:

Newbold, P. (2000): Estadística para los Negocios y la Economía. Ed. Prentice Hall.Cánovas, G.C. (1988): Probabilidad y Estadística. Aplicaciones y Métodos. Ed. McGraw-

Hill.Cuadras, C. y otros (1984): Fundamentos de Estadística. Aplicación a las Ciencias

Humanas. Ed. PPU.





básicos.


Asignatura: 31401 ECONOMETRÍA



Créditos total: 9Profesora: Sagrario Gómez Elvira

Objetivos:

Saber extraer datos de fuentes estadísticas de carácter público. Saber crear y modificar ficheros de datos a partir de encuestas u otras fuentes. Saber aplicar el método econo-métrico a datos reales. Familiarizarse con todo lo relativo al uso del SPSS.Conseguir un nivel de abstracción suficiente para saber pasar del lenguaje de la calle al lenguaje matemático. Conseguir competencias lingüísticas y expositivas.Inculcar en los estudiantes el sentido de responsabilidad en el uso de la información estadística. Promover actitudes solidarias y de trabajo en equipo.

Programa:

BLOQUE I: Modelos Econométricos– Introducción: el modelo econométrico.– El modelo lineal simple (MLS).– El modelo lineal general (MLG).

BLOQUE II: Incumplimiento de Hipótesis en el MLG.– Multicolinealidad.– Soluciones a los problemas de heteroscedasticidad y autocorrelación.

BLOQUE III: Extensiones del Modelo Lineal General– Extensiones del MLG.

Prácticas:

En todas las clases habrá una parte expositiva por parte de los profesores y otra parte de trabajo y de participación de los estudiantes.

Bibliografía:

Alonso, A.; Fernández-Macho, J.; Gallastegui, I. (2005): Econometría. Ed. Pearson-Prentice Hall.

Gujarati, D.N. (2004): Econometría. Ed. McGraw-HillNovales, A. (1993): Econometría. Ed. McGraw-Hill.



Se valorará:El proceso de adaptación de las asignaturas al Espacio Europeo de Educación Superior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimis-mo se trata de fomentar trabajo continuado a lo largo del periodo lectivo, bajo la supervi-sión de la profesora. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprometerse con la asignatura. En las modalidades que supongan procesos de evaluación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan.En todas las modalidades de evaluación habrá un examen final con dos partes: escrito y con ordenador.


Asignatura: 31508 ANÁLISIS MULTIVARIANTE

Curso: 5ºTitulación: Dirección de Empresas y Estudios JurídicosCuatrimestre: 2ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesora: Carmen García Olaverri

Objetivos:

El objetivo específico de la asignatura es dar a conocer los fundamentos teóricos y principalmente las aplicaciones prácticas de las técnicas estadísticas multivariantes más usuales, al objeto de extraer de los datos la información más relevante, de cara a posibilitar la toma de decisiones. Es especialmente importante la comprensión de la materia, saber el porqué y el para qué, qué resultados esperamos obtener, alejarse de la aplicación mecánica o rutinaria de las técnicas.

Programa:

– Introducción al análisis multivariante.– Análisis de la varianza.– Análisis factorial. Análisis de componentes principales.– Análisis factorial de correspondencias.– Análisis de discriminante.– Análisis de conglomerados o Cluster.

Prácticas:

Las clases se desarrollarán en 2 lugares:a) En el aula habitual se impartirán las clases teóricas y las prácticas de pizarra así como las interpretaciones de salidas de ordenador b) En las aulas del Servicio de Informática del Aulario, se impartirán las clases prácticas con ordenador. En ellas se aprenderá a programar cada una de las técnicas estudiadas y se interpretarán los resultados.Las prácticas con ordenador se intercalarán a lo largo del cuatrimestre. Es necesario llevar al día la materia para que las clases de prácticas con ordenador sean provechosas ya que los análisis estadísticos no se pueden realizar de forma mecánica.

Bibliografía:

Uriel, E.; Aldás, J. (2005 ): Análisis multivariante aplicado. Ed. Thomson.Cuadras, C.M. (1991 ): Métodos de Análisis Multivariante. Ed. PPU.Dillon, W.; Goldstein, M. (1984): Multivariate Analysis: Methods and Applications. Ed.

Wiley.



El proceso de adaptación de las asignaturas al Espacio Europeo de Educación Supe-rior fomenta que sea el estudiante quien se responsabilice de su propia formación. Asimismo se trata de fomentar el trabajo continuado a lo largo del periodo lectivo, bajo la supervisión de los profesores. Por esta razón se presentarán distintas modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de compro-meterse con la asignatura. En las modalidades que supongan procesos de evaluación continua, la nota final será la suma de la puntuación obtenida durante el curso y la del examen, con las condiciones que se establezcan.El examen final constará de dos partes: escrito y con ordenador.


Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación

Ingeniería Industrial



35302 Métodos Estadísticos de la Ingeniería

3º 2º Troncal 9 2 4 114 Ana Fernández Militino Tomás Goicoa Mangado

35403 Optimización Lineal y no Lineal

4º 1º Troncal 6 2 4 100 Cristina Azcárate CamioFrancisco Ballestín González

35410 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 1 3 57 Fermín Mallor Giménez Sandra Eraso Moreno

35419 Métodos Cuantitativos de Organización Industrial

4º 2º Optativa 6 1 1 20 Fermín Mallor GiménezCristina Azcárate Camio

Ingeniería de Telecomunicación



32206 Estadística 2º Anual Obligatoria 9 1 1 35 Ana Fernández MilitinoTomás Goicoa Mangado

Ingeniería Técnica Industrial Mecánica




2º 1º Troncal 7,5 2 5 133 Yolanda Lacasta RemónFrancisco Ballestín González

33209 Técnicas Estadísticas de control de la Producción

2º 2º Optativa 6 1 3 83 Miren Portilla Manjón Francisco Ballestín GonzálezYolanda Lacasta Remón

Ingeniería Técnica Industrial Mecánica / Diseño Industrial (Tudela)




2º 1º Troncal 7,5 1 0 12 Sebastián Tirapu Ustárroz

Ingeniería Técnica Industrial Eléctrica




2º 1º Troncal 7,5 2 4 90 Henar Urmeneta Martín-Ca.

34209 Técn. Estad. Control de la Producción

2º 2º Optativa 6 1 2 50 Rafael Rivera MartínFrancisco Ballestín González


Ingeniería Técnica de Comunicación, Imagen y Sonido



41101 Estadística 1º 1º Obligatoria 6 2 3 130 José Antonio Moler CuiralHenar Urmeneta Martín-Cale.Sandra Eraso Moreno

Ingeniería Técnica en Informática de Gestión



40111 Estadística 1º 2º Troncal 9 2 4 99 José Antonio Moler Cuiral Henar Urmeneta Martín-Ca.

41319 Técnicas de Optimización 3º 2º Optativa 6 1 0 M.ª Luisa Eraso GoicoecheaJavier Faulín Fajardo

Ingeniería en Informática. 2º ciclo



53506 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 1 3 1 Fermín Mallor GiménezSandra Eraso Moreno


Asignatura: 35302 MéTODOS ESTADÍSTICOS DE LA INGENIERÍA

Curso: 3ºTitulación: Ingeniería IndustrialCuatrimestre: 2ºTipo: TroncalCréditos:


Créditos total: 9Profesores: Ana Fernández Militino Tomás Goicoa Mangado M.ª Dolores Ugarte Martínez

Objetivos:

Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la inferencia estadística y la modelización. Que el alumno sepa resolver problemas de es-tadística elementales. Adquirir experiencia práctica en el manejo de software estadístico básico. La estadística en la industrial. ¿Para qué sirve? ¿Qué problemas resuelve?.

Programa:BLOQUE I: Probabilidad

– Probabilidad.– Variables aleatorias univariantes y multivariantes.

BLOQUE II: Inferencia Estadística– Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza.– Contrastes de hipótesis.– Métodos no paramétricos.

BLOQUE III: modelización Estadística– Diseño de experimentos.– Regresión lineal.

Prácticas:

Los temas teóricos se explican en el aula. Además de desarrollar los contenidos, en las clases de teoría se explican ejemplos y se realizan problemas al finalizar las distintas secciones. Dichos problemas se plantean a los alumnos con antelación para que ellos intenten resolverlos. Como complemento de las clases teóricas, se realizan 7 prácticas de ordenador con el paquete estadístico R.

Bibliografía:Ugarte, M.D. y Militino, A.F. and Arnholth, A.T. (2008): Probability and Statisctics with R.

CRC Press/ChapmanDevore, J.L. (2000): Probability and Statistics for Engineering and the Sciences. Fifth

Edition. Duxbury.Montgomery, D.; Runger, G. and Hubele, N.F. (1998): Engineering Statistics. Jonh Wiley

and Sons.


La evaluación se realizará mediante asistencia a clases y participación activa (máximo 1 punto.) Pruebas de seguimiento continuo (máximo 1 punto). Presentación y defensa de las prácticas (máximo 1 puntos). Examen escrito (máximo 4 puntos). Examen práctico con ordenador (máximo 3 puntos).


Asignatura: 35403 OPTIMIzACIóN LINEAL y NO LINEAL

Curso: 4º

Titulación: Ingeniería Industrial

Cuatrimestre: 1º

Tipo: Troncal


Prácticos: 3

Créditos total: 6Profesores: Cristina Azcárate Camio Francisco Ballestín González

Objetivos:

Que el estudiante conozca los fundamentos científicas de las técnicas de optimización y sus últimos avances. Que sepa identificar distintos problemas de optimización en el contexto de la Ingeniería Industrial. Que sea capaz de representar dichos problemas mediante modelos de programación matemática. Que sea capaz de resolver estos mo-delos, interpretar y valorar los resultados, así como de extraer conclusiones a partir de ellos. Que conozca asimismo el método de la Investigación Operativa, desarrollando capacidades para el análisis y la síntesis. Que se capaz de asimilar en el futuro lasa transformaciones del conocimiento científico y técnico que se produzcan. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas de Investigación Operativa con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las téc-nicas y procedimientos propios de su futura actividad profesional.

Programa:

– Introducción a las técnicas de optimización.

– Fundamentos matemáticos de la programación lineal.

– Introducción a la programación lineal.

– Método del simplex.

– Dualidad.

– Análisis postóptimo y programación paramétrica.

– Problemas de transporte.

– Programación entera.

– Programación multiobjetivo.

– Optimización no lineal sin restricciones.

– Optimización no lineal con restricciones.

– Aplicaciones y paquetes informáticos de optimización.

Prácticas:

La metodología de la asignatura combinará clases magistrales, clases prácticas y se-siones de trabajo. La clase magistral por parte del profesor servirá para impartir los fundamentos teóricos. Las explicaciones teóricas se intercalarán con problemas y casos reales en el contexto de la Ingeniería Industrial.

Las clases magistrales se alternarán con sesiones prácticas en aulas de ordenadores, donde el alumno aprenderá a utilizar paquetes informáticas de optimización.


Las sesiones de trabajo se utilizarán para la presentación y discusión de trabajos y otras tareas realizadas por los alumnos.

Bibliografía:

Anderson, D.; Sweeney, D.; Williams, T. (2000): An introduction to Management Science:Quantitative Approaches to Decision Making. West Publishing Company, 9ª ed.

Avriel, M. y Golany, B. (1996). Mathematical Programming for Industrial Engineers. Marcel Dekker.

Bazaraa, M.S.; Sherali,H.D.; Shetty, C.M. (1993): Nonlinear Programming. Theory and Algorithms. Wiley, 7ª ed.


La evaluación de la asignatura se realizará mediante un examen final teórico-práctico con la ayuda del ordenador. Además se valorará la realización de ejercicios, lecturas comentadas, problemas-caso y otros trabajos durante el curso.


Asignatura: 35410-53506 FIABILIDAD y COMPONENTES DE SISTEMAS

Curso: 4ºTitulación: Ingeniería IndustrialCuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Fermín Mallor Giménez Sandra Eraso Moreno

Objetivos:

Que el estudiante sea capaz de reconocer un problema como de fiabilidad y/o control de calidad. Sepa seleccionar la herramienta de análisis más adecuada. Esto es, establecer un modelo estadístico adecuado para representar el problema. Que sea capaz de ana-lizar el modelo estadística mediante un programa estadístico. Que sepa extraer conclu-siones relacionadas con la fiabilidad y/o calidad del sistema a partir de los resultados alcanzados en el análisis del modelo estadístico.

Programa:– Análisis de datos de fiabilidad.– Modelos paramétricos en fiabilidad.– Introducción al análisis de datos con variables explicativas.– Fiabilidad de sistemas.– Control estadístico de la calidad.

Prácticas:

Las primeras semanas de curso se avanzará en la asignatura mediante la impartición de clases magistrales y la realización de problemas en la pizarra. A partir de la tercera semana y excepto cuando se imparta el tema cuatro correspondiente a la fiabilidad de sistemas, una de las dos sesiones de la semana se impartirá en el aula de informática donde se analizarán ficheros con datos para ilustrar los modelos teóricos explicados durante la otra sesión de la semana. El programa estadístico utilizado es el Minitab. En total están previstas 11 sesiones prácticas.

Bibliografía:

Blischke, W.R.; Murthy, D.N.P. (2000): Reliability. Modeling, Prediction and Optimization. Ed. Weley.

Evans, R. E.; Lindsay, W. (2000): Administración y control de la calidad. International Thomson Editores.

Montgomery, D. C. (2005): Introduction to Statistical Quality Control. Ed. Wiley.


La evaluación de la asignatura se realizará mediante un examen final con la ayuda del ordenador, con la posibilidad de consultar apuntes y libros durante los primeros 30 minutos. Además, se valorará la realización voluntaria de ejercicios y trabajos durante el curso, que consistirán en el análisis, con el ordenador, de datos de fiabilidad y en la interpretación de sus resultados. El estudiante podrá obtener hasta dos puntos sobre diez por la realización de estos trabajos, que serán tenidos en cuenta en su valoración final siempre que su calificación en el examen alcance los cuatro puntos.


Asignatura: 35419 MéTODOS CUANTITATIVOS DE ORGANIzACIóN INDUSTRIAL

Curso: 4ºTitulación: Ingeniería IndustrialCuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Fermín Mallor Giménez Cristina Azcárate Camio

Objetivos:

Que el estudiante conozca los fundamentos de la teoría de colas y de la simulación es-tocástica de sistemas. Que sepa representar una situación de espera mediante un mo-delo de colas adecuado. Que sea capaz de representar un proceso productivo complejo mediante un modelo matemático que permita su simulación. Que sea capaz de extraer conclusiones de los resultados de un modelo de simulación. Que sepa identificar otros problemas de optimización que pueden ser modelados mediante grafos y redes.

Programa:

– Investigación operativa. Modelos de colas.– Simulación. Generación artificial de aleatoriedad.– Simulación de sistemas.– Introducción a la optimización con simulación.– Introducción a otras técnicas de organización industrial.

Prácticas:

La impartición de los fundamentos teóricos se realizará mediante clase magistral en el aula. A partir de la tercera semana las clases magistrales se alternarán con clases prác-ticas en el aula de ordenadores donde se resolverán problemas y casos más complejos utilizando programas de simulación (ARENA), de evaluación de modelos de colas (QTS) y de modelos de investigación operativa más general (WinQSB). Durante el desarrollo del curso se discutirá la aplicación de las herramientas de análisis a situaciones reales.

Bibliografía:

Anderson, D.; Sweeney, D.; Williams, T. (1997): An introduction to Management Science: Quantitative Approaches to Decision making, West Publishing Company. 8ª ed.

Fishman, G.S. (1996): Monte Carlo: Concepts, algorithms and applications. Ed. Springer.Mallor, F.; Omey, E.; Van Gulck, S. (2008): Introduction to queuing models. A text book

for students of engineering, economics and management sciences. Ed. Universidad Pública de Navarra.


La evaluación de la asignatura se efectuará a partir de dos componentes. Al finalizar el curso se realizará un examen final con la ayuda del ordenador, con la posibilidad de con-sultar apuntos y libros durante los primeros 30 minutos. Además, el estudiante realizará trabajos de simulación, ejercicios y lecturas comentadas durante el curso. La calificación final se obtendrá a partir de la media geométrica de las puntuaciones obtenidas en am-bas partes, examen y trabajos.



Curso: 2ºTitulación: Ingeniería de TelecomunicaciónCuatrimestre: AnualTipo: ObligatoriaCréditos: 9


Créditos total: 9Profesores: Ana Fernández Militino Tomás Goicoa Mangado

Objetivos:

Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la inferencia estadística y la modelización. Aprender a resolver problemas de estadística básicos y analizar conjuntos de datos mediante técnicas estadísticas sencillas. Adquirir experiencia práctica en el manejo de software estadístico avanzado que requiere peque-ños ejercicios de programación. Conocer el papel de la estadística en la industria para comprender su utilidad y los problemas que resuelve.

Programa:

– Probabilidad. – Variables aleatorias.– Introducción a los procesos estocásticos.– Estadística descriptiva, muestreo y distribuciones asociadas al muestreo.– Estimación puntual e intervalos de confianza.– Contrastes de hipótesis paramétricos y no paramétricos.– Regresión lineal.

Prácticas:

La asignatura Estadística es anual impartiéndose tres horas a la semana. Los tres pri-meros temas se imparten en el primer cuatrimestre y el resto en el segundo.Los temas se explican en el aula donde, además de desarrollar los contenidos, en las clases de teoría, se ilustran con ejemplos y se realizan problemas al finalizar las dis-tintas secciones. Como complemento de las clases teóricas, se realizan 6 prácticas de ordenador con el paquete estadístico R.

Bibliografía:

Ugarte, M. D. y Militino A.F., and Arnholt A. (2008): Probability and Statistics with R. Ed. Chapman and Hall Boca Ratón.

Montgomery, D., Runger, G. and Hubele, N.F. (1998): Engineering Statistics. John Wiley and Sons.

Papoulis, A. (1991): Probability, Random Variables, and Stochastic Processes. Third Edition. McGraw-Hill.

Yates, R.D. and Goodman, D.J. (2005): Probability and Stochastic Processes. A friendly introduction for Electrical and Computer Engineers. John Wiley and Sons.



– Examen parcial teórico liberatorio en febrero. (Máximo 2 puntos)– Examen final en junio:

• Examen teórico: consta de dos partes, según se haya aprobado o no el parcial de febrero.

• Primer parcial: para aquellos no presentados o suspendidos en febrero. (Máximo 2 puntos)

• Segundo parcial: para todos los alumnos. (Máximo 2 puntos)• Examen práctico de ordenador. (Máximo 3 puntos)

– Presentación de prácticas y pruebas de seguimiento. (Máximo 2 puntos)– Asistencia a clase y participación activa. (Máximo 1 punto)



Curso: 2ºTitulación: Ingeniería Técnica Industrial MecánicaCuatrimestre: 1ºTipo: TroncalCréditos:

Teóricos: 4,5Prácticos: 3

Créditos total: 7,5Profesores: Yolanda Lacasta Remón Francisco Ballestín González

Objetivos:

Que el futuro ingeniero técnico industrial conozca los fundamentos científicos de la es-tadística, y sus últimos avances. Que conozca asimismo el método estadístico, desarro-llando capacidades para el análisis y la síntesis. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científico y técnico que se produzcan. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas estadísticas con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Programa:

– Introducción a la Estadística.– Introducción a la Estadística descriptiva. – Fenómenos y sucesos aleatorios. – El concepto de probabilidad. – Variables aleatorias y distribuciones de probabilidad. – Algunos modelos de distribuciones de probabilidad de tipo discreto.– Algunos modelos de distribuciones de probabilidad de tipo continuo. – Estimación puntual.– Inferencia estadística para una sola muestra.– Inferencia estadística para dos muestras.– Pruebas de bondad del ajuste y análisis de tablas de contingencia. Algunos tests no

paramétricos.

Prácticas:

La metodología de la asignatura será la de clase magistral por parte del profesor inter-calando las explicaciones teóricas con problemas de aplicación de la teoría explicada. Los alumnos deberán realizar cinco prácticas de ordenador con el paquete estadística Minitab con objeto de poner en práctica los conocimientos adquiridos en las clases teó-ricas. Aunque los días de prácticas están sujetas a posibles variaciones.

Bibliografía:

Montgomery, D.C. y Runger, G.C. (2003): Probabilidad y Estadística aplicadas a la Ingeniería. Ed. Limusa

Quesada, V.; Isidora, A. y López, L.A. (1996): Curso y Ejercicios de Estadística. Ed. Alhambra.

Casas Sánchez, J.M; García Pérez, C.; Rivera Galicia, L.F. y Zamora Sanz, A.I. (1997): Problemas de Estadística. Ed. Pirámide.



Todos los alumnos serán evaluados mediante dos exámenes finales, que comprenderán la totalidad de la asignatura en sus aspectos teórico y práctico. El examen práctico se realizará en un aula de informática.Se realizarán diversas prácticas con ordenador. Habrá que entregar las prácticas ante el profesor, que serán evaluadas y contadas para el examen final.Los alumnos podrán realizar voluntariamente trabajos o ejercicios voluntarios realizados a propuesta del profesor.El profesor también valorará la asistencia a clases de ordenador yl as intervenciones en clase de los alumnos.


Asignatura: 33209 TéCNICAS ESTADÍSTICAS DEL CONTROL DE LA PRODUCCIóN

Curso: 2ºTitulación: Ingeniería Técnica Industrial MecánicaCuatrimestre: 2ºTipo: OptativaCréditos:

Teóricos: 4,5Prácticos: 1,5

Créditos total: 6Profesores: Miren Portilla Manjón Francisco Ballestín González Yolanda Lacasta Remón

Objetivos:

El objetivo principal de esta asignatura es dar a conocer las herramientas estadísticas más comunes utilizadas en la Mejora de la Calidad en Procesos Industriales, durante sus tres fases: 1) Diseño y desarrollo, 2) Producción y 3) Inspección. Más concretamen-te, los objetivos son los siguientes:

Que el estudiante conozca el control Estadístico de Procesos (CEP) que se realiza me-diante diagramas de control durante la etapa de fabricación del producto y sea capaz de distinguir las diferentes situaciones y aplicar la técnica apropiada, tanto sobre el papel como en el ordenador.

Que asimile los conceptos principales de las técnicas de muestreo de aceptación reali-zado en la etapa de inspección en almacén, es decir, en la post-producción y antes de su envío al cliente, descubriendo la importancia de las probabilidades de aceptación tanto para el fabricante como para el como para el comprador.

Que distinga y aplica correctamente las técnicas básicas de diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en las etapas previas a la producción, es decir, al diseño del producto.

Programa:

– Control estadístico de procesos (SPC).– Muestreo para aceptación.– Diseño de experimentos.

Prácticas:

Las clases teóricas se impartirán con el apoyo de la proyección de transparencias, con contenido tanto teórico como ejemplos y resultados de MINITAB, complementadas con ejemplos y desarrollos en pizarra. Para cada tema se propondrá un listado de ejercicios, algunos de los cuales se resolverán en clase y otros serán a resolver por los estudian-tes.

Las clases prácticas se realizarán en las aulas de informática, con dos alumnos como máximo por ordenador, con el programa MINITAB. Se realizarán tres prácticas sobre los procedimientos para control estadístico de procesos (Gráficos de control para variables y atributos y Capacidad),


Bibliografía:

Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad: Teoría y Aplicaciones. Díaz de Santos, D.L. (En bibliteca: 6 en alumnos y 3 en 2º piso).

Montgomery, D.C. (2004): Control Estadístico de la Calidad. Limusa-Wiley (En biblioteca: 4 en alumnos y 1 en 2º piso de la edición de 1991, Grupo Ed. Iberoamérica).

Prat Bartés, A.; Tort-Martorell, X.; Grima, P.; Pozueta, L. (1997): Métodos Estadísticos: Control y Mejora de la Calidad. Edicions UPC.


La evaluación se realizará mediante un examen final en la fecha y hora señalada por la Escuela. Este examen se realizará por escrito y consistirá en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos con MINITAB. Durante el exa-men se podrán utilizar un resumen de fórmulas con tablas estadísticas, que deberán llevar cada uno al examen. En la evaluación se tendrá en cuenta la participación y la realización de ejercicios propuestos durante las clases, tanto teóricas como prácticas.



Curso: 2ºTitulación: Ingeniería Técnica Industrial Mecánica – intensificación Diseño IndustrialCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 7,5Profesor: Sebastián Tirapu Ustárroz (Tudela)

Objetivos:

Que el futuro ingeniero técnico industrial conozca los fundamentos científicos de la es-tadística y sus últimos avances. Que conozca asimismo el método estadístico, desarro-llando capacidades para el análisis y la síntesis. Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científico y técnico que se produzcan. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas estadísticas con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Programa:

– Introducción a la Estadística descriptiva. – Estadística bivariante.– Fenónemos y sucesos aleatorios. Probabilidad.– Variables aleatorias y distribuciones de probabilidad.– Algunos modelos de distribuciones de probabilidad del tipo discreto.– Algunos modelos de distribuciones de probabilidad del tipo continuo.– Estadística inferencial.– Contrastes de hipótesis.

Prácticas:

Durante las clases se alternarán las sesiones teóricas con las de resolución de proble-mas estadísticos generales y aplicados a la ingeniería. También se realizarán clases prácticas en las que se manipulará algún programa informático propio para trabajar la estadística.

Bibliografía:

Montgomery, D.C. y Runger, G.C. (2003): Probabilidad y Estadística aplicadas a la Ingeniería. Ed. Limusa.

Casas Sánchez, J.M.; García Pérez, C.; Rivera Galicia, L.F. y Zamora Sanz, A.I. (1997): Problemas de Estadística. Ediciones Pirámide.

Quesada, V.; Isidoro, A. y López, L.A. (1996): Curso y ejercicios de Estadística. Ediciones Alhambra.


El 90% de la nota será el examen. Un 10% corresponderá a problemas que el alumno resuel-va entre los que se planteen periódicamente por parte del profesor. Así mismo, el alumno realizará prácticas en el ordenador que serán obligatorias para poder aprobar la asignatura.



Curso: 2ºTitulación: Ingeniería Técnica Industrial EléctricaCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 7,5Profesor: Henar Urmeneta Martín-Calero

Objetivos:

Se pretende en general proporcionar a los alumnos los conocimientos de los métodos y técnicas fundamentales de la estadística y la probabilidad que son de interés en los estudios de Ingeniería. Se espera que el alumno pueda aplicar los razonamientos y téc-nicas de la estadística y la probabilidad al campo de la Ingeniería en el sentido de que le permita identificar, formular, resolver e interpretar problemas reales. Además que sea capaz de evaluar las repercusiones del análisis estadística de datos experimentales en los diferentes ámbitos como el diseño, la producción, la calidad.

Programa:

– Introducción a la probabilidad.– Modelos dinámicos.– Variables aleatorias discretas.– Vectores aleatorios discretos.– Variables aleatorias continuas.– Introducción a la inferencia.

Prácticas:

Cada semana se impartirán dos clases de dos horas en el aula habitual. En estas cla-ses se abordará el temario. Se trabajará también una colección de problemas que sirva para ejercitarse tanto en el desarrollo de la herramienta concreta como en la elección de la herramienta y como en la interpretación de los resultados. Además de estos ejer-cicios colgarán, para cada lección, otros problemas. Además los estudiantes tendrán una tercera clase semanal de práctica de una hora que se dedicarán a la resolución de problemas y algunas prácticas del paquete estadístico R en las aulas de ordenadores.

Bibliografía:

Hernández, V.; Ramos, E. y Yáñez I. (2005): Probabilidad y sus aplicaciones en Ingeniería Informática. Ediciones Académicas SA.

Montgomery, D. y Runger, G. (2002): Probabilidad y Estadística Aplicadas a la Ingeniería. Limusa Wiley.

Walpole, R.E.; Myers, R.H. y Myers, S.L. (1999): Probabilidad y Estadística para Ingenieros. Prentice Hall.

Criterios de evaluación:La evaluación constará de dos partes obligatorias A y B y una optativa, C, que sumará a la nota A+B.A) Es la nota relativa a los exámenes.B) Es la nota referente a las prácticas sobre R.C) Es la nota de defensa de ejercicios.


Asignatura: 34209 TéCNICAS ESTADÍSTICAS DEL CONTROL DE LA PRODUCCIóN

Curso: 2ºTitulación: Ingeniería Técnica Industrial EléctricaCuatrimestre: 2ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Rafael Rivera Martín Francisco Ballestín González

Objetivos:

El objetivo principal de esta asignatura es dar a conocer las herramientas estadísticas más comunes utilizadas en la Mejora de la Calidad en Procesos Industriales, durante sus tres fases: 1) Diseño y desarrollo, 2) Producción y 3) Inspección. Para ello, el contenido de la asignatura se divide en tres bloques, el primero dedicado al Control Estadístico de Procesos (CEP) realizado mediante diagramas de control durante la etapa de fabricación del producto; el segundo se enfoca hacia las técnicas de muestreo de aceptación rea-lizado en la etapa de inspección en almacén, es decir, en la post-producción y antes de su envío al cliente; y, finalmente, en el tercer bloque se describen técnicas básicas de diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en las etapas previas a la producción, es decir, en la de Diseño del producto.

Programa:

– Control estadístico de procesos (SPC).– Muestreo para aceptación.– Diseño de experimentos.

Prácticas:

Las clases teóricas se impartirán con el apoyo de la proyección de transparencias, con contenido tanto teórico como ejemplos y resultados de MINITAB, complementadas con ejemplos y desarrollos en pizarra. Para cada tema se propondrá un listado de ejercicios, algunos de los cuales se resolverán en clase y otros serán a resolver por los estudian-tes. Las clases prácticas se realizarán en las aulas de informática, con dos alumnos como máximo por ordenador, con el programa MINITAB. Se realizarán tres prácticas sobre los procedimientos para control estadístico de procesos (Gráficos de control para variables y atributos y Capacidad).

Bibliografía:

Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad: Teoría y Aplicaciones. Díaz de Santos, D.L. (En bibliteca: 6 en alumnos y 3 en 2º piso).

Montgomery, D.C. (2004): Control Estadístico de la Calidad. Limusa-Wiley (En biblioteca: 4 en alumnos y 1 en 2º piso de la edición de 1991, Grupo Ed. Iberoamérica).

Prat Bartés, A; Tort-Martorell, X.; Grima, P.; Pozueta, L. (1997): Métodos Estadísticos: Control y Mejora de la Calidad. Edicions UPC. (En biblioteca ejemplares de 1997: 1 en 2º piso, de 1995: 2 en alumnos y de 1994: 1 en 2º piso).



La evaluación se realizará mediante un examen final en la fecha y hora señaladas por la Escuela. Este examen se realizará por escrito y consistirá en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos con MINITAB.Durante el examen los estudiantes podrán utilizar un resumen de fórmulas con tablas estadísticas, que deberán llevar cada uno al examen. Sin ninguna anotación.En la evaluación se tendrán en cuenta la participación y la realización de ejercicios pro-puestos durante las clases, tanto teóricas como prácticas.



Curso: 1ºTitulación: Ingeniería Técnica de Telecomunicación, Imagen y SonidoCuatrimestre: 1ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesores: José Antonio Moler Cuiral Henar Urmeneta Martín Calero Sandra Eraso Moreno

Objetivos:

Conocer las conceptos y técnicas básicas de la estadística. Capacidad de organizar, representar gráficamente y resumir la información de los datos observados de un de-terminado colectivo. Identificar relaciones lineales entre variables estadísticas. Adquirir práctica en el cálculo de probabilidades. Entender el concepto de variable aleatoria y distinguir entre variable aleatoria discreta y continua. Familiarizarse con las distribucio-nes de probabilidad más usuales y sus características. Saber utilizar el Teorema Central del Límite. Conocer los conceptos de parámetro, estadístico, estimador y estimación. Entender las estimaciones estadísticas. Definir con precisión los conceptos de errores de tipo I y II, nivel de significación, potencia y región crítica. Adquirir experiencia práctica en el manejo del programa R para realizar análisis estadísticos en el ordenador.

Programa:

– Introducción a la estadística.– Estadística descriptiva. – Probabilidad.– Variables aleatorias discretas y algunas distribuciones.– Variables aleatorias continuas y algunas distribuciones.– Variables aleatorias bidimensionales (discretas y continuas).– Inferencia estadística.

Prácticas:

El desarrollo del programa no es lineal, sino que se distribuye entre las clases prácticas y teóricas de la siguiente manera.Durante las 8 primeras semanas de clase, una sesión (dos horas) se impartirá en clase de ordenadores. Estas sesiones se centran en el aprendizaje del paquete estadístico R (software libre) y es la herramienta utilizada para desarrollar los contenidos del tema 1.El resto de sesiones se utilizan para desarrollar los contenidos de los temas 2, 3, 4, 5 y 6. No obstante, durante el periodo de explicación del tema 6, se intercalarán algunas sesiones de ordenadores necesarias para dar una visión realista del tema.Las clases teóricas intercalarán explicaciones del profesor en la pizarra y trabajo perso-nal o en grupos informales de los estudiantes. Cada clase práctica sigue un guión que será entregado al estudiante con la debida antelación para que lo trabaje antes de la clase presencial.


Bibliografía:

Hernández, V.; Ramos, E. y Yánez, I. (2007): Probabilidad y sus Aplicaciones en Ingeniería Informática. Ediciones Académicas (EDIASA).

Scheaffer, R. L. and McClave, J. T. (1993): Probabilidad y Estadística para Ingeniería. Grupo Editorial Iberoamérica.

Walpole, R.E. Probabilidad y Estadística para Ingenieros. Ediciones Pearson Education


La nota final será el resultado de la media ponderada del examen teórico-práctico y del exámen práctico de ordenador, cada uno de los cuales deberá ser superado por separa-do. El porcentaje correspondiente a cada parte será la siguiente:75% examen teórico-práctico de la asignatura. 25% examen práctico de ordenador. No obstante, se articularán métodos para introducir el trabajo personal del estudiante en su evaluación. El porcentaje que en su caso se asigne al trabajo personal se restará del porcentaje asignado al examen teórico práctico de la asignatura.



Curso: 1ºTitulación: Ingeniería Técnica en Informática de GestiónCuatrimestre: 2ºTipo: TroncalCréditos:


Créditos total: 9Profesores: José Antonio Moler Cuiral Henar Urmeneta Martín-Calero

Objetivos:

Se persigue que el estudiante:adquiera conocimientos básicos sobre Estadística Descriptiva (Análisis de datos), Pro-babilidad y Métodos estadísticos aplicados (Inferencia Estadística). Que aprenda a apli-car las técnicas estadísticas en la Ingeniería, para lo que se propondrán situaciones relativamente próximas a casos reales. Que analice bases de datos mediante paquetes estadísticos.

Programa:

– Introducción a la estadística.– Estadística descriptiva.– Probabilidad.– Variables aleatorias discretas y algunas distribuciones.– Variables aleatorias continuas y algunas distribuciones.– Variables aleatorias bidimensionales (discretas y continuas).– Inferencia estadística.

Prácticas:

El desarrollo del programa no es lineal, sino que se distribuye en clases prácticas y teóricas. Las primeras sesiones de prácticas se centran en el aprendizaje del paquete estadística R. Posteriormente se dedican sesiones prácticas al estudio de la probabili-dad con R.

Bibliografía:

Hernández, V.; Ramos, E. y Yánez, I. (2005): Probabilidad y sus aplicaciones en ingeniería informática. Ediciones Académicas (EDIASA).

Scheaffer, R.L. and McClave, J.T. (1993): Probabilidad y Estadística para Ingeniería. Grupo Editorial Iberoamericana.

Degroot, M.H. (1988): Probabilidad y Estadística. Addison-Wesley Iberoamericana.



Convocatoria de junio:La calificación final de la asignatura se obtendrá del siguiente modo:20% nota primer examen parcial20% nota segundo examen parcial,60% nota examen finalSe propondrán métodos de evaluación alternativos para valorar el trabajo personal del estudiante o fomentar la evaluación continua. La ponderación que se le dé a estos mé-todos se detraerá del porcentaje asignado a la nota del examen final.

Convocatoria de septiembre: Será igual a la nota obtenida en el examen de septiembre (no se guarda ninguna nota contemplada en la convocatoria de junio)



Curso: 3º

Titulación: Ingeniería Técnica en Informática de Gestión

Cuatrimestre: 2º

Tipo: Optativa


Prácticos: 3

Créditos total: 6Profesores: M.ª Luisa Eraso Goicoechea Javier Faulín Fajardo

Objetivos:

En esta asignatura se estudian algunos modelos y métodos de la Investigación Operativa que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar el funcio-namiento de un sistema informático. El alumno será capaz de reconocer distintos pro-blemas en el contexto de la Informática al servicio de la Gestión de Empresas, plantear dichos problemas mediante modelos de programación lineal o de sistemas de espera, resolverlos utilizando programas informáticos de optimización o de simulación, así como interpretar y valorar los resultados.

Programa:

– Introducción a las Técnicas de Optimización.– Introducción a la Programación Lineal. Fundamentos Matemáticos.– Métodos Simplex.– Dualidad y análisis Postoptimal.– Problemas de Transporte.– Modelos de Optimización Discreta. Programación Entera.– Introducción al diseño Metaheurísticos.– Gestión de Sistemas de Espera.– Introducción a la Simulación de Sistemas de Espera.– Toma de decisiones y gestión de la información mediante el empleo de DSS. La inte-

gración de los DSS en ERP.

Prácticas

Los modelos que se estudian en esta asignatura se ilustrarán con ejemplos prácticos y con la discusión de situaciones reales en el contexto de la Ingeniería Informática. La mitad de la asignatura se dedicará a la realización de prácticas de ordenador y trabajos prácticos en los que el alumno utilizará y diseñará herramientas informáticas de optimi-zación y simulación para la toma de decisiones en gestión empresarial.

Bibliografía:

Hillier, F.S.; Liebeerman, G.J. (2007): Introducción a la investigación de operaciones. McGraw-Hill. 9ª ed.

Jensen, P.A.; Bard, J.F. (2003): Operations Research. Models and Methods. Wiley. New York.

Rardin, R.L. (1998): Optimization in Operations Research. Prentice-Hall. Upper Saddle River, NJ.



La evaluación de la asignatura se realizará bien mediante un examen final teórico-prác-tico con la ayuda del ordenador o bien mediante la realización de trabajos prácticos. No obstante con los alumnos que así lo deseen, se trabajará la asignatura implantando las orientaciones e innovaciones metodológicas del Espacio Europeo de Educación Superior. En este grupo, la forma de trabajo y la evaluación serán diferentes. Todos los detalles se concretarán con los alumnos que voluntariamente quieran participar en este proyecto.


Escuela Técnica Superior de Ingenieros Agrónomos

Ingeniería Agronómica



36201 Estadística 2º 2º Troncal 9 1 1 30 M.ª Blanca Palacios NavarroSandra Eraso Moreno

Ingeniería Técnia Agrícola



60110 Estadística 1º 1º Troncal 4,5 2 5 126 Miguel Amézqueta Elías

68111 Rafael Rivera Martín

66109



Curso: 2ºTitulación: Ingeniería AgronómicaCuatrimestre: 2ºTipo: TroncalCréditos: 9


Créditos total: 9Profesores: M.ª Blanca Palacios Navarro Sandra Eraso Moreno

Objetivos:

Los objetivos a conseguir dentro de esta asignatura son: Conocer los fundamentos de la teoría de la probabilidad, la estadística descriptiva, la inferencia estadística y la modelización. Que el alumno sepa resolver problemas de estadística elementales. Por ejemplo, cómo se calculan medias o varianzas. Cómo se realizan los contrastes de hipótesis, como se estima un modelo estadístico. Adquirir experiencia práctica en el manejo de un software estadístico básico. ¿Cuál es el papel de la Estadística en Agronomía?. ¿Para qué sirve? ¿Qué problemas resuelve?.

Programa:

BLOQUE I: PROBABILIDAD– Probabilidad.– Variables aleatorias univariantes y multivariantes.

BLOQUEII: INFERENCIA ESTADÍSTICA– Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza.– Contrastes de hipótesis.– Métodos no paramétricos.

BLOQUE III: MODELIZACIÓN ESTADÍSTICA– Diseño de experimentos agronómicos.– Regresión lineal.

Prácticas:

El programa consta de 9 temas teóricos cuyo contenido se desarrollará en el aula. Tam-bién se explicarán ejemplos y se realizarán problemas al finalizar las distintas sesiones. Como complemento de las clases teóricas, se realizarán 12 prácticas de ordenador con el paquete estadístico R.Las prácticas de ordenador se realizarán durante 12 sesiones semanales de dos horas. Además se realizarán varias pruebas de seguimiento en las que se corregirán las prác-ticas de ordenador.


Bibliografía:

Ugarte, M. D.; Militino, A. F. and Arnholt, A.T. (2008): Probability and Statistics with R. Edita CRC. Press/Chapman and Hall.

Ugarte, M.D.; Militino, A.F. (2002): Estadística Aplicada con S-PLUS. 2ª ed. Revisada. Edita Universidad Pública de Navarra

Petruccelli, J. D., Nandram, B., Chen, M. (1999): Applied Statistics for Engineers and Scientists. Edita Prentice-Hall.


En la evaluación de la asignatura se tendrán en cuenta los siguientes aspectos:– Asistencia a clases y participación activa.– Pruebas de seguimiento continuo.– Examen escrito.– Examen práctico con ordenador.


Asignatura: 60110-68111-66109 ESTADÍSTICA

Curso: 1ºTitulación: Ingeniería Técnica AgrícolaCuatrimestre: 1ºTipo: TroncalCréditos:

Teóricos: 3Prácticos: 1,5

Créditos total: 4,5Profesores: Miguel Amézqueta Elías Rafael Rivera Martín

Objetivos:

Se pretende que el alumno de I.T.A. adquiera unos conocimientos básicos sobre Esta-dística Descriptiva (Análisis de datos), Probabilidad y Métodos estadísticos aplicados (Inferencia Estadística) para su aplicación posterior.

Trataremos de responder a situaciones relativamente próximas a las reales, con el fin de que se puedan entender y comprobar las aplicaciones de la Estadística en el medio agrícola. Pretendemos con ello motivar al alumno en su estudio.

En la actualidad, los datos recogidos de una población para el estudio de alguna carac-terística se prestan al análisis computerizado. Por ello, también es importante conocer el uso y la posibilidad de interpretar resultados a partir de un paquete estadístico. Realizaremos tres prácticas con S-PLUS o con la versión libre R por su aplicación en investigación.

Programa:

– Estadística descriptiva.– Probabilidad.– Variables aleatorias.– Introducción a la inferencia estadística.

Prácticas:

Sesiones de teoría y problemas en las que el profesor expondrá las bases teóricas y las ilustrará con ejemplos prácticos.

Aplicación de las técnicas estudiadas a la resolución de ejercicios, problemas o casos prácticos.

Aplicación de las técnicas estudiadas realizando practicas en el aula de informática sobre el PC con el paquete estadístico S-PLUS o R.

Sesiones de tutorías individualizadas donde el alumno puede resolver sus dudas o plan-tear sus dificultades.

Sesiones de tutorías en grupo para resolución de ejercicios prácticos de repaso.


Bibliografía:

Quesada, V.; Isidoro, A.; López, L.A. (2000): Curso y ejercicios de estadística. Ed. Alambra.De la Horra Navarro, J. (2003): Estadística Aplicada. Ed. Díaz de Santos.Newbold, P. (2000): Estadística para los Negocios y la Economía. Ed. Prentice Hall.


La evaluación de la asignatura se realizará mediante examen escrito sobre cuestiones de teoría y ejercicios prácticos al final del cuatrimestre. El peso de esta calificación será un 80%.

Realización de las prácticas propuestas, con un peso de un 10%.

Realización de los ejercicios propuestos. Peso 10%.

Asignaturas específicas de Libre Elección y de Campus Virtual Compartido

Asignaturas de Campus Virtual Compartido (G9)



81585 Toma de decisiones en la e-empresa

2º CVC (G9) 6 1 2 85 Javier Faulín Fajardo Cristina Azcárate Camio Fernando Lera (Dpto. de Economía)

81624 La economía de los Servicios en la empresa

2º CVC (G9) 6 1 0 10 Javier Faulín Fajardo Fernando Lera (Dpto. de Economía)

Asignaturas de Libre Elección



88322 Logística y transporte en el ámbito industrial

1º Libre Elección

6 1 0 28 Javier Faulín Fajardo Jorge San Miguel Indurain (Dpto. Ing. Mecánica)

88418 Fundamentos e instrumentos de Cálculo Antiguo

1º Libre Elección

6 1 0 11 Antonio Pérez Prados


Asignatura: 81635 TOMA DE DECISIONES EN LA EMPRESA

Titulación: Cuatrimestre: 2ºTipo: Campus Virtual Compartido G9Créditos: 6Profesores: Javier Faulín Fajardo Cristina Azcárate Camio Fernando Lera López (Departamento de Economía)

Objetivos:

Que el alumno tenga un conocimiento básico de las empresas de servicio y de las em-presas virtuales, así como de su relación intrínseca dentro de la actividad económica.Ayudar a comprender al alumno la problemática de la toma de decisiones en empresas de servicios o en empresas con una alta implicación en las TICs (e-empresas) mediante el estudio de diversas herramientas cuantitativas como son la Optimización Lineal, el Análisis de Colas y la Simulación. Mostrar al alumno la eficacia del método del caso para analizar las situaciones de di-versas empresas virtuales y cómo tomar decisiones en situaciones de incertidumbre. Para ello, se propondrá al alumno que resuelva diversos casos prácticos en e-empresas.

Programa:

PARTE I: Métodos cuantitativos para las empresas de servicio y las e-empresas.PARTE II: Las empresas de servicio y las e-empresas: características y diseño.

Bibliografía:

Bertsimas, D. and Freund, R. M. (2000): Data, Models and Decisions. The Fundamentals of Management Science. South-Western College Publishing.

Fitzsimmons, J.A. and Fitzsimmons, M.J. (2008): Service Management. Operations, Strategy and Information Technology. McGraw-Hill.

Johnston, R., Chambers, S., Harland, C., Harrison, A. and Slack, N. (2003): Cases in Operations Management. Pitman Publising.


La evaluación de la asignatura se realizará teniendo en cuenta los siguientes criterios: (los pesos señalados son únicamente orientativos).1. Participación (15%): La participación activa por parte de los alumnos/as en la asigna-tura será muy tenida en cuenta. Se contabilizarán las intervenciones de los alumnos en los foros de las asignaturas. 2. Progresión (20%): Se tendrá en cuenta el punto de partida de cada alumno/a, y su progresión en la asignatura correspondiente en función de su nivel de partida.3. Realización y análisis de casos y ejercicios propuestos por los profesores (65%). La aplicación de las técnicas cuantitativas a casos de empresas reales permite mostrar el conocimiento real de la asignatura por parte del alumno. Esta es la parte más importan-te en el proceso de evaluación del alumno. Se pedirá que cada alumno realice dos casos prácticos y contarán para su realización de la ayuda del profesor. Estos dos casos prácti-cos son obligatorios para la superación de la asignatura. El profesor propondrá también ejercicios voluntarios de cada tema de la materia que servirán para ayudar a los alumnos en la preparación de los casos y también para mejorar la nota de los casos prácticos.4. Examen en la Universidad local (permite control de identidad). Este examen pretende comprobar que es el alumno quien ha realizado todas las tareas anteriores y sirve para validar todo el proceso anterior. De esta forma sus posibles resultados son: Validación y No validación. En ciertos casos, los alumnos pueden ser eximidos de este examen.


Asignatura: 81624 LA ECONOMÍA DE LOS SERVICIOS EN LA E-EMPRESA

Titulación: Cuatrimestre: 2ºTipo: Campus Virtual Compartido G9Créditos: 6Profesores: Javier Faulín Fajardo (1 crédito) Fernando Lera López (5 créditos-Departamento de Economía)

Objetivos:

Que el alumno tenga un conocimiento básico de lo qué es una economía interconectada. Mostrar al alumno el impacto de Internet en la e-empresa en distintos ámbitos. Identificar la problemática y las oportunidades que supone Internet para la economía de los servicios.

Programa:

PARTE I: Introducción.PARTE II: Empresa y economía de los servicios.PARTE III: E-empresa y prestación de servicios online.

Bibliografía:

Banegas, J. (2003): La nueva economía en España. Alianza Editorial.Fundación Orange (2007): E-España 2007. Informe Anual sobre el desarrollo de la socie-

dad de la información en España. Madrid.GAPTEL (2006): Contenidos digitales. Nuevos modelos de distribución online. http://ob-

servatorio.red.es/gaptel/


Se establece un sistema de evaluación basado en la evaluación continua mediante la va-loración del nivel de asimilación de los contenidos desarrollados a lo largo del curso (ac-tividades y trabajos quincenales), la realización de un trabajo final a partir de una lectura, y de la participación y motivación del alumno en la asignatura y en la enseñanza on-line.La calificación final se obtendrá a partir de los siguientes criterios: 60% de la nota final mediante las actividades y trabajos quincenales a partir de los contenidos desarrollados en el programa, 20% mediante un trabajo final, y un 20% que valora la participación (fo-ros, consultas, correos, accesos, etc.) en el curso.


Asignatura: 88322 LOGÍSTICA y TRANSPORTE EN EL ÁMBITO INDUSTRIAL

Titulación: Todas las Titulaciones de la E.T.S.I.I. y T.; E.T.S.I.A.; Facultad de Ciencias Económicas y Empresariales y la titulación de Licenciado en Derecho y alumnos de los Programas de intercambio Erasmus y similares.

Cuatrimestre: 1ºTipo: Libre Elección Créditos: 6Profesores: Javier Faulín Fajardo Jorge San Miguel Indurain (Dpto. de Ingeniería Mec., Energ. y de Mat.)

Objetivos:

Que el futuro titulado conozca los fundamentos científicos de la logística, y sus últimos avances. Que conozca asimismo el método de trabajo de la logística, desarrollando capacidades para el análisis y síntesis. Que sea capaz de asimilar en el futuro las trans-formaciones del conocimiento científico y técnico que se produzcan. Que sea capaz de relacionar dichos conocimientos derivados de las técnicas cuantitativas en logística con los de diferentes disciplinas científicas y los pueda aplicar conjuntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Programa:

– Introducción.– Alcance de la logística y sus actividades.– Evolución de la logística.– Objetivos de la función logística. – Planificación y estrategia logística.– Logística del producto y política de inventarios. Control de inventarios mediante empuje

y mediante arrastre.– Decisiones de transporte y tratamiento de pedidos.– Tipos de logística.– Visitas planificadas de la asignatura.

Evaluación:

En la evaluación se tendrá en cuenta la asistencia a clase de los alumnos y su partici-pación en la misma, la asistencia en la visita a empresas. Por otra parte, al final de la asignatura el alumno deberá superar un examen escrito de contenido teórico-práctico.

Bibliografía:

Ballou, R. H. (2004): Logística. Administración de la Cadena de Suministro. Ed. Pearson. México.

Castán, J.A., Cabañero, C. y Núñez, A. (2000): La Logística en la Empresa. Ed. Pirámide. Madrid.

Soret los Santos, I. (1999): Logística y Marketing para la Distribución Comercial. ESIC Editorial.


Asignatura: 88418 FUNDAMENTOS E INSTRUMENTOS DE CÁLCULO ANTIGUO

Cuatrimestre: 1ºTipo: Libre Elección Créditos:


Créditos Total: 6Profesor: Antonio Pérez Prados

Objetivos:

El estudiante aprenderá los fundamentos, la evolución y el modo de empleo de diferen-tes instrumentos antiguos, utilizados a lo largo de la historia y en diferentes culturas, para la realización de cálculos matemáticos. Será capaz de reconocer y clasificar diferen-tes artilugios de cálculo, tanto manual como mecánico. Será capaz, además, de diseñar y construir alguno de ellos.Se realizarán prácticas con el ordenador y con instrumentos antiguos originales, de cara al aprendizaje de la forma de empleo y de los fundamentos básicos de las diferentes maquinas de calcular que se presentan y estudian a lo largo del desarrollo del programa de la asignatura.

Programa:

– Introducción.– Primeros procedimientos de cálculo. Abaco.– Evolución de los instrumentos primitivos I: Abaco neperiano.– Evolución de los instrumentos primitivos II: Promptuario neperiano.– Abaco combinado Napier-Locke: calculadora manual Omega.– Instrumentos analógicos y logarítmicos: regla de cálculo.– Instrumentos mecánicos I: aportaciones.– Instrumentos mecánicos II: Aparatos.– Máquina de multiplicación directa Millionaire.– Últimos instrumentos mecánicos: calculadora Curta y Alpina.– Libros y manuales para la realización de cálculos.– Bibliografía.

Prácticas:

– Se realizarán sesiones teóricas en las que el profesor explicará los fundamentos de los instrumentos antiguos de cálculo.

– Sesiones prácticas en las que el estudiante utilizará algunos de estos instrumentos bien en forma real o bien en forma simulada mediante el ordenador.

– Exposiciones, debates y trabajos.– Tutorías especializadas.


Evaluación:

– La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas en: Asistencia, por encima del 80% y participación en clase y en tutorías, así como exposición de temas.

– Tareas, ejercicios y trabajos, para aquellos que hayan asistido a clase por encima del 80%.

– Trabajo final de la asignatura, para aquellos que hayan asistido a clase por encima del 80%.

– Examen final de la asignatura, para aquellos que no hayan asistido a clase por encima del 80%.

– Aquellos que hayan asistido a clase por encima del 80% podrán presentarse al examen final de la asignatura a fin de mejorar o subir su nota definitiva.

Bibliografía:

Russo, T.A. (2001): Antique Office Machines: 600 years of Calculating Davices. Schiffer Publishing Ltd. 2ª ed.

Marguin, J. (1994): Histoire des Instruments et Machines a Calculer. Herman.Apuntes de la asignatura proporcionados al estudiante a través del aulario virtual. (WebCT)


Asignaturas de Planes Oficiales de Posgrado



PROGRAMA OFICIAL DE POSGRADO EN BIENESTAR SOCIAL

71173 Metodología de la investigación aplicada al trabajo social

1 20 Henar Urmeneta Martín-Calero

PROGRAMA OFICIAL DE POSGRADO EN TECNOLOGÍA DE LAS COMUNICACIONES

71210 Procesos estocásticos y estadística

1 15 M.ª Dolores Ugarte Martínez José Antonio Moler Cuiral

PROGRAMA OFICIAL DE POSGRADO EN BIOTECNOLOGÍA

71241 Modelos estadísticos en biotecnología

1 6 M.ª Dolores Ugarte Martínez Blanca Palacios Navarro

PROGRAMA OFICIAL DE POSGRADO EN INGENIERÍA DE MATERIALES Y FABRICACIÓN

71268 Logística industrial 1 4 Javier Faulín Fajardo

71269 Simulación y optimización en procesos industriales

1 16 Fermín Mallor Giménez

PROGRAMA OFICIAL DE POSGRADO EN AGROBIOLOGIA AMBIENTAL

71342 Diseño de Experimentos 1 11 Ana Fernández Militino Tomás Goicoa Mangado

PROGRAMA OFICIAL DE POSGRADO EN CIENCIAS DE LA SALUD

71400 Bioestadística 1 16 Ana Fernández MiliginoMiren Portilla ManjónIrene Paniello Alastruey

PROGRAMA OFICIAL DE POSGRADO EN MODELIZA-CIÓN MATEMÁTICA ESTA-DÍSTICA Y COMPUTACIÓN

71502 Modelización Estadística 1 16 M.ª Dolores Ugarte Martínez

PROGRAMA OFICIAL DE POSGRADO EN INGENIERÍA BIOMÉDICA

71576 Bioestadística y métodos de ayuda al diagnóstico médico

2 8 Fermín Mallor GiménezIrene Paniello Alastruey


Asignatura: 71173 METODOLOGÍA DE LA INVESTIGACIóN APLICADA AL TRABAJO SOCIAL

Titulación: Programa Oficial de Posgrado en Bienestar Social (Departamento de Tra-bajo Social)

Créditos: 7,5 ECTSCuatrimestre: SemestralProfesores: Henar Urmeneta Martín-Calero Juan Jesús Viscarret Garro (Dpto. de Trabajo Social)

Objetivos:

Este modulo pretende introducir a los alumnos en los conceptos y habilidades propios de la aplicación de la investigación al trabajo social, pensamiento lógico, objetividad, evidencia empírica y la utilización de la investigación en la práctica profesional.

Programa:

– Método científico y trabajo social.– Esferas de aplicación de la investigación en el trabajo social.– Paradigmas metodológicos de referencia para la investigación en trabajo.– La investigación cuantitativa.– La investigación cualitativa.– Recursos para la investigación.

Metodología y plan de trabajo:

Las clases de la asignatura combinarán docencia teórica con docencia práctica. Es muy probable que sean requeridos trabajos prácticos externos por parte del profesorado que sirvan para poner en práctica algunas técnicas y contenidos teóricos expuestos en clase.

Evaluación:

El proceso de evaluación tiene un carácter circular y continuo. Consideramos la evalua-ción continua como una evaluación que se va realizando a lo largo del desarrollo del proceso de aprendizaje. Realizaremos la evaluación continua a través de: actividades que se llevan a cabo dentro del aula y que tienen como objetivo la reflexión. A través de los trabajos externos de los alumnos. A través del seguimiento individualizado del apren-dizaje por medio del diálogo permanente profesor-alumno/a en las tutorías.

Bibliografía:

Uriz, M.ª J.; Ballestero, A.; Viscarret, J.J.; Ursúa, N. (2006): Metodología para la investiga-ción. Ediciones Eunate: Pamplona.

Rubio, M.J.; Varas, J. (1997): El análisis de la realidad en la intervención social. Métodos y técnicas de investigación. Madrid. CCS.


Asignatura: 71210 PROCESOS ESTOCÁSTICOS y ESTADÍSTICA

Titulación: Programa Oficial de Tecnología de las ComunicacionesCréditos: 3 ECTSCuatrimestre: TimestralProfesores: M.ª Dolores Ugarte Martínez José Antonio Moler Cuiral

Objetivos:

Que el estudiante adquiera los siguientes conocimientos:– Tipos y configuraciones de sistemas de comunicaciones: procesos estocásticos.– Descripción general de los diferentes sistemas de comunicaciones: modelización del

dimensionado de sistemas mediante procesos.– Técnicas de diseño y dimensionado de los sistemas de comunicaciones: probabilidad

y procesos estocásticos. Contrastes de hipótesis y modelos estadísticos.– Técnicas de modelización y tratamiento del ruido en un sistema de comunicación: for-

mulación del proceso estocástico generador de la señal. Características del modelo. Dominio de la frecuencia y dominio del tiempo. Extracción de información en señales con ruido. Estimación óptima en el procesamiento de señales. Utilización de modelos estadísticos en el procesamiento de señales.

Programa:

– Procesos en tiempo discreto con valores discretos.– Procesos en tiempo continuo.– Tipología de procesos estocásticos.– Estimación en el procesamiento de señales.– Extensiones del modelo de regresión.– Introducción al remuestreo. Bootstrap.


Para alcanzar un nivel satisfactorio en la consecución de los objetivos presentados, se considera que esta asignatura requiere un tiempo de trabajo de 90 horas.

Evaluación:

Examen escrito y trabajos realizados por los estudiantes.

Bibliografía:

Kulkarni, V.G. (1995): Modeling and Analysis of Stochastic Systems. London: Chapman & Hall.

Kay, S.M. (1993): Fundamentals of Statistical Signal Processing. Estimation Theory. New Jersey: Prentice Hall Signal Processing Series.

Kay, S.M. (1998): Fundamentals of Statistical Signal Processing. Detection theory. New Jersey: Prentice Hall Signal Processing Series.

Ugarte, M.D.; Militino, A.F. and Arnholt, A. (2008): Probability and Statistics with R. CRC/ Chapman and Hall.


Asignatura: 71241 MODELOS ESTADÍSTICOS EN BIOTECNOLOGÍA

Titulación: Programa Oficial de Posgrado en BiotecnologíaCréditos: 6 ECTSCuatrimestre: 1ºProfesores: M.ª Dolores Ugarte Martínez M.ª Blanca Palacios Navarro

Objetivos:

– Que el alumno aprenda a diseñar un experimento biológico o agronómico.– Que el alumno defina correctamente los factores y la posibilidad de interacción entre

los mismos.– Que el alumno plantee correctamente el ensayo y lo justifique.– Que el alumno compruebe la adecuación del modelo y sus hipótesis básicas.– Que el alumno aprenda a resolver el experimento con ayuda de paquetes estadísticos

(específicamente R).– Que el alumno sepa interpretar los resultados del análisis estadístico.– Que el alumno sea capaz de redactar las conclusiones estadísticas del experimento.

Programa:

– Cómo se diseña un experimento.– Diseños completamente aleatorios.– Diseños factoriales.– Experimentos con efectos aleatorios.– Modelos anidados.– Diseños Split-plot.– Asociación en variables cualitativas.– Regresión logística.– Análisis de supervivencia. Estimación de curvas por Kaplan-Meier.– Análisis de supervivencia. Modelos de Cox de riesgos proporcionales.


Además de las lecciones magistrales teóricas que se verán complementadas con las prácticas de ordenador con el software R y con sesiones de trabajo con el profesor, el alumno deberá conseguir datos reales de un experimento biotecnológico que tendrá que analizar como trabajo personal o en grupo.

Evaluación:

Se realizará una evaluación continua sobre el contenido de las clases teóricas, practicas y el caso de estudio

Bibliografía:

Haaland, P.D. (1989): Experimental Design in Biotechnology. Marcel Dekker.Ugarte, M.D., Militino, A.F. (2002): Estadística Aplicada con S-PLUS. Universidad Pública

de Navarra.Agresti, A. (1996): An Introduction to Categorical Data Analysis. Wiley.Kleinbaum, D.G. and Klein, M. (2005): Survival Analysis. Second Edition. Springer.


Asignatura: 71268 LOGÍSTICA INDUSTRIAL

Titulación: Programa Oficial de Posgrado Ingeniería de Materiales y FabricaciónCréditos:


Créditos Total: 3Cuatrimestre: AnualProfesores: Javier Faulín Fajardo Jorge San Miguel Indurain (Dpto. de Ingeniería Mecánica y de Materiales)

Objetivos:

– Que el futuro titulado conozca los fundamentos científicos de la logística, y sus últimos avances.

– Que conozca asimismo el método de trabajo de la logística, desarrollando capacidades para el análisis y síntesis.

– Que sea capaz de asimilar en el futuro las transformaciones del conocimiento científi-co y técnico que se produzcan.

– Que sea capaz de relacionar dichos conocimientos derivados de las técnicas cuantita-tivas en logística con los de diferentes disciplinas científicas y los pueda aplicar con-juntamente a las técnicas y procedimientos propios de su futura actividad profesional.

Programa:

– Introducción.– Alcance de la logística y sus actividades.– Evolución de la logística.– Objetivos de la función logística. – Planificación estratégica de la logística.– Logística del producto y política de inventarios. Control de inventarios mediante empuje

y mediante arrastre.– Decisiones de transporte y tratamiento de pedidos.– Tipos de logística.


Habrá hasta dos días de prácticas con el paquete informático de decisión empresarial (LINDO, Excel) con objetivo de poner en práctica los conocimientos adquiridos en las clases teóricas. Aunque los días de prácticas están sujetos a posibles variaciones.

Evaluación:

En la evaluación se tendrá en cuenta la asistencia a clase de los alumnos y su partici-pación en la misma, la asistencia en la visita a empresas. Por otra parte, al final de la asignatura el alumno deberá superar un examen escrito de contenido teórico-práctico.

Bibliografía:

Ballou, R. H. (2004): Logística. Administración de la Cadena de Suministro. Ed. Pearson. México.

Castán, J.A., Cabañero, C. y Núñez, A. (2000): La Logística en la Empresa. Ed. Pirámide. Madrid.

Soret los Santos, I. (1999): Logística y Marketing para la Distribución Comercial. ESIC Editorial.


Asignatura: 71269 SIMULACIóN y OPTIMIzACIóN EN PROCESOS INDUSTRIALES

Titulación: Programa Oficial de Posgrado en Ingeniería de Materiales y FabricaciónCréditos:


Créditos Total: 3Cuatrimestre: PrimeroProfesor: Fermín Mallor Giménez

Objetivos:

El objetivo general de la asignatura es que el estudiante adquiera los conocimientos suficientes de simulación y de optimización con simulación que le permitan modelar y analizar problemas complejos de organización en el ámbito de la fabricación industrial.Los objetivos concretos a conseguir dentro de esta asignatura son:– Que el estudiante conozca los fundamentos de la simulación estocástica de sistemas– Que el estudiante sea capaz de representar un proceso productivo complejo mediante

un modelo matemático que permita su simulación y optimización– Que el estudiante sea capaz de extraer conclusiones de los resultados de un modelo

de simulación

Programa:

Tema 1: Simulación. Generación artificial de aleatoriedad.Tema 2: Simulación de sistemas.Tema 3: Optimización con simulación.Tema 4: Aplicaciones. Discusión de casos reales.


Los fundamentos teóricos se impartirán mediante clase magistral en el aula. Estas clases magistrales se alternarán con clases prácticas en el aula de ordenadores donde se resolverán problemas y casos más complejos utilizando programas de simulación (ARENA), y de optimización con simulación (OptQuest). Durante el desarrollo del curso se discutirá la aplicación de las herramientas de análisis a situaciones reales.

Evaluación:

La evaluación de la asignatura se realizará mediante un examen final con la ayuda del ordenador, con la posibilidad de consultar apuntes y libros durante los primeros 30 minu-tos. Además, el estudiante realizará trabajos de optimización con simulación, ejercicios y lecturas comentadas durante el curso.

Bibliografía:

Fishman, G.S. (1996): Monte Carlo: concepts, algorithms and applications. Springer.Kelton, W.D.; Sadowski, R.P.; Sturrock, D.T. (2007): Simulation with Arena. 4ª ed. McGraw-Hill.Law, A.M.; Kelton, W.D. (2000): Simulation Modelling and Analysis. McGraw-Hill, 3ª ed.


Asignatura: 71342 DISEñO DE ExPERIMENTOS

Titulación: Programa Oficial de Posgrado en Agrobiología AmbientalCréditos: 4,5 ECTSCuatrimestre: PrimeroProfesores: Ana Fernández Militino Tomás Goicoa Mangado

Objetivos:

– Aprender a diseñar un experimento biológico y agronómico.– Definir correctamente los factores y la posible interacción de los mismos.– Plantear correctamente y justificar el ensayo.– Comprobar la adecuación del modelo elegido.– Resolver el experimento con ayuda de paquetes estadísticos.– Interpretar los resultados del análisis estadístico.– Redactar correctamente las conclusiones.

Programa:

– Cómo se diseña un experimento. – Diseños completamente aleatorios.– Diseños factoriales. – Experimentos con efectos aleatorios – Modelos anidados. – Diseños Split-Plot


Las clases presenciales se dividen en sesiones teóricas y sesiones prácticas imparti-das en un aula de ordenadores. En las clases teóricas se explican los procedimientos estadísticos ilustrándolos con ejemplos de experimentos reales y permitiendo que los alumnos reproduzcan en el ordenador los resultados que se muestran. En las prácticas, se les entrega a los alumnos un caso práctico para que lo analicen individualmente, pudiendo preguntar dudas al profesor.

Evaluación:

Al final de cada semana, el profesor resolverá las prácticas y los alumnos corregirán y puntuarán las practicas de sus compañeros. Además, cada alumno deberá entregar al profesor una copia en papel de sus ejercicios para que el profesor pueda comprobar la puntuación que ellos mismos se han puesto. La resolución de las prácticas y la asisten-cia a clase supondrá un 60% de la nota.El otro 40% corresponde a la realización de un examen consistente en la resolución de un caso práctico. Los alumnos podrán llevar todo el material que estimen oportuno al examen.

Bibliografía:

Montgomery, D.C. (2004): Design and Analysis of Experiments 6TH edition. Wiley. Ugarte, M.D.; Militino, A.F.; Arnholt, A.T. (2008): Probability and Statistics with R. Chapman

and Hall, CRC/Press. Boca Ratón.Clarke, G.M. and Kempson, R.E. (1997): Introduction to the design and analysis of expe-

riments. Arnold.


Asignatura: 71400 BIOESTADÍSTICA

Titulación: Programa Oficial de Posgrado en Ciencias de la Salud

Créditos: 6 ECTS

Cuatrimestre: Anual

Profesores: Ana Fernández Militino Miren Iosu Portilla Manjón Irene Paniello Alastruey

Objetivos:

– Conocer la enorme aplicación de la Estadística en Ciencias de la Salud y ser capaz de discernir aquellas situaciones en las que es posible y necesario un análisis esta-dístico.

– Conocer los conceptos básicos de técnicas estadísticas descriptivas, inferenciales y multivariantes

– Obtener resultados estadísticos mediante programas estadísticos usuales como SPSS y S-PLUS/R y saber interpretarlos para obtener conclusiones válidas.

– En resumen, se trata de conseguir que el alumno llegue a formular problemas reales en términos estadísticos, que sepa diseñar la adecuada toma de datos y aplicar las técnicas estadísticas adecuadas para la resolución de tales problemas.

Programa:

– Estadística bivariable. Comparación de dos poblaciones. Tablas de contingencia y me-didas de asociación.

– Estadística multivariable. Técnicas de dependencia y de interdependencia.

– Regresión lineal múltiple. Regresión logística.

– Análisis de varianza. Diseño de Experimentos.

– Análisis de supervivencia. Regresión de Cox.

– Estadística espacial. Análisis geográficos de incidencia y mortalidad.


Clases teóricas, practicas, debates, puestas en común, tutorías, elaboración de traba-jos, estudio individual, exámenes.

Evaluación:

Examen teórico (prueba objetiva): 40%

Dos trabajos (Uno individual y uno en grupo): 40%

Observación y notas del profesor: 20%

Bibliografía:

Agresti, A. (1996): An Introduction to Categorical Data analysis. Wiley.

Everitt, B. and Rabe-Hesketh, S. (2001): Analyzing Medical Data Using S-PLUS. Springer.

Portilla, M.I.; Eraso, S.; Gale, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006): Manual Práctico del Paquete Estadístico SPSS para Windows. Universidad Pública de Navarra.

Ugarte, M.D.; Militino, A.F. and Arnholt, A. (2008): Probability and Statistics with R. Chapman and Hall/CRC. Boca Ratón.


Asignatura: 71502 MODELIzACIóN ESTADÍSTICA

Titulación: Programa Oficial de Posgrado en Modelización Matemática, Estadística y Computación

Créditos: 6 ECTSCuatrimestre: AnualProfesora: M.ª Dolores Ugarte Martínez

Objetivos:

– Se pretende que el estudiante conozca las bases del modelo lineal y su extensión, los modelos lineales generalizados, como herramienta básica para construir modelos estadísticos. Se pretende que conozcan también las técnicas básicas del análisis mul-tivariante para explorar las relaciones presentes en conjuntos complejos de datos. El estudiante debe adquirir destreza en el proceso de aplicación de estas herramientas y modelos, utilizando un software estadístico. Las aplicaciones serán a problemas de ámbito medio-ambiental, socio-económico etc.

– El objetivo prioritario del curso es enseñar el proceso de modelización estadística; las técnicas multivariantes se plantean como un complemento que se desarrollará en mayor o menor medida en función de la preparación e intereses de los alumnos y la disponibilidad de tiempo.

Programa:

– El modelo lineal.– Introducción al análisis multivariante.


Clases magistrales y prácticas de ordenador. Asistencia virtual.

Evaluación:

El estudiante desarrollará un trabajo de modelización y análisis a partir de un conjunto de datos.

Bibliografía:

Weisberg, S. (2005): Applied Regresion Análisis. 3ª ed. John Wiley & Sons.Davison, A.C. (2003): Statistical Models. Cambridge University Press.Kraznowski, W.J. (2000): Principles of Multivariate Analysis. Oxford University Press


Asignatura: 71576 BIOESTADÍSTICA y MéTODOS DE AyUDA AL DIAGNóSTICO MéDICO

Titulación: Programa Oficial de Posgrado en Ingeniería BiomédicaCréditos: 4,5 ECTSCuatrimestre: PrimeroProfesores: Fermín Mallor Giménez Irene Paniello Alastruey

Objetivos:

Que los estudiantes aprendan a identificar aquellos problemas que por incluir elementos de variabilidad y/o incertidumbre puedan ser abordados con herramientas estadísticas de probabilidad.

Programa:

– Conceptos estadísticos y probabilísticos básicos.– Modelos estadísticos de regresión.– Estadística multivariante.– Introducción al análisis de datos funcionales.


La teoría de cada tema se impartirá en el aula. Los estudiantes dispondrán con ante-lación de las transparencias utilizadas como apoyo en la clase magistral. Todo este material, así como cualquier otro utilizado en el curso, estará disponible en la web a través del aulario virtual. El desarrollo de las clases prácticas se realizará en las aulas de informática donde cada estudiante contará con un ordenador para manejar los progra-mas estadísticos. Los guiones de las prácticas y los ficheros de datos utilizados también estarán disponibles en el aulario virtual. A la exposición de cada técnica estadística le seguirá su correspondiente práctica informática.

Evaluación:

Examen final de la asignatura: (50%)Trabajos en grupo: (30%).Trabajo individual: (20%)

Bibliografía:

Ramsay, J.O.; Silverman, B.O. (1997): Functional Data Analysis. Springer-Verlag.Daniel, W.W. (2005): Bioestatistics. A Foundation for Analysis in the Health Sciences. John

Wiley & Sons, 8ª edition.Riffenburgh, R.H. (2006): Statistics in Medicine. Elsevier, 2ª edition.


3.2. Tercer ciclo

El Departamento realiza la siguiente actividad de doctorado:

3.2.1. Cursos de Doctorado impartidos por profesores del Departamentoen otros Programas de Doctorado

El Departamento imparte cursos en los siguientes programas de doctorado:– Estadística y Econometría 3 créditos. Dra. Carmen García Olaverri y Dr. Francisco Ba-

llestín González. Programa: Sistemas flexibles de dirección de empresas (Departamento responsable. Gestión de Empresas).

– Aplicación de métodos estadísticos multivariantes en la industria agroalimentaria 3 créditos. Dra. Carmen García Olaverri y Dra. Sagrario Gómez Elvira. Programa: Tecnolo-gía y calidad en las industrias agroalimentarias (Departamento responsable Tecnología de Alimentos). Programa con mención de calidad.

– Investigación en el laboratorio de alimentos: diseños experimentales y tratamiento de datos. 5 créditos. Dr. Fermín Mallor Giménez y Dra. Elena Abascal Fernández. Progra-ma: Alimentos y Salud. (Departamento responsable Ciencias del Medio Natural). Progra-ma con mención de Calidad.

3.3. Proyectos fin de carrera

Los proyectos fin de carrera defendidos en el Departamento durante el curso 2008-2009 han sido:– “Desarrollo y validación de un modelo de simulación para la unidad de cuidados inten-

sivos del Hospital de Navarra”: Dª Susana Ochoa González. Tutor: Dr. Fermín Mallor Giménez.

– “Scheduling of the Preventive Maintenance in a Wind Turbine”. Alumno–proyectista: D. Yavor Tsvetanov Andreev. Tutor: Dr. Javier Faulín Fajardo.

3.4. Tesis de Máster

– “Influencia de la intensidad de clara, en tipo de dosel arbóreo y las hozaduras del jabalí sobre la abundancia y la altura del número de plántulas de frondosas de un bosque mixto del Pirineo Navarro”. Tésis de Máster: Agrobiología ambiental. Alumna Dª Andrea Azpíroz Irisarri. Directores: Dr. Bosco Imbert, Dra. M.ª Dolores Ugarte Martínez y Dr. Javier Peralta. Septiembre 2009.


4. Actividad investigadora

4.1. Organización de exposición

Dentro de la Semana de la Ciencia, celebrada en la Universidad Pública de Navarra del 10 al 23 de noviembre de 2008 tuvo lugar en el Centro de I+D en Electrónica y Comu-nicaciones de la Universidad Pública de Navarra la exposición de la “La Estadística en Nuestra Vida”. Colaboran:– Departamento de Estadística e Investigación Operativa (Universidad Pública de Nava-

rra)– Departamento de Estadística (Universidad de Zaragoza)

4.2. Asistencia a congresos

Internacionales con comunicación:

Abascal, E. y Grande I. “Culture dimensions and their influence on consumer behaviour. Testisng hofstede? Theory in the spanish case”. 16th International Conference on Re-cent Advances in Retailing and Consumer Services Science. Canada Julio 6-9, 2009.

Azcárate, C.; Mallor, F.; Ochoa S. “Statistical analysis of input processes and length of stay in intensive care units”. The Pyrenees International workshop and Summer School on Statistics, Probability and Operations Research(SPO 2009). Jaca (España). Septiembre 15-18, 2009.

Ballestín, F.; Valls, V.; Barrios, A. “Searching for the best modes in the MRCPSP/MAX”. 23RD European Conference on Operational Research. Bonn (Alemania). Julio 5 – 8, 2009.

Ballestín, F.; Lino, P.; Pérez, A.; Quintanilla, S.; Valls,V. “Scheduling and routing ballet-pic-king operations using different types of forklifts and rfid technology”. 23RD European Conference on Operational Research. Bonn (Alemania). Julio 5 – 8, 2009.

Ballestín, F.; Lino, P.; Pérez, A.; Quintanilla, S.; Valls,V. “Picking and placing ítems in a chaotic Warehouse usin RFID”. CORS/INFORMS Annual Meeting 2009. Toronto (Ca-nadá). Junio 14-17, 2009.

Ballestín, F.; Gómez Cabrero, D.; Valls, V. “Using Project scheduling to solve the sequen-cing ordering”. VIII Metaheuristic International Converence (MIC 2009). Hamburgo (Alemania). Julio 13-16, 2009.

Juan, A.; Faulín, J.; Guix, A.; Hester, J. y Ruiz, R. “SS-NEH: Combining Simulation with the NEH heuristic for solving Flow-shop Scheduling Problems”. OR51 Annual Conference. University of Warwick, (UK). Septiembre 8-10, 2009.


Faulín, J.; Juan, J.; Marull, J.; Lera, F.; Hester, J. y Barrios, B. “SR-GCWS-CS: Using Simu-lation to Perform Landscape Analysis for the Capacitated Vehicle Routing Problem” OR51 Annual Conference. University of Warwick (UK). Septiembre 8-10, 2009.

Rodrigues Brochado, M. y Faulín, J. “Performance Indicators for The Motorway Infrastruc-ture Concession Considering the Users’ Requirements”. 23rd European Conference on Operational Research (EURO 2009). Bonn (Alemania). Julio 5-8, 2009.

Juan, A.; Faulín, J.; Grasman, S. y Lera, F. “SimuRoute: Using Monte Carlo Simulation and Splitting Techniques to Produce a Solution Set to the CVRP”. 23rd European Conferen-ce on Operational Research (EURO 2009). Bonn (Alemania). Julio 5-8, 2009.

Faulín, J.; Úbeda, S. y Arcelus, F. “A tabu search approach for the green CVRP”. 23rd European Conference on Operational Research (EURO 2009). Bonn (Alemania). Julio 5-8, 2009.

Ferrer, A.; Juan, A.; Faulín, J.; Serrat, C.; Lopez, P. y Beliakov, G. “Discrete event simulation and fuzzy sets in structural reliability and availability in building construction”. Primer Congreso Internacional de Investigación en Edificación, Madrid (España). Junio 24-26, 2009.

Faulín, J.; Juan, A.; Vilajosana, X.; Ruiz, R. y Barrios, B. “SimuRoute: Using Simulation to Provide Alternative Solutions to the Capacitated Vehicle Routing Problem”. ODYSSEUS 2009-Fourth International Workshop on Freight Transportation and Logistics. Çesme (Turkey). Mayo 25-29, 2009.

Faulín, J.; Juan, A.; Riera, D.; Masip, D. y Jorba, J. “A Simulation-Based Methodology to Assist Decision-Makers in Real Vehicle Routing Problems”.11th International Confe-rence on Enterprise Information Systems, Milán (Italia). Mayo 6-10, 2009.

Faulín, J.; Juan, A.; Lera, F. y Pintor, J.M. “Green Forum at Eroski: Optimizing Logistics Activities with Environmental Criteria”. 2009 INFORMS Conference on OR Practice, Phoenix, Arizona (USA). Abril 26-28, 2009.

Faulín, J.; Juan, A.; Gilibert, M.; Vilajosana, X.; Barrios, B. y Ruiz, R. “Using Oriented Random Search to Provide a Set of Alternative Solutions to the Capacitated Vehicle Routing Problem”. INFORMS Computing Society Conference, Charleston, South Caro-lina (USA). Enero 11-13, 2009.

Faulín, J.; Juan, J.; Gilibert, M.; Vilajosana, X. y Ruiz, R. “SR1: A Simulation-Based Algo-rithm for the CVRP”. Winter Simulation Conference (WSC08) Miami, (USA). Diciembre 7-9, 2008.

Faulín, J.; Juan, A.; Pintor, J.M.; Lera, F. y. Del Valle, A. “SR0: A Simulation-Based Algori-thm for the CVRP”. INFORMS Annual Meeting 2008. Washington, DC (USA). Octubre 12-15, 2008.

Grasman, S.; Faulín, F.; Juan, A.y Lera, F. “Public-Private Partnerships for Transportation Infrastructure Development”. INFORMS Annual Meeting 2008. Washington, DC (USA). Octubre 12-15, 2008.

Faulín, J.; Juan, A.; Serrat, C.; Sorroche. M. “SURESIM: A Simulation-Based Algorithm to Predict Time-Dependent Structural Reliability”. 13th ASIM-Dedicated Conference in Simulation in Production and Logistics. Berlin (Germany). Octubre 1-2, 2008.

Gastón, M.; Pagola, I.; Fernández, C.; Ramírez, L.; Mallor, F. “A new adaptive metodology of global-to-direct irradiance base don clustering and kernel machines techniques”. Solar PACES. Berlin (Alemania). Septiembre 15-18, 2009.

Mallor, F.; Azcárate, C. Ochoa, S. “Statistical modelling and simulation for intensive care units. A case study”. 35th Conference on Operational Research Applied to health Services (ORAHS 2009). Lovaina (Bélgica). Julio 12-17, 2009.

Mallor, F.; Azcárate, C. Blanco, R. “Including risk in management models for the simu-lation of energy production Systems”. International Conference on Computings and Industrial Engineering (CIE 2009). Troyes (Francia). Julio 2009.


González, M.; Rodríguez, J.; Mallor, F.; Malanda A.; Izquierdo, M. “New wavelet indices to assess muscle fatigue. Turing dynamic contractions”. World Congress on Science, Engineering and Technology. Oslo (Noruega). Julio, 2009.

Gastón, M.; León, T.; Mallor, F. “Input analysis in simulation Studies: a functional data analysis perspective”. VI International Conference on Simulation in Industry and Ser-vices. Bruselas (Bélgica). Diciembre 12, 2008.

Mallor, F; Gastón, M.; León, T. “Functional data analysis for non homogeneous Poisson Processes”. Winter Simulation Conference. Miami (Estados Unidos). Diciembre 7-10, 2008.

Moler, J.A.; Plo, F.; Urmeneta, H. “Selection of experimental designs via aggregation of preferences”. Congreso Hispano-Maroccan days on applied mathematics and statis-tics. Tetuán (Marruecos). Diciembre 17-19, 2008.

Moler, J.A.; Plo, F.; Urmeneta, H. “Stochastic recursive techniques in response-adaptive designs”. The Pyrenees International Workshops on Statistics, Probability and Opera-tion Research. Septiembre, 15-18, 2009.

Ugarte, M.D.; Goicoa, T.; Etxeberria, J. and Militino, A.F. “Detecting high-risk regions in disease mapping using spatial P-spline models”. TIES 2009. The 20th Annual Con-ference of the International Environmetrics Society. Bolonia (Italia). Julio 5-9, 2009.

Ugarte, M.D.; Militino, A.F. y Goicoa, T. “Empirical study of the unemployment estima-tors in small areas”. IASC 2008. Yokohama (Japón). Diciembre 5-8, 2008.

Nacionales con comunicación

Ardaiz, I.; Cebrián, P.; Eraso, S.; Sagaseta, M. “Análisis del Mercado de trabajo en la Comunidad foral de Navarra a través de la estimación por áreas pequeñas”. En XXXI Congreso Nacional de Estadística e Investigación Operativa y V Jornadasa de Estadís-tica Pública. Murcia (España). Febrero 10-13, 2009.

Goicoa, T.; Ugarte, M.D.; Militino, A.F. y Etxeberría, J. “P-splines models to detect high-risk regions in empirical Bayes disease mapping”. XII Conferencia Española de Biome-tría 2009. Cádiz (España). Septiembre 23-25, 2009.

Goicoa, T.; Militino, A.F. y Ugarte M.D. “Evaluating rates of true and false positives in Bayesian disease mapping”. XXXI Congreso Nacional de Estadística e Investigación Operativa y V Jornadas de Estadística Pública. Murcia (España). Febrero 10-13, 2009.

Gastón, M.; Izquierdo, M.; León, T.; Mallor F. “Muscle fatigue patterns in Sports training”. XXXI SEIO. Murcia (España). Febrero 10-13, 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Clasificación de diseños adaptativos mediante el uso de técnicas difusas” XXXI Congreso nacional de Estadística e Investigación Operativa. Murcia (España). Febrero 10-13, 2009.

Contribuciones relevantes a congresos

Quintanilla, S.; Ballestín, F.; Lino, P.; Pérez, A.; Valls, V. “Evolutionary approaches to maxi-mizing the self Availability in a chaotic Warehouse”. 23 RD European Conference on Operational Research. Bonn (Alemania). Julio 5-8, 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Selection of experimental designs via aggregation of preferences”. Eurofuse Workshop 09, preferente modelling and decision analysis. Pamplona (España). Septiembre 16-18, 2009.

Militino, A.F.; Ugarte, M.D.; Goicoa, T. y Traver, M.C. “Ensuring the additivity property for estimating the total tree biomass”. (Charla invitada presentada por Militino, A.F.). II Iberian Mathematical Meeting. Badajoz (España). Octubre, 3-5, 2009.


Ugarte, M.D.; Goicoa, T. y Militino, A.F. “Space.time mortality risk smoothing using P-splines”. (Charla invitada presentada por M.D. Ugarte). ISI 2009. Durban (Sudáfrica). Agosto 16-22, 2009.

Ugarte, M.D. Miembro del Comité Científico. 24th International Workshop on Satistical Modelling. Cornell (EEUU). Julio 20-24, 2009.

Ugarte, M.D.; Goicoa, T.; Militino, A.F. y Otero, L. “Flexible modelling in small area es-timation”. (Charla invitada presentada por Militino, A.F. ). SAE 2009. Elche (España). 29 Junio-1 Julio, 2009.

Ugarte, M.D.; Goicoa, T. y Militino, A.F. “Spatio-temporal modelling of risks using P-splines”. (Charla invitada presentada por Goicoa, T.). Modelling Spatio-Temporal Data. International Workshop. Zaragoza (España). Mayo 15, 2009.

4.3. Publicaciones

Internacionales

Revistas

Abascal, E.; García Lautre, I.; Mallor, F. “Tracking scustomer portfolio composition: A factor analysis approach”. En: Applied Stochastic Models in Business and Industry. Published Online. Pp 17 DOI: 10.1002/amb.798. Septiembre 2009.

Aguado, M.; Ayerbe, E.; Azcárate, C.; Blanco, R.; Garde, R.; Mallor, F.; Rivas, D. “Eco-nomical assessment of a wind-hydrogen energy system using WindHyGen software”. En: International Jornal of Hydrogen Energy. Clave A, Vol 34, pp. 2845-2854. 2009.

Ballestín, F.; Valls, V.; Quintanilla, S. “Scheduling prohects with limited number of pre-emptions”. En: Computers and Operations Research. Vol. 36(11). Pág. 2913-2925. Noviembre 2009.

Juan, A.; Faulín, F.; Daradoumis, T. y Xhafa, F. “A Data Analysis Model Based on Control Charts to Monitor Online Learning Processes”. En: International Journal of Business Intelligence and Data Mining. Special Issue on “Advances in Intelligent Information Management Systems and Applications”. Vol. 4, No. 2, 2009, pp. 159-174 (16).

Faulín, F.; Juan, A.; Fonseca, P.; Pla, L. y Rodríguez, S. “Learning Operations Research On-line: Benefits, Challenges, and Experiences”. En: International Journal of Simulation and Process Modelling. Special Issue on “Modelling and Simulation Education”. Vol. 5, No. 1, 2009, pp. 42-53 (12).

Juan, A.; Faulín, J.; Daradoumis, T. y Xhafa, F. “SAMOS: A Model for Monitoring Students’ and Groups’ Activity in Collaborative e-Learning”. En: International Journal of Learning Technology. Vol. 4, Nos. 1/2, 2009, pp. 53-72 (19).

Pla, L.M.; Faulín, J. y Rodríguez. S. “A Linear Programming Formulation of a Semi-Markov Model to Design Pig Facilities”. En: Journal of Operational Research Society. Vol. 60, No. 5, May 2009.

Faulín. J. y García del Valle, A. “Solving the Capacitated Vehicle Routing Problem using the ALGELECT Electrostatic Algorithm”. Citation index en: Journal of Operational Re-search Society (Impact Factor: 0.784 Year: 2007. Rank 33 in OR. Cited Half Life: 9.9. Vol. 59, No. 12, December 2008. 1685-1695 (11)

Faulín, J.; Pintor, J.M.; Lera, F.; Ubeda, S. y San Miguel, J. “Environmental Costs in Routing Design: An Algorithm Implementation”. En: The Journal of Agricultural Science. Vol. 147, No. 3, June 2009, pp. 361(1).

Faulín, J.; Juan, A.; Bargueño, V. y Serrat, C. “Predicting Availability Functions in Time-Dependent Complex Systems with SAEDES Simulation Algorithms”. Citation index en: Reliability Engineering and System Safety (Impact Factor: 0.747 Year: 2005. Rank 19 in OR. Cited Half Life: 6.1). Vol. 93, No. 11, November, 1761-1771 (11), 2008.


Faulín, J. y Juan, A. “The ALGACEA-1 Method for the Capacitated Vehicle Routing Pro-blem”. Citation index en: International Transactions in Operational Research. Vol. 15, September 2008. pp. 599-621 (22).

Sanz de Acedo Lizarraga, M.L.; Sanz de Acedo Baquedano, M.T.; Goicoa, T. y Cardelle-Elawar, M. “Enhancement of thinking skills: effects of two intervention methods”. En: Thinking Skills and Creativity, 4, pp. 30-43, 2009.

González Izal, M.; Malanda, A.; Navarro-Amézqueta, I.; Gorostiaga, E.M.; Mallor, F.; Ibá-ñez, J.; Izquierdo, M. “EMG spectral indices and muscle power fatigue Turing dynamic contractions”. En: Journal of Electromyography and Kinesiology. Available online 29 april, 2009.

Contín, I.; Correljé, A.F.; Palacios, M.ª B. “Competition. Regulation and pricing behaviour in the spanish retail gaoline market”. En: Energy Policy, nº 37, pp. 219-228, 2009.

Paniello, I.; Montaner; F.: “On Polynomial identities in Associative and Jordan pairs”. En: Algebras and Representation Theory 2009 DOI 10.1007/s10468-008-9114-5.

Ugarte, M.D.; Goicoa, T. y Militino, A.F. and Durbán, M. “Spline smoothing in small area trend estimation and forecasting”. En: Computational Statistics and Data Analysis, 53 pp. 3616-3629, 2009.

Ugarte, M.D.; Goicoa, T., Ibañez, B. y Militino, A.F. “Evaluating the performance of spa-tio-temporal Bayesian models in disease mapping”. En: Environmetrics, 20, pp. 647-655, 2009.

Ugarte, M.D.; Militino, A.F. y Goicoa, T. “Benchmarked estimates in small areas using linear mixed models with restrictions”. En: Test, 18, pp. 342-364, 2009.

Ugarte, M.D.; Goicoa, T.; Militino, A.F. y Sagaseta-López, M. “Estimating unemployment in very small areas”. En: Sort, 33(1), pp. 49-70, 2009.

Ugarte, M.D.; Goicoa, T. y Militino, A.F. “Empirical bayes and fully bayes procedures to detect high-risk areas in disease mapping”. En: Computational Statistics and Data Analysis, 53, pp. 2938-2949, 2009.

Ugarte, M.D. “Comments on: Missing data methods in longitudinal studies: a review”. En: Test, 18, pp. 44-46, 2009.

Ugarte, M.D. “Mortality (total, crude, disease-specific, adjusded)”. En: Encyclopedia of Medical Decision Making.; Kattan, MW (Editor), Thousand Oaks, CA: SAGE Publica-tions, pp. 98-102, 2009.

Sung, H.; Urmeneta, H.; Volodin, A. “On complete convergence for arrays of random ele-ments”. En: Stochastic Anal. Appl., 26(3), 2008, pp. 1-8.

Nacionales

Revistas

Ugarte, M.D. “A brief introduction to spatio-temporal modelling”. En: Boletín SEIO, 24 (2), 5-11, 2008.

Libros

Grande, I. y Abascal E. “Fundamentos y técnicas de investigación comercial”. 10ª ed. revisada y ampliada. ESIC. 2009.

Abascal, E. y Grande I. “Marketing cuantitativo”. Universitat Oberta de Catalunya. 2009. www.uoc.edu.

Juan, A.; Daradoumis, T.; Xhafa, F.; Caballé. S. y Faulín, J. “Monitoring and Assessment in Online Collaborative Environments: Emergent Computacional Technologies for E-Lear-ning Support”. IGI Global Books. http://www.igi-pub.com/. Hershey. Pennsylvania.


USA. 2009. Hardcover Edition: 978-1-60566-786-7. E-Book Edition: 978-1-60566-787-4 550 pág.

Del Moral, E.; Villalustre, L; Gómez Laso, M.A.; Sevilla, J.; Benito, D.; Faulín. J. y otros “MATRIX-Modalidades de Aprendizaje Telemático y Resultados Interuniversitarios Ex-trapolables al nuevo EEES”. Octaedro. http://www.octaedro.com. Barcelona. España. 2009. ISBN: 978-84-8063-998-9, 167 pág.

García Olaverri, C.; Hueta Arribas, E. “La frontera de la Innovación: la hora de la empresa industrial española”. Ed. Fundación alternativas. ISBN: 978-84-92424-44-3. 2008

Ugarte, M.D.; Militino, A.F. y Arnholt, A.T. “Solution Manual for Probability and Statistics with R.”. CRC Press/Chapman and Hall. ISBN-13: 978-1-4398-0473-5 (Softcover). Pages 531

Capítulos de libros

Juan, A.; Faulín, J.; Fonseca, P.; Steegmann, C.; Pla, L.; Rodríguez y Trenholm, S. “Tea-ching Statistics and Operations Research Online: Experiences at the Open Univer-sity of Catalonia”. Chapter in the book entitled “Cases on Successful E-Learning Practices in the Developed and Developing World: Methods for the Global Informa-tion Economy” edited by Bolanle A. Olaniran, Texas Tech University, USA. IGI Global Books. http://www.igi-pub.com/. ISBN: 978-1-60566-786-7, 14 pág. Hershey, PA 17033 USA, 2009.

Juan, A.; Faulín, J.; Ruiz, R.; Barrios, B.; Gilibert, M.; y Vilajosana, X. “Using oriented random search to provide a set of alternative solutions to the capacitated vehicle routing problem”. Chapter in the book entitled “Operations Research and Cyber-In-frastructure” edited by Chinneck, J.; Kristjansson, B; Saltzman, M. OR/CS Interfaces Series, Vol. 47, pp. 331-346. Springer, New York, USA. New York. USA. 2009. ISBN: 978-0-387-88842-2, 15 pág.

Faulín, J.; Lera, F.; Arizkun, A. y Pintor, J.M. “Energy Policy in Renewables and its Economic and Environmental Consequences at Regional Level: The Case of Navarre (Spain). Chapter in the book entitled Energy Policy: Economic Effects, Security Aspects and Environmental Issues”. Edited by Noah B. Jacobs. Nova Science Publishers https://www.novapublishers.com/catalog/https://www.novapublishers.com/catalog/pro-duct_info.php?products_id=9185 Hauppauge, NY. USA. 2009. ISBN: 978-1-60692-894-3, 58 pág.

Lera, F.; Faulín, J.; Juan, A. y Caballer. V. “Monitoring Students’ Activity and Performance in Online Higher Education: A European Perspective”. IGI Global Books. http://www.igi-pub.com/. Hershey. Pennsylvania. USA. 2009. Hardcover Edition: 978-1-60566-786-7, E-Book Edition: 978-1-60566-787-4. pp.131-149.

Gastón, M.; León, T.; Mallor, F. “Functional data analysis for non homogeneous Poisson processes”. Proceedings of the 40th Conference on Winter Simulation Miami, Florida, pp 337-343. ISBN: 978-1-4244-2708-6. 2008.

Gastón, M.; León, T.; Mallor, F. “Input analysis in simulation studies: a functional data analysis perpective”. En Simulation in industry and services. ISBN 978-84-9769-238-0, 2008.

Mallor, F.; Azcárate, C.; Blanco, R. “Including risk in Management models for the simu-lation of energy proudction Systems”. CIE39. Pages: 1821-6. 2009.

González, M.; Rodríguez, J.; Mallor, F.; Malanda A.; Izquierdo, M. “New wavelet indices to assess muscle fatigue Turing dynamic contractions”. World Academy of Science, Engineering and Technology, Vol. 55,pp. 480-485 ISSN: 2070-3724. 2009.

Actas de Congresos

Azcárate, C.; Mallor, F.; Ochoa S. “Statistical analysis of input processes and length of stay in intensive care units”. The Pyrenees International workshop and Summer


School on Statistics, Probabiliy and Operations Research(SPO 2009). Jaca (España). Septiembre 15-18, 2009.

Mallor, F.; Azcárate, C. Ochoa, S. “Statistical modelling and simulation for intensive care units. A case study”. 35th Conference on Operational Research Applied to health Ser-vices (ORAHS 2009). Lovaina (Bélgica). Julio 12-17, 2009.

Mallor, F.; Azcárate, C. Blanco, R. “Indluding risk in management models for the simu-lation of energy production Systems”. International Conference on Computings and Industrial Engineering (CIE 2009). Troyes (Francia). Julio 2009.

Juan, A.; Faulín, J.; Riera, D.; Masip, D. y Jorba, J. “A Simulation-based Methodology to assist Decision-makers in real Vehicle Routing Problems”. Proceedings of the 11th International Conference on Enterprise Information Systems (indexed by ISI Procee-dings). ISBN: 978-989-8111-84-5. Milan, Italy. May 6-10-2009. pp. 212-217 (6).

Faulín, J.; Gilibert, M.; Juan, A.; Ruiz, R.; Vilajosana, X. “SR-1: A Simulation-based Algo-rithm for the Capacitated Vehicle Routing Problem”. Proceedings of the 2008 Winter Simulation Conference (indexed by ISI Proceedings), ISBN: 978-1-4244-2708-6. IEEE Catalog Number: CFP08WSC-CDR. Library of Congress: 87-654182. Miami, Florida USA, December 7-10, 2008, pp. 2708-2716 (9).

Goicoa, T.; Militino, A.F. y Ugarte, M.D. “Evaluating rates of true and false positives in bayesian disease mapping”. Actas del XXXI Congreso Nacional de Estadística e Investigación Operativa y V Jornadas de Estadística Pública. Murcia, 10-13 febrero 2009. Editores: Editum, Ediciones de la Universidad de Murcia. Clave CD. ISBN: 978-84-6925325-0.

Goicoa, T.; Ugarte, M.D.; Militino, A.F. y Etxeberría, J. “P-splines models to detect high-risk regions in empirical Bayes disease mapping”. Actas de la XII Conferencia Españo-la de Biometría 2009. Cádiz. 23-25 de septiembre de 2009. Editores: Universidad de Cádiz. ISBN: 978-84-692-5325-0.

Goicoa, T; Ugarte, M.D.; Etxeberría, J. y Militino A.F. “Detecting high-risk regions in disease mapping using spatial P-spline models”. Book of abstracts. TIES 2009. The 20th Annual conference of the International Environmetrics Society, a Section on the ISI, and the GRASPA Conference 2009. July 5-9, 2009. Editores: Universidad de Bo-lonia. 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Selection of experimental designs via aggregation of preferences”. Eurofuse Workshop 09, preferente modelling and decision analysis. Pamplona (España). Septiembre 16-18, 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Stochastic recursive techniques in response-adaptive designs”. The Pyrenees International Workshops on Statistics, Probability and Opera-tion Research. Septiembre, 15-18, 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Clasificación de diseños adaptativos mediante el uso de técnicas difusas”. XXXI Congreso nacional de Estadística e Investigación Operati-va. Murcia (España). Febrero 10-13, 2009.

Moler, J.A.; Plo, F.; Urmeneta, H. “Selection of experimental designs via aggregation of preferences”. Congreso Hispano-Maroccan days on applied mathematics and statis-tics. Tetuan (Marruecos). Diciembre 17-19, 2008.

Reseñas

Militino, A.F. “Time Series Analysis”. En: Journal of Applied Statistics, 36, 699-700, 2009.

Paniello, I.: “Compact realifications of exceptional simple Kantor triple systems” by D. Mondoc (Zbl 1168.17003). 2009.

Ugarte, M.D. “Longitudinal Data Anaysis”. En: Journal of Applied Statistics, 36, 1175-1176, 2009.


4.4. Grupos y lineas de investigación

Estadística EspacialResponsable del Grupo: Fernández Militino, Ana.

Equipo: Etxeberria Andueza, Jaione; Fernández Militino, Ana; Goicoa Mangado, Tomás; Otero Franco, Laura; Palacios Navarro, M.ª Blanca; Ugarte Martínez, M.ª Dolores.

Líneas de Investigación:• Estimación en áreas pequeñas.• Modelización espacial y temporal.• Ensayos agronómicos. Diseño de experimentos. Análisis de datos longitudinales• Modelización y análisis del mercado de la vivienda.

DECyL (Datos, Estadística, Calidad y Logística)Responsable del Grupo: Mallor Giménez, Fermín.

Equipo: Abascal Fernández, Elena; Azcárate Camio, Cristina; Ballestín González, Fran-cisco; Blanco Gómez, Rosa; De Paz Asín, Esteban; Eraso Goicoechea, M.ª Luisa; Fau-lín Fajardo, Fco. Javier; García Lautre, Ignacio; Gastón Romeo, Martín; Gómez Elvira, Sagrario; Mallor Giménez, Fermín; Moler Cuiral, José Antonio; Nualart Dexeus, Eulalia; Paniello Alastruey, Irene; Pérez Prados, Antonio; Portilla Manjón, Miren; Rivera Martín, Rafael; Urmeneta Martín-Calero, Henar.

Líneas de Investigación:• Métodos estadísticos multivariantes aplicados a estudios sociales, económicos

y de marketing.• Fiabilidad y control estadístico de la calidad.• Diseño y análisis de encuestas.• Aplicaciones estadísticas de la lógica difusa.• Probabilidad. Procesos estocásticos. Aplicaciones.• Simulación y optimización de sistemas de producción y logísticos.

Organización de Empresas.Responsable del Grupo: Emilio Huerta.

Equipo: Bayo Moriones, José Alberto; Franco Pueyo, Juan Francisco; García Marco, M.ª Teresa; García Olaverri, M.ª Carmen; Huerta Arribas, Emilio; Larraza Quintana, Martín, Merino Díaz de Cerio, Francisco Javier; Ollo López, Andrea; Urtasun Alonso, Ainhoa.

Líneas de Investigación:

• Empresas y estrategias competitivas.• Productividad y competitividad en empresas.• La innovación tecnológica y organizativa en la empresa.

4.5. Proyectos de investigación

De carácter nacional

Título: “Análisis de las señales EMG de aguja y superficie y de las imágenes de reso-nancia. Modelización de la fatiga muscular a partir de resgistros de EMG de superficie”

Referencia: DEP2006-56076-C06-06/ACTIInvestigador Principal: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y CienciaDuración: 2006-2009


Título: “Metodología para el cálculo de índices de precios de la vivienda”Referencia: ECO2008-05622Investigador principal: Palacios, M.ª B.Entidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: 2008-2009

Título: “Evolución espacio-temporal de riesgos y detección de zonas con riesgos ex-tremos”

Referencia: MTM2008-03085Investigador principal: Ugarte, M.D.Miembros del equipo: Militino, A.F., Goicoa, T., Otero, L., otros.Entidad/organismo financiador: Ministerio de Ciencia e InnovaciónDuración: desde 2009 – hasta 2011

Título: “Métodos para la estimación en áreas pequeñas: aplicación a la estimación de tasas por comarcas”

Referencia: MTM2005-00511Investigador principal: Ugarte, M.D.Miembros del equipo: Militino, A.F., Goicoa, T. y otrosEntidad/organismo financiador: Ministerio de Educación y Ciencia Duración: Enero 2006-Diciembre 2008

Título: “Gestión de procesos logísticos en un entorno RFID”Referencia: DPI2007-63100Investigador principal: Valls Verdejo, V. (Universidad de Valencia)Equipo investigador: Ballestín, F. más 4 participantesEntidad/organismo financiador: Ministerio de Educación y CienciaDuración 1-10-2007 – 30-9-2010

Título: “Nuevas aproximaciones para el aprendizaje multiobjetivo de modelos de clasifica-ción supervisada y para la síntesis de conocimiento en modelos de análisis de decisiones”

Referencia: TIN 2007-62626Investigador principal: Bielza Lozoya, M.C. (Universidad Politécnica de Madrid)Equipo Investigador: Blanco, R. y otrosEntidad/organismo financiador: Ministerio de Educación y CienciaDuración: 1-10-2007 – 3-8-2010

Título: “Gestión del transporte por carretera en zonas transfronterizas pirenaicas”Referencia: TRA2006-10639Investigador principal: Lera, F. (Departamento de Economía de la Universidad Pública de Navarra)Miembros del equipo: Faulín, J. y otrosEntidad/organismo financiador: Plan Nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2004-2007. Ministerio de Educación y Ciencia. Duración: Octubre 2006-Octubre 2009

Título: “Innovación en la organización del trabajo: motores del éxito empresarial”Referencia: SEJ2007-67895-C04-01Investigador principal: Huerta, E. (Departamento de Gestión de Empresas de la Uni-versidad Pública de Navarra)Miembros del equipo: García Olaverri, C.; Gómez Elvira, S.; Urmeneta Martín-Calero, H.Entidad/organismo financiador: Ministerior de Educación y CenciaDuración: 2007-2009


Título: “Análisis morfométrico y modelado de la actividad bioeléctrica del músculo esquelético”

Referencia: SAF2007-65383Investigador principal: Malanda Trigueros, Armando (Universidad Pública de Navarra)Equipo investigador: Gómez-Elvira, S. más 9 participantesEntidad/organismo financiador:Duración: 2007 a 2009

Título: “Modelado de la actividad bioeléctrica del músculo esquelético basado en aná-lisis morfométricos. Aplicación al estudio de la patología neuromuscular”

Investigador Principal: Malanda, A. (Departamento de Ingeniería Eléctrica y Electrónica de la Universidad Pública de Navarra)Miembros del equipo: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y CienciaDuración: 2007-2009

Título: “Caracterización y mejora de la calidad de cebollas con bajo nivel de pungencia”Referencia: DEP2007-00080-00-00Investigador Principal: Mallor, C. (Centro de Investigación y Tecnología Agroalimentaria de Aragón)Miembros del equipo: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: 2007-2009

Título: “Modelos estocásticos con interacciones”Investigador principal: Sanz Saiz, G. (Universidad de Zaragoza)Miembros del equipo: Moler Cuiral, J.A.Entidad/organismo financiador: DGI (MCyT) Plan Nacional de I+D+I 2007-2009.Duración: 1 de Enero de 2007 – 31 de Diciembre de 2009

Título: “Álgebras y superálgebras de Lie y de Jordan”Referencia: MTM2007-67884-C04-02Investigador principal: Elduque Palomo, A.C. (Departamento de Matemáticas de la Universidad de Zaragoza)Equipo investigador: Paniello, I. y otrosEntidad/organismo financiador: Ministerio de Ciencia y Tecnología y FEDERDuración: 1 de Octubre de 2007 a 3 de Agosto de 2010

Título: “Foro de análisis de datos estratégicos”Referencia: CONSC4-0224Investigador principal: González-Manteiga, W.Miembros del equipo: Ugarte, M.D. y otrosEntidad/organismo financiador: Proyecto Ingeniero Mathematica (I-Math)Duración: desde 2009 – hasta 2009

4.6. Contratos de investigación y de desarrollo

Título: “Curso de Estadística con R”Código OTRI: 2008 015 084Investigador responsable: Ugarte, M.D. y Militino, A.F.Entidad/organismo financiador: Universidad de ZaragozaDuración: 15 Junio 2009 – 17 Junio 2009


Título: “Tipología de la cartera de clientes minoristas de Kukusumuxu”Código OTRI: 2008 015 076Investigador responsable: Ignacio García Lautre Entidad/organismo: KukusumuxuMiembros del equipo: Elena Abascal FernándezDuración: Junio 2009 – diciembre 2009

Título: “Modelos de gestión de sistemas energéticos mixtos eólico-hidrógeno. Mejora del software WindhyGen”

Código OTRI: 2008 015 032Investigador responsable: Fermín Mallor Giménez Entidad/organismo financiador: Cener-Fundación Cener – CiematMiembros del equipo: Rosa Blanco Gómez, Cristina Azcárate CamioDuración: Junio 2009 – Julio de 2010

Título: “Acción formativa en métodos estadísticos y probabilísticos para el cálculo de velocidades extremas de viento”

Código OTRI: 2008 015 057Investigador responsable: Fermín Mallor Giménez / Eulalia Nualart DexeusEntidad/organismo financiador: Cener-Fundación Cener – CiematDuración: Febrero 2009 – Octubre de 2009 (85 horas)

Título: “Análisis y modelización estadística del precio de las viviendas colectivas en Álava en 2009 y 2010”

Código OTRI: 2009 015 004Investigador responsable: Ugarte, M.D. y Militino, A.F.Miembros del equipo: Tomás Goicoa Mangado, Laura Otero FrancoEntidad/organismo financiador: LKS TasacionesDuración: 15 Mayo 2009 – 31 Diciembre 2010

Título: “Estudio de áreas pequeñas en la encuesta de innovación tecnológica y desa-rrollo de métodos probabilísticos de fusión de registros”

Código OTRI: 2008 015 124Investigador responsable: Ugarte, M.D. y Militino, A.F.Miembros del equipo: Tomás Goicoa Mangado, Laura Otero FrancoEntidad/organismo financiador: EUSTAT (Instituto Vasco de Estadística)Duración: 1 Enero 2009 – 31 Diciembre 2009

Título: “Modelización por áreas pequeñas de la oferta de vivienda 2008”Referencia: 020000001522Investigador principal: Ugarte, M.D.Entidad/organismo financiador: Ministerio de ViviendaDuración: Noviembre 2008 – Diciembre 2008

Título: “Curso sobre Análisis de datos en investigación agraria”Código OTRI: 2008 015 116Investigador responsable: Fermín Mallor GiménezEntidad/organismo financiador: Instituto Técnico y de Gestión Agrícola (ITGA)Fecha: Año 2008 – Octubre de 2008


Título: “Evaluación externa de la metodología de extrapolación de la encuesta de pre-supuestos familiares y estadística de gasto familiar: presupuestos familiares”

Código OTRI: 2008 015 114Investigador responsable: Militino, A.F. y Ugarte, M.D.Entidad/organismo financiador: Instituto Vasco de Estadística (EUSTAT)Miembros del equipo: Tomás Goicoa Mangado, Laura Otero FrancoFecha: Septiembre 2008 – Diciembre 2008

Título: “Métodos probabilísticos de fusión de registros”Código OTRI: 2008 015 076Investigador responsable: Militino, A.F. y Ugarte M.D.Entidad/organismo financiador: Instituto Vasco de Estadística (EUSTAT)Miembros del equipo: Tomás Goicoa Mangado, Laura Otero FrancoFecha: Junio 2008 – Diciembre de 2008

Título: “Estimación del número de viviendas de obra nueva promocionadas en 2007”Referencia: 020000001519Investigador principal: Militino, A.F.Entidad/organismo financiador: Ministerio de ViviendaDuración: Mayo 2008 – Diciembre 2008

Título: “Análisis logístico de un sistema de reciclado de vidrios”.Código OTRI: 2008 015 046Investigador responsable: Fermín Mallor Giménez (Universidad Pública de Navarra y Pedro Mateo Collazos (Universidad de Zaragoza)Entidad/organismo financiador: Reciclauto Navarra, S.L.Fecha: Abril 2008 – Octubre 2008

Título: “Elaboración de programas informáticos para la estimación basada en modelos longitudinales y estimación en áreas pequeñas”

Código OTRI: 2007 07 72Investigador responsable: Ugarte, M.D. y Militino, A.F.Miembros del equipo: Grupo investigador Estadística EspacialEntidad/organismo financiador: EUSTAT (Instituto Vasco de Estadística)Duración: 4 Julio 2007 – 31 Diciembre 2008

Título: “Modelos de previsión del precio de las viviendas colectivas en Álava”Código OTRI: 2007 07 083Investigador responsable: Militino, A.F. y Ugarte, M.D.Miembros del equipo: Tomás Goicoa Mangado, Laura Otero FrancoEntidad/organismo financiador: LKS TasacionesDuración: 20 Junio 2007 a 31 Diciembre 2008

Título: “Foro de transporte verde para la optimización de rutas sostenibles de distri-bución”

Investigador responsable: Pintor, J.M. (Dpto. de Ingeniería Mecánica, Energética y de Materiales de la Universidad Pública de Navarra)Miembros del equipo: Faulín, J.Entidad/organismo financiador: Grupo EroskiDuración: Mayo 2005 – Diciembre 2008


4.7. Tesis doctorales leídas

Título: Modelización Estadística del Rendimiento Matemático con Variables Psicoeduca-tivas en Estudiantes Universitarios.Doctorando: Antonio Humberto Closas MartínezUniversidad: Universidad Pública de NavarraFecha de Lectura: 21 de septiembre de 2009Calificación: Sobresaliente Cum Laude (por unanimidad)Directores: Dra. M.ª Dolores Ugarte Martínez y Dra. M.ª Luisa Sanz de Acedo.

4.8. Tesis doctorales en curso

Jaione Etxeberria Andueza “Modelización espacio-temporal flexible. Aplicación a la re-presentación cartográfica de enfermedades”. Directores de Tesis: Dra. M.ª Dolores Ugarte Martínez y Dr. Tomás Goicoa Mangado.

Martín Gastón Romeo: “Kernel Machine Learning Applied to Functional Data Analysis”. Director de Tesis: Dr. Fermín Mallor Giménez y Dra. Teresa León Mendoza.

José Miguel Aranda Latorre “Desarrollo de modelos de simulación para la toma de de-cisiones en los centros de salud de Navarra”. Directores de Tesis: Dr. Fermín Mallor Giménez, Dra. Cristina Azcárate Camio y Dr. Antonio Brugos.

Sergio Úbeda Munárriz: “Diseño de rutas seguras y ambientalmente sostenibles para el transporte de mercancías por carretera”. Directores de tesis: Dr. Javier Faulín Fajardo y Dr. Patxi Arcelus.

4.9. Estancias y visitas del profesorado

Corta duración (inferiores a tres meses)

Javier Faulín Fajardo. Department of Management Information Systems, University College Dublin (Irlanda). Del 7 de septiembre al 27 de septiembre de 2009.

Javier Faulín Fajardo. Faculté des Sciences Economiques. Université de Rennes 1. Rennes. (France). Professeur Invité. Del 1 de marzo al 15 de marzo de 2009.

Irene Paniello Alastruey. Departamento de Matemáticas de la Universidad de Zaragoza. Del 7 de julio al 8 de agosto de 2009.

Irene Paniello Alastruey. Departamento de Matemáticas y Estadística de la Universidad de Ottawa-Canadá. Del 3 de junio al 5 de julio de 2009.

Larga duración igual o (superior a tres meses)

Fermín Mallor Giménez. Universidad de Ehsal (Economische Hogeschool sint-Aloysius). Bruselas (Bélgica). Del 20 de junio a 20 de septiembre de 2009.

4.10. Becas, ayudas y premios

Faulín Fajardo, Javier. Premio de Investigación a la mejor contribución científica del año 2006 en las áreas de Ciencias Humanas y Sociales, Jurídicas y Económicas por el artículo titulado “The Outlook for renewable energy in Navarre: An economic profile” publicado en la revista “Energy Policy”. Universidad Pública de Navarra. Noviembre 2008.


5. Conferencias, Seminarios y Cursos

Impartidas por profesores invitados al Departamento

Rubén Ruiz García(Universidad Politécnica de Valencia). “Topics on real-life production scheduling”. Seminario de Tercer Ciclo del Departamento de Estadística e Investiga-ción Operativa, 24 de junio de 2009.

Nancy Flournoy (University of Missoui-Columbia – EEUU). “Response-adaptive Designs”: some reflections and some results”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 16 de junio, de 2009.

Alan T. Arnholt (Appalachian State University – EEUU). “Curso: Enseñanza de la Estadísti-ca con R”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 8-10 de junio de 2009. 20 horas.

Caterina May (Università del Piemonte Orientale – Italia). “A functional equation whose unknown maps into the probability distributions on (0, 1)”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 5 de junio de 2009.

Francisco Javier Girón (Universidad de Málaga). “Métodos bayesianos objetivos de selec-ción de variables en modelos lineales normales”. Seminario de Tercer Ciclo del Depar-tamento de Estadística e Investigación Operativa, 15 de mayo de 2009.

Edward Omey (Universidad de Ehsal – Bruselas). “Domains of attraction of the random vector (X, X2) and applications”. Seminario de Tercer Ciclo del Departamento de Esta-dística e Investigación Operativa, 6 de abril de 2009.

Manuel Mateo Doll (Universidad Politécnica de Cataluña). “Scheduling machines and addi-tional resources in industries with several production stages”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 26 de marzo de 2009.

Virgilio Gómez Rubio (Universidad de Castilla – La Mancha). “Métodos de detección de “clusters” mediante modelos lineales generalizados”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 23 de febrero de 2009.

Christian Paroissin (Universidad Pau – Francia). “A Bayesian approach of some self-organi-zing rules”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 28 de noviembre de 2008.

Patrick Hirsch (BOKU – University of Natural Resources and Applied Life Sciences De-partment of Economics and Social Sciences. Production Economics and Logistics – Viena). “A Tabu search strategy for scheduling log-trucks”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 126 de noviembre de 2008.

M.ª José Rivas López y José M.ª Sánchez (Universidad de Salamanca). “Herramientas estadísticas para el análisis de datos de microarrays”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 14 de noviembre de 2008.

Martín Gastón Romeo (Universidad Pública de Navarra). “Las SVM del inglés “Support Vector Machines”. Visión general y conceptos básicos. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 12 de noviembre de 2008.

Simon Wood (Bath University, UK). “Curso modelos aditivos generalizados”. Aula de In-formática del Departamento de Estadística e Investigación Operativa, 10,11 y 12 de noviembre 2008. 21 horas.

Santiago Velilla Cerdán (Universidad Carlos III de Madrid). “El subespacio cuadrático en análisis discriminante”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 16 de octubre de 2008.

Impartidos por profesores del Departamento

Faulín Fajardo, Javier. “SimuRoute: Using Simulation to Provide Alternative Solutions to the Capacitated Vehicle Routing Problem”. EURO Summer Institute 2009: OR in Agriculture and Forest Management. Centre Tecnologic Forestal de Catalunya. Solsona. Lérida. 7 de agosto 2009.

Faulín Fajardo, Javier. “SR-1: A Simulation-Based Algorithm for the Capacitated Vehicle Routing Problem”. Departamento de Matemáticas. Universidad de Lleida. 2 de di-ciembre de 2008

Faulín Fajardo, Javier. “Impacto Socioeconómico de la Energía Eólica en Navarra: 1995-2006”. Jornadas sobre la Energía Eólica: Marco Regulador e Impacto Socioeconómico de la Energía Eólica. Facultad de Ciencias Económicas y Empresariales. Universidad de Vigo. 24 de noviembre de 2008.

García Olaverri, Carmen. “La innovación educativa y los recursos humanos en la empresa española ¿Hay un papel para los sindicatos?”. En las Jornadas sobre movimiento sin-dical. Situación actual y perspectivas. Bursos 2008.

García Olaverri, Carmen: “Work organization and productivity”. En el Workshop: Determi-nants on Innovation”. Universidad Rovira i Vigili. Tarragona. 2008

Militino, A.F. y Arnholt, A.T. “Curso sobre la enseñanza de la estadística con R”. Universi-dad Pública de Navarra. Junio 8-10, 2009. Duración 20 horas.

Militino, A.F.; Ugarte, M.D. y Arnholt, A.T. “Curso sobre la enseñanza de la estadística con R”. Universidad de Zaragoza. Junio 15-17, 2009. Duración 20 horas.

Moler Cuiral, J.A.: “La estadística en los medios de comunicación”. En los Institutos: I.E.S. Lodosa (Lodosa); I.E.S. Sanguesa (Sanguesa), dentro del programa de charlas de la Universidad para Institutos de enseñanza Secundaria, coordinado por Activida-des Culturales. Diciembre de 2008 a abril de 2009.

Paniello, I.: “Geometric Representation Theory and Extended Affine Lie Algebras”. Sum-mer School and Conference, Ottawa (Canadá). 15 de junio al 3 de julio de 2009.

Urmeneta Martín Calero, Henar: “La estadística en los medios de comunicación”. En los Institutos: I.E.S. Iturrama (Pamplona); I.E.S. Valle del Ebro (Tudela); I.E.S. Tokio-ta (Bera de Bidasoa); I.E.S. Marqués de Villena (Marcilla), dentro del programa de charlas de la Universidad para Institutos de enseñanza Secundaria, coordinado por Actividades Culturales. Diciembre de 2008 a abril de 2009.

Recibidos por miembros del Departamento

Eraso, S. “Nacer, vivir, morir en los registros: Investigación y producción de estadísticas longitudinales de población”. Organizado por Universidad Internacional Menéndez y Pelayo. Sevilla (España). 5-6 de mayo de 2009.

Goicoa Mangado, Tomás. “Hierachical modelling and analysis of spatio temporal data: emphasis in forestry, ecology and environmental sciences”. Bolonia (Italia). Impartido por: Sudipto Banerjee y Andrew Finley. 5 de julio de 2009. Duración 8 horas.

Paniello, I.: “Estadística Algebraica II”. Organizado por la Universidad de La Rioja, Logro-ño (España). 26 de marzo al 30 de abril de 2009.

Ugarte Martínez, M.ª Dolores; Fernández Militino, Ana; Goicoa Mangado, Tomás; Otero Franco, Laura. “Calibración en encuestas con falta de respuesta”. Bilbao (España). Im-partido por: Sixten Ludström y Carl Erik Särndal. 26-27 de enero de 2009. 13 horas.


6. Otras actividades reseñables

Abascal Fernández, Elena

– Miembro de tribunal de Tesis Doctoral: “Pobreza y Microfinanzas en Nicaragua” rea-lizada por Dª Ana Cristina Rostrán Molina y dirigida por el Dr. Petr Mariel Chladkova. Universidad del País Vasco. 30 de junio de 2009.

– Miembro de tribunal de Tesis Doctoral: “Análisis Multivariantes Aplicados a la Industria Automovilística” realizada por Dª Cristina López Caro y dirigida por la Dra. Karmele Fernández Aguirre y el Dro. Petr Mariel Chladkova. Universidad del País Vasco. 18 de septiembre de 2009.

– Miembro del Consejo Editorial de la revista “Metodología de Encuestas”.

Ballestín González, Francisco

– Coordinador Erasmus con las universidades:• Athens University of Economics and Business (Grecia)• IMC Fachhoschule Krems (Austria)• FHS Kufstein Tirol Unioversity of Applied Sciences (Austria)• Fachhochschule des Bfi-Wien (Austria)

– Referee de las revistas internacionales:• European Journal of Operational Research• Journal of Scheduling• Computers & Industrial Engineering• Naval Research Logistics

Eraso Goicoechea, M.ª Luisa

– Coordinadora de Matemáticas aplicadas a las Ciencias Sociales para las Pruebas de Acceso a la Universidad.

Faulín Fajardo, Javier

– Miembro de tribunal de Tesis Doctoral: “Planificación de rutas de transporte en siste-mas de distribución multinivel. El Problema del VRPTW” realizada por D. Arturo José Nieto Uría Ribeiro de Almeida y dirigida por D. Alejandro García del Valle y Eduardo Guillén Solórzano. Universidad de La Coruña. Departamento de Análisis Económico y Administración de Empresas. Septiembre de 2009.


– Miembro de tribunal de Tesis doctoral: “Modelización de la evacuación de emergencia en aviones de transporte” realizada por D. José Manuel Hedo Rodríguez y dirigida por D. Rodrígo Martínez Val. Escuela Técnica Superior de Ingenieros Aeronáuticos de la Universidad Politécnica de Madrid. Mayo 2009.

– Revistas con participación en el comité editorial:• International Journal of Applied Management Science (IJAMS) – Member of the

Editorial Board.– Coordinador Erasmus con las Universidades:

1. University of Hasselt (Bélgica)2. Université de pau et des Pays de l’Adour (Francia)3. INT St. Etienne (Francia4. Lycée St Tomás (Francia)

Fernández Militino, Ana

– Miembro de la Comisión de Investigación de la Universidad Pública de Navarra, desde mayo de 2008.

– Editor asociado de la revista “Test”.

García Olaverri, Carmen

– Miembro de la Junta de Facultad de Ciencias Económicas y Empresariales.– Vocal del Consejo de Gobierno del Instituto de Estadística de Navarra.– Evaluadora del Plan Nacional de Evaluación de la Calidad de las Universidades.

Goicoa Mangado, Tomás

– Secretario del tribunal de Tesis Doctoral “Impact of climate variability on the pelagic ecosystem of two contrasting estuaries of the Basque coast (Bay of Biscay): a time se-ries analysis”. Realizada por Guillermo Aravena Cuevas y dirigida por Dr. Fernando Villa-te Guinea y Dr. Ibon Uriarte Capetillo. Universidad del Páis Vasco, 23 de junio de 2009.

Gómez Elvira, Sagrario

– Miembro de la Comisión Estatutaria, por encargo del Claustro.– Vicedecana de la Facultad de Ciencias Económicas y Empresariales.– Miembro del grupo de trabajo para la elaboración del título de Grado en Finanzas y

Contabilidad, como Vicedenana de la FCCEE.– Miembro de la Junta Electoral.

Mallor Giménez, Fermín

– Coordinador ERASMUS con las Universidades: Economische Hogeschool Sint-Aloysius (Bruselas) y con Budapest University of Economic Sciences. Internacional Business School of Budapest.

– Miembro del Comité Congreso SIS.– Miembro del foro de I+D+I de Transporte del Gobierno de Navarra.– Miembro del tribunal de suficiencia Investigadora del doctorado: Alimentos y Salud

Humana.


– Referee de las revistas internacionales: • Information Sciences.• Risk analysis.• Computers & Industrial Engineering• Publications de L’Institut Mathematique.

– Miembro del equipo editorial de la revista: International Journal of Technology Modeling and Management.

Moler Cuiral, José Antonio

– Director de área de profesorado de la Universidad Pública de Navarra.

Pérez Prados, Antonio

– Miembro del Consejo Consultivo de la Agencia Española de Protección de Datos.– Miembro del Comité Técnico de Ciencias Experimentales en el Consejo de Universida-

des.– Miembro del Pleno del Consejo Superior de Estadística del Gobierno de España.– Miembro de la Comisión Permanente del Consejo Superior de Estadística del Gobierno

de España.– Miembro de la Comisión de Expertos del Consejo de Universidades para Reclamacio-

nes de Verificación de Grado.

Ugarte Martínez, M.ª Dolores

– Vocal del Consejo Ejecutivo de la SEIO.– Editor asociado de la revista Journal of the Royal Statistical Society. Serie A. De enero

de 2006 a enero de 2010.– Miembro de la Comisión de Posgrado de la Universidad Pública de Navarra (desde

25-9-2007).– Miembro del equipo editorial de la revista “Spatial and Spatio-Temporal Epidemiology”.

Urmeneta Martín-Calero, Henar

– Representante de PDI contratado y funcionario no doctor en el Consejo de Gobierno.– Miembro de las siguientes comisiones del consejo de Gobierno:

• Comisión Permanente• Comisión Académica• Comisión Económica

– Representante de PDI contratado y funcionario no doctor en la Junta de la Escuela de Ingenieros industriales y de Telecomunicaciones.

– Miembro del equipo director para el plan estratégico 2010-2013.– Vicepresidenta del Comité de Empresa para el PDI contratado.


7. Innovación educativa

En el proceso de adaptación al Espacio Europeo de Educación Superior los siguientes profesores del Departamento han participado en actividades organizadas por la propia Universidad.

Actividades de formación impartidas por profesores del departamento:

Gómez Elvira, Sagrario. Realización de sesiones de trabajo para la preparación de los nuevos grados en la Facultad de Ciencias Económicas y Ciencias Empresariales. Octubre. Se realizaron dos fases en Octubre de 2008 y Junio de 2009

Actividades de formación recibidas:

Asistencia al curso “Jornada de formación de profesores tutores”Organizado por: Vicerrectorado de Estudiantes y Relaciones Internacionales de la Universidad Pública de Navarra

Fecha: 17 de septiembre de 2009Duración: 3 horasProfesores asistentes: Elena Abascal Fernández, Carmen García Olaverri

Asistencia al curso “Adaptación y organización de contenidos de mi asignatura en Mi Aulario”.

Organizado por: CSIE de la Universidad Pública de NavarraFechas: 10 de septiembre de 2009 / 28 de julio de 2009Duración: 3 horasProfesores asistentes: Elena Abascal Fernández, M.ª Dolores Ugarte Martínez, Ana Fernández Militino, M.ª Blanca Palacios Navarro, Henar Urmeneta Martín Calero, Tomás Goicoa Mangado, Carmen García Olaverri

Asistencia al curso “Uso de Mi Aulario para el apoyo a la docencia”Organizado por: CSIE de la Universidad Pública de Navarra.Fechas: 2 de junio de 2009 / 23 de junio de 2009 Duración: 3 horasProfesores asistentes: M.ª Luisa Eraso Goicoechea, Elena Abascal Fernández. M.ª Blanca Palacios Navarro, Sagrario Gómez Elvira, Miren Portilla Manjón, Henar Urmeneta Martín Calero, Javier Faulín Fajardo, Carmen García Olaverri, Tomás Goicoa Mangado


Asistencia al curso “Enfocando la formación a través de grupos de alumnos trabajando en proyectos reales”

Organizado por: CSIE de la Universidad Pública de NavarraFecha: 14 de mayo de 2009Duración: 3 horasProfesores asistentes: M.ª Luisa Eraso Goicoechea; Irene Paniello Alastruey,

Asistencia al curso “Identificación de valores para el desarrollo integral del alumnado universitario”

Organizado por: CSIE de la Universidad Pública de Navarra.Fecha: 2 de marzo de 2009Duración: 3 horasProfesores asistentes: M.ª Luisa Eraso Goicoechea, Tomás Goicoa Mangado

Asistencia al curso: Introducción al software de fuentes abiertas.Organizado por: CENATIC, Centro Nacional de Referencia de Aplicación de las TIC basadas en fuentes abiertasFecha: 26 de febrero de 2009Profesores asistentes: Irene Paniello Alastruey

Asistencia al curso: El desarrollo de las unidades de igualdad en las universidades.Organizado por: CSIE de la Universidad Pública de NavarraFecha: 6 de febrero de 2008Duración: 3 horasProfesores asistentes: M.ª Blanca Palacios Navarro, Sagrario Gómez Elvira

Asistencia al curso: Las competencias en los planes de estudio de las ingenierías. Un caso práctico.

Organizado por: Universidad Pública de NavarraFecha: 28 de noviembre de 2008Duración: 8 horasProfesores asistentes: Cristina Azcárate Camio, Tomás Goicoa Mangado

Asistencia al curso: Evaluación de los estudiantesOrganizado por: CSIE de la Universidad Pública de NavarraFecha: 20-21 de noviembre de 2008Duración: 8 horasProfesores asistentes: M.ª Blanca Palacios Navarro, Tomás Goicoa Mangado

Asistencia al curso “¿Cómo conseguir que los estudiantes adquieran las competen-cias transversales?”

Organizado por: CSIE de la Universidad Pública de NavarraFecha: 2-3 de octubre de 2008Duración: 8 horasProfesores asistentes: Ana Apilluelo Martín, Tomás Goicoa Mangado, M.ª Dolores Ugarte



Curso 2008-2009

Universidad Pública de NavarraNafarroako Unibertsitate Publikoa

Departam

ento de Estadística e Investigación Operativa. M

emoria de actividades docentes e investigadoras. C

urso 200

8-2

009

Cubierta Memoria estadistica 08-09.indd 1 22/02/10 9:28

Universidad Pública de Navarra Nafarroako … · e Investigación Operativa Memoria de actividades...

Documents

Transcript of Universidad Pública de Navarra Nafarroako … · e Investigación Operativa Memoria de actividades...