Ir a cuerpo Ir a Estudios, Gobernanza y organización
Logo UA
Realizar búsqueda
Guies docents
MODELITZACIÓ ESTOCÀSTICA I MULTIVARIANT

Competències i objectius

 

Context de l'assignatura per al curs 2018-19

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.

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)

Competències generals del títol (CG)

  • CG1 : Capacitat per a aplicar el mètode científic i els principis de l'enginyeria i l'economia, per a formular i resoldre problemes complexos en processos, equips, instal·lacions i serveis, en els quals la matèria experimente canvis de composició, estat o contingut energètic, característics de la indústria química i d'altres sectors relacionats, entre els quals hi ha el farmacèutic, biotecnològic, energètic, alimentari, mediambiental o de materials.
  • CG11 : Tenir les habilitats de l'aprenentatge autònom, per a mantenir i millorar les competències pròpies de l'enginyeria química que permeten el desenvolupament continu de la professió.
  • CG2 : Concebre, projectar, calcular i dissenyar processos, equips, instal·lacions industrials i serveis, en l'àmbit de l'enginyeria química i sectors industrials relacionats, en termes de qualitat, seguretat, economia, ús racional i eficient dels recursos naturals i conservació del medi ambient.
  • CG5 : Saber establir models matemàtics i desenvolupar-los mitjançant la informàtica apropiada, com a base científica i tecnològica per al disseny de nous productes, processos, sistemes i serveis, i per a optimitzar-ne d'altres ja desenvolupats.
  • CG6 : Tenir capacitat d'anàlisi i síntesi per al progrés continu de productes, processos, sistemes i serveis, utilitzant criteris de seguretat, viabilitat econòmica, qualitat i gestió mediambiental.

 

Competències específiques (CE)

  • CE1 : Aplicar coneixements de matemàtiques, física, química, biologia i altres ciències naturals, obtinguts mitjançant estudi, experiència, i pràctica, amb raonament crític per a establir solucions viables econòmicament a problemes tècnics.
  • CE10 : Adaptar-se als canvis estructurals de la societat motivats per factors o fenòmens d'índole econòmica, energètica o natural, per a resoldre els problemes derivats i aportar solucions tecnològiques amb un elevat compromís de sostenibilitat.
  • CE3 : Conceptualitzar models d'enginyeria, aplicar mètodes innovadors en la resolució de problemes i aplicacions informàtiques adequades, per al disseny, simulació, optimització i control de processos i sistemes.
  • CE4 : Tenir habilitat per a solucionar problemes que són poc familiars, incompletament definits, i tenen especificacions en competència, considerant-ne els possibles mètodes de solució (inclosos els més innovadors) i seleccionant el més apropiat, a més de poder corregir la posada en pràctica i avaluar les diverses solucions de disseny.
  • CE6 : Dissenyar, construir i implementar mètodes, processos i instal·lacions per a la gestió integral de subministraments i residus sòlids, líquids i gasosos en les indústries, amb capacitat d'avaluació dels impactes i riscos.

 

Competències bàsiques i del MECE (Marc Espanyol de Qualificacions per a l'Educació Superior)

  • CB10 : Tenir les habilitats d'aprenentatge que permeten continuar estudiant d'una manera que ha de ser, en gran part, autodirigida o autònoma.
  • CB6 : Tenir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament o aplicació d'idees, sovint en un context de recerca.
  • CB7 : Saber aplicar els coneixements adquirits i la capacitat de resoldre problemes en entorns nous o poc coneguts dins de contextos més amplis (o pluridisciplinaris) relacionats amb l'àrea d'estudi.
  • CB9 : Saber comunicar les conclusions i els coneixements propis, i les raons últimes que els sustenten, a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.

 

Competències transversals bàsiques

  • CT2 : Ser capaç d'usar eines informàtiques i tecnologies de la informació.
  • CT3 : Ser capaç d'expressar-se adequadament tant oralment com per mitjans escrits.

 

 

 

Resultats d'aprenentatge (Objectius formatius)

Sense dades

 

 

Objectius específics indicats pel professorat per al curs 2018-19

  • 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.

 

 

Dades generals

Codi: 43275
Professor/a responsable:
RODRIGUEZ MATEO, FRANCISCO
Crèdits ECTS: 3,00
Crèdits teòrics: 0,00
Crèdits pràctics: 1,20
Càrrega no presencial: 1,80

Departaments amb docència

  • Dep.: MATEMÀTICA APLICADA
    Àrea: MATEMÀTICA APLICADA
    Crèdits teòrics: 0
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix