Competencias y objetivos

 

Contexto de la asignatura para el curso 2019-20

Se trata de una asignatura de carácter optativo que se imparte en el segundo semestre del primer curso. Pertenece al módulo de Ingeniería de Procesos y Producto. Los estudiantes que acceden a esta asignatura han cursado previamente las materias de fundamentos matemáticos de los planes de estudio del Grado de Ingeniería Química de las universidades españolas, en las que habrán adquirido los conocimientos y habilidades generales de Matemáticas y específicas de Estadística aplicada necesarios para desarrollar la asignatura. Dentro del ámbito de la Ingeniería Química, esta asignatura aporta herramientas básicas necesarias para modelizar matemáticamente problemas con componentes estocásticos, incluyendo problemas con un alto número de variables involucradas.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Generales del Título (CG)

  • CG1 : Capacidad para aplicar el método científico y los principios de la ingeniería y economía, para formular y resolver problemas complejos en procesos, equipos, instalaciones y servicios, en los que la materia experimente cambios en su composición, estado o contenido energético, característicos de la industria química y de otros sectores relacionados entre los que se encuentran el farmacéutico, biotecnológico, materiales, energético, alimentario o medioambiental.
  • CG11 : Poseer las habilidades del aprendizaje autónomo para mantener y mejorar las competencias propias de la Ingeniería Química que permitan el desarrollo continuo de la profesión.
  • CG2 : Concebir, proyectar, calcular, y diseñar procesos, equipos, instalaciones industriales y servicios, en el ámbito de la Ingeniería Química y sectores industriales relacionados, en términos de calidad, seguridad, economía, uso racional y eficiente de los recursos naturales y conservación del medio ambiente.
  • CG5 : Saber establecer modelos matemáticos y desarrollarlos mediante la informática apropiada, como base científica y tecnológica para el diseño de nuevos productos, procesos, sistemas y servicios, y para la optimización de otros ya desarrollados.
  • CG6 : Tener capacidad de análisis y síntesis para el progreso continuo de productos, procesos, sistemas y servicios utilizando criterios de seguridad, viabilidad económica, calidad y gestión medioambiental.

 

Competencias específicas (CE)

  • CE1 : Aplicar conocimientos de matemáticas, física, química, biología y otras ciencias naturales, obtenidos mediante estudio, experiencia, y práctica, con razonamiento crítico para establecer soluciones viables económicamente a problemas técnicos.
  • CE10 : Adaptarse a los cambios estructurales de la sociedad motivados por factores o fenómenos de índole económico, energético o natural, para resolver los problemas derivados y aportar soluciones tecnológicas con un elevado compromiso de sostenibilidad.
  • CE3 : Conceptualizar modelos de ingeniería, aplicar métodos innovadores en la resolución de problemas y aplicaciones informáticas adecuadas, para el diseño, simulación, optimización y control de procesos y sistemas.
  • CE4 : Tener habilidad para solucionar problemas que son poco familiares, incompletamente definidos, y tienen especificaciones en competencia, considerando los posibles métodos de solución, incluidos los más innovadores, seleccionando el más apropiado, y poder corregir la puesta en práctica, evaluando las diferentes soluciones de diseño.
  • CE6 : Diseñar, construir e implementar métodos, procesos e instalaciones para la gestión integral de suministros y residuos, sólidos, líquidos y gaseosos, en las industrias, con capacidad de evaluación de sus impactos y de sus riesgos.

 

Competencias Básicas y del MECES (Marco Español de Cualificaciones para la Educación Superior)

  • CB10 : Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CB6 : Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7 : Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB9 : Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.

 

Competencias Transversales Básicas

  • CT2 : Ser capaz de usar herramientas informáticas y tecnologías de la información.
  • CT3 : Ser capaz de expresarse adecuadamente tanto oralmente como por medios escritos.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

  • Conocer y aplicar los conceptos y elementos necesarios para modelizar y simular procesos, fenómenos y sistemas no deterministas.
  • Conocer y aplicar los conceptos básicos del análisis de riesgos y fiabilidad de componentes y sistemas y comprender su importancia en el diseño de sistemas complejos.
  • Utilizar métodos gráficos y técnicas de reducción de dimensión y de clasificación para extraer y comunicar información relevante a partir de grandes volúmenes de datos con un alto número de variables.
  • Identificar los distintos tipos de variables en un problema no determinista y seleccionar el método más apropiado para su descripción y análisis.
  • Conocer las técnicas de regresión y análisis de la varianza como casos particulares de los modelos lineales y su aplicación de forma crítica, evaluando el cumplimiento de los supuestos de los métodos y la adecuación de los modelos ajustados.
  • Identificar problemas de multicolinealidad en modelos de regresión y conocer y aplicar las técnicas adecuadas para tratarlos, incluyendo el análisis de regresión en componentes principales (PCR) y el método de mínimos cuadrados parciales (PLS).
  • Conocer la utilidad y aplicación del método PLS para problemas de predicción y calibración en Ingeniería Química con datos multivariantes o con un alto número de variables explicativas.
  • Identificar distintos diseños experimentales usuales en problemas de diseño y optimización de procesos y de investigación en Ingeniería Química y seleccionar y aplicar el más adecuado en cada caso.
  • Conocer generalizaciones de los modelos lineales para problemas con errores no normales o correlacionados e identifica cuándo deben aplicarse.
  • Conocer y utilizar programas gráficos y estadísticos para aplicar de forma efectiva las técnicas tratadas en la asignatura, y en particular el sistema R y los paquetes específicos adecuados para cada método.

 

 

Objetivos específicos indicados por el profesorado para el curso 2019-20

  • Conocer y aplicar los conceptos y elementos necesarios para modelizar y simular procesos, fenómenos y sistemas no deterministas.
  • Conocer y aplicar los conceptos básicos del análisis de riesgos y fiabilidad de componentes y sistemas y comprender su importancia en el diseño de sistemas complejos.
  • Utilizar métodos gráficos y técnicas de reducción de dimensión y de clasificación para extraer y comunicar información relevante a partir de grandes volúmenes de datos con un alto número de variables.
  • Identificar los distintos tipos de variables en un problema no determinista y seleccionar el método más apropiado para su descripción y análisis.
  • Conocer las técnicas de regresión y análisis de la varianza como casos particulares de los modelos lineales y su aplicación de forma crítica, evaluando el cumplimiento de los supuestos de los métodos y la adecuación de los modelos ajustados.
  • Identificar problemas de multicolinealidad en modelos de regresión y conocer y aplicar las técnicas adecuadas para tratarlos, incluyendo el análisis de regresión en componentes principales (PCR) y el método de mínimos cuadrados parciales (PLS).
  • Conocer la utilidad y aplicación del método PLS para problemas de predicción y calibración en Ingeniería Química con datos multivariantes o con un alto número de variables explicativas.
  • Identificar distintos diseños experimentales usuales en problemas de diseño y optimización de procesos y de investigación en Ingeniería Química y seleccionar y aplicar el más adecuado en cada caso.
  • Conocer generalizaciones de los modelos lineales para problemas con errores no normales o correlacionados e identifica cuándo deben aplicarse.
  • Conocer y utilizar programas gráficos y estadísticos para aplicar de forma efectiva las técnicas tratadas en la asignatura, y en particular el sistema R y los paquetes específicos adecuados para cada método.

 

 

;

Datos generales

Código: 43275
Profesor/a responsable:
RODRIGUEZ MATEO, FRANCISCO
Crdts. ECTS: 3,00
Créditos teóricos: 0,00
Créditos prácticos: 1,20
Carga no presencial: 1,80

Departamentos con docencia

  • Dep.: MATEMÁTICA APLICADA
    Área: MATEMATICA APLICADA
    Créditos teóricos: 0
    Créditos prácticos: 1,2
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte