Departamento de Estadística e Investigación Operativa ... · Memoria Estadistica 07-08.indd 10...

Departamento de Estadística e Investigación Operativa

Memoria de actividades docentes e investigadoras

Curso 2007-2008

Memoria Estadistica 07-08.indd 3 24/3/09 11:35:32

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2007-2008 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 .... 58Escuela Técnica Superior de Ingenieros Agrónomos ................................ 80Libre Elección y de Campus Virtual Compartido ...................................... 84Planes Oficiales de Posgrado ................................................................ 90

3.2. Tercer Ciclo .......................................................................................... 983.2.1. Programa de Doctorado de Estadística, Matemática e Informática ... 983.2.2. Cursos de Doctorado impartidos por profesores del Departamento en otros Programas de Doctorado ................................................ 993.2.3. Prueba de suficiencia investigadora del año académico 2007/2008 ... 99

3.3. Proyectos Fin de Carrera ....................................................................... 100

4. Actividad investigadora ........................................................................................ 101

4.1. Asistencia a Congresos ........................................................................ 1014.2. Publicaciones ...................................................................................... 1034.3. Grupos y líneas de investigación ........................................................... 107


6 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2007-2008

4.4. Proyectos de investigación .................................................................... 1084.5. Contratos de investigación y de desarrollo ............................................. 1104.6. Tesis doctorales en curso ..................................................................... 1114.7. Estancias y visitas del profesorado ........................................................ 112

5. Conferencias, Seminarios y Cursos ....................................................................... 113

Impartidas por profesores invitados al Departamento ....................................... 113Impartidos por profesores del Departamento ................................................... 114Recibidos por profesores del Departamento .................................................... 114

6. Otras actividades reseñables ................................................................................ 117

7. Innovación educativa ............................................................................................ 121



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 1990Abascal Fernández, Elena TU septiembre de 1995Azcárate Camio, Cristina TU octubre de 1991Eraso Goicoechea, Mª. Luisa TU enero de 1991Faulín Fajardo, Javier TU octubre de 1997García Olaverri, Mª. Carmen TU enero de 1992Mallor Giménez, Fermín TU octubre de 1990Moler Cuiral, José Antonio TU octubre de 1993Ugarte Martínez, Mª. Dolores TU octubre de 1992Apilluelo Martín, Ana TEU octubre de 1990Gómez Elvira, Sagrario TEU octubre de 1990Portilla Manjón, Miren TEU noviembre de 1991Prados Osés, Mª. Dolores TEU octubre de 1990 García Lautre, Ignacio CD enero de 1994Palacios Navarro, M.ª Blanca CD octubre 2006Urmeneta Martín-Calero, Henar CD octubre de 1993Ballestín González, Francisco CD marzo de 2004Goicoa Mangado, Tomás AyDoctor septiembre de 2001Blanco Gómez, Rosa AyLOU enero de 2006Paniello Alastruey, Irene AyLOU marzo de 2005Amézqueta Elías, Miguel ASTP 6 h. octubre de 2003Franco Manero, M.ª Ángeles ASTP 6 h. junio de 2001Fernández Castilla, Ramón ASTP 3 h. febrero de 1995Gamboa Berastegui, Juan Mª. 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 2007Grasman, Scott E. Pr.Visitante septiembre 2007-agosto 2008



Datos de la plantilla de profesores

Cuerpos Docentes Universitarios Profesorado contratadoDoctores No

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

Nº 2 8 4 14 3 4 8 1 16 19 10

% Total 6,66 26,66 13,33 46,66 10 13,33 26,66 3,33 53,33 63,33 33,33

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 Etxeberría Andueza

Laura Otero Franco

Iosu Delfrade Osinaga

De Colaboración de la Universidad Pública de Navarra Jorge Gallego Pérez Larraya

Lorena Armendáriz Torres

Sara Fradique Zoco

Del Ministerio de Educación y Ciencia:Miriam Zubeldía Belaunzarán

De Personal Investigador UPNASergio Úbeda Munárriz



2. Organización Interna

El departamento de Estadística e Investigación Operativa tiene su sede en la primera planta del Edificio Los Magnolios. Teléfono: 948 169 190, Fax nº: 948 169 204, e-mail: [email protected].

2.1. Equipo de dirección

Directora: M.ª Dolores Ugarte Martínez

Subdirectores: Dña. M.ª Luisa Eraso Goicoechea Dn. José Antonio Moler Cuiral (hasta junio de 2007) Dn. Ignacio García Lautre (desde junio de 2007)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

Miguel Amézqueta ElíasRafael 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

Directora del Departamento: Dra. Mª. Dolores Ugarte Martínez

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 41 Juan M.ª Gamboa Berástegui Ramón Fernández Castilla

42305 Métodos y Técnicas Investigación Social III

3º 2º Troncal 6 1 1 53 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 adquiera unos conocimientos de estadística descriptiva, veri-ficación de inferencias acerca de la población a partir de la muestra y probabilidad.Se tratará de responder a situaciones próximas a la realidad, para que se puedan enten-der y comprobar las aplicaciones de la Estadística en el campo de la Sociología.

Programa:

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

Prácticas:

Ejercicios simultáneos con las explicaciones teóricas. Prácticas con ordenador con el programa SPSS.15 Manual de referencia: “Manual práctico del paquete estadístico SPSS 13 para windows”.Las prácticas son obligatorias. Si no se acude a alguna de las prácticas el alumno debe-rá realizarla por su cuenta y entregarla en la 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 e I.O.

Bibliografía:

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

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

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



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 investigación.– Utilidad 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:

Cinco prácticas referidas a los contenidos de la asignatura. Para ello se utilizará el pa-quete estadístico SPSS para Windows y Manual Práctico creado por varios profesores del Departamento de Estadística e I.O. y editado por la Universidad Pública de Navarra.

Bibliografía:

García Ferrando, Manuel (1982): Socioestadística: Introducción a la Estadística en Sociología. 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.

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

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


La evaluación se realizará mediante un examen escrito sobre cuestiones de teoría y de ejercicios prácticos. Un examen práctico con PC de análisis de datos con SPSS para Windows. La calificación global se verá incrementada en un punto como máximo por la entrega voluntaria de los ejercicios propuestos y la realización de una memoria sobre las prácticas realizadas en el PC.


Las técnicas inferenciales son una ayuda para la toma de decisiones. Utilidad profesio-nal o en investigación.



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

Curso: AccesoTitulación: Acceso a SociologíaCuatrimestre: 1ºTipo: ObligatoriaCréditos total:6Profesoras: 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:

– Teoría de la probabilidad.– Variable aleatoria y distribuciones de probabilidad.

Prácticas:

Las clases prácticas en ordenador con el paquete estadístico SPSS y numerosos ejerci-cios simultaneados con la explicación teórica.


– Examen escrito (60%).– Examen práctico en el ordenador (40%).– Posibilidad de trabajo en el ordenador para subir nota.

Bibliografía:

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

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



Utilidad posterior para cursar la asignatura de 3º de Sociología “Técnicas de Investigación III”. Utilidad en cualquier investigación en la que se manejen gran cantidad de datos.



Facultad de Ciencias Jurídicas

Diplomatura en Relaciones Laborales



49105 Técnicas de Investigación Social

1º 2º Troncal 6 1 0 79 Rafael Rivera Martín

49213 Métodos Estadísticos con Ordenador

2º 2º Optativa 6 1 1 13 Antonio Pérez Prados



Asignatura: 49105 TéCNICAS DE INVESTIGACIóN SOCIAL

Curso: 1ºTitulación: Diplomatura en Relaciones LaboralesCuatrimestre: 2ºTipo: TroncalCréditos:


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. Editorial AC.Peña, D.; Romo, J. (1997): Introducción a la Estadística para las Ciencias Sociales.

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

del Paquete Estadístico SPSS para Windows. UPNA.



Asignatura: 49213 MéTODOS ESTADÍSTICOS CON ORDENADOR

Curso: 2º

Titulación: Diplomatura en Relaciones Laborales

Cuatrimestre: 2º

Tipo: Optativa

Créditos:Teóricos: 3Prácticos: 3

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 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 5 140 Ana Apilluelo Martín

48312 Análisis de Datos Sanitarios 2º 2º Optativa 6 1 2 0 Antonio Pérez Prados



Asignatura: 48107 BIOESTADÍSTICA

Curso: 1ºTitulación: Diplomatura en Estudios SanitariosCuatrimestre: 1ºTipo: TroncalCréditos total: 6Profesora: 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. Editorial Pirámide.

Fernández Díaz, M.J. y otros (1990): 225 Problemas de Estadística Aplicada a las Ciencias Sociales. Editorial 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: 2º

Titulación: Diplomatura en Estudios Sanitarios

Cuatrimestre: 1º

Tipo: Optativa

Créditos:Teóricos: 3Prácticos:3


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 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.

– 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 2 2 104 Miren Portilla Manón Henar Urmeneta Martín-Calero Juan M.ª Gamboa Berastegui M.ª Ángeles Franco Manero

13202 Técnicas de Optimización 2º 1º Troncal 6 2 2 86 M.ª Luisa Eraso Goicoechea Scott Grasman

13204 Estadística e Introducción a la Econometría

2º 2º Troncal 6 2 3 109 Ignacio García Lautre José Fco. Tapiz Arrondo Yolanda Lacasta Remón Rosa Blanco Gómez

13206 Estadística 2º 1º Troncal 6 2 0 84 Scott Grasman José Fco. Tapiz Arrondo

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

Licenciatura en Administración y Dirección de Empresas




1º 1º Obligatoria 6 3 4 177 Miren Portilla Manjón Rafael Rivera Martín Irene Paniello Alastruey M.ª Ángeles Franco Manero

14203 Estadística e Introducción a la Econometría

2º 2º Troncal 6 3 4 Elena Abascal Fernández Yolanda Lacasta Remón Ignacio García Lautre

14209 Estadística 2º 1º Troncal 6 3 0 170 Elena Abascal Fernández Ramón Fernández Castilla Scott Grasman

14301 Econometría 3º 1º Troncal 9 2 4 185 Sagrario Gómez Elvira Ignacio García Lautre Rosa Blanco Gómez

14305 Análisis Multivariante 3º 2º Obligatoria 6 2 4 175 Carmen García Olaverri Ignacio García Lautre

14425 Técnicas de Optimización 3º 1º Optativa 6 1 1 26 M.ª Luisa Eraso Goicoechea Scott Grasman

14426 Investigación Operativa 3º 2º Optativa 6 1 1 15 Francisco Ballestín González Rosa Blanco Gómez

14443 Modelos Operativos de Control

4 1º Optativa 6 1 1 17 Francisco Ballestín González Rosa Blanco Gómez



Diplomatura en Ciencias Empresariales



26103 Estadística I 1º 1º Troncal 6 3 5 225 M.ª Dolores Prados Osés Ana Apilluelo Martín Sagrario Gómez Elvira

26108 Estadística II 1º 2º Obligatoria 6 3 0 242 M.ª Dolores Prados Osés

26319 Estadística Empresarial: un enfoque aplicado

2º 1º Optativa 6 1 2 79 M.ª Ángeles Franco Manero

26320 Modelos de Optimización Empresarial

2º 2º Optativa 6 1 2 63 Antonio Pérez Prados

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




2º 1º Troncal 6 1 1 28 Ana Apilluelo Martín

31209 Estadística 2º 2º Troncal 6 1 0 29 Ana Apilluelo Martín

31309 Estadística e Introducción a la Economía

3º 2º Troncal 6 1 2 43 Elena Abascal Fernández

31401 Econometría 4º 1º Troncal 9 1 1 32 Carmen García Olaverri

31508 Análisis Multivariante 5º 2º Obligatoria 6 1 1 29 Sagrario Gómez Elvira



Asignatura: 13109 TRATAMIENTO DE DATOS CON ORDENADOR

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


Créditos total: 6Profesores: Miren Portilla Manjón

Henar Urmeneta Martín-Calero Juan M.ª Gamboa M.ª Ángeles Franco Manero

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, 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:Montiel, A. M.; Rius, F. ; Barón, F. J. (1996): Elementos Básicos de Estadística Económica

y Empresarial. Editorial Prentice Hall.Portilla, M.; Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2006). Manual

Práctico del Paquete Estadístico SPSS para Windows. Universidad Pública de Navarra.

Criterios de evaluación: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.La profesora Henar Urmeneta indicará al comienzo de clases vías complementarias de evaluación con el fin de tener en cuenta el trabajo personal del estudiante.

Otra información de interés:Los conocimientos adquiridos en esta asignatura formarán por una parte una base im-portante en el manejo de aplicaciones informáticas que les resultará muy útil en otras asignaturas y, por otra, aportan los conceptos básicos de estadística imprescindibles en las asignaturas Estadística y Estadística e introducción a la econometría de 2º curso.



Asignatura: 13202 TéCNICAS DE OPTIMIzACIóN

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


Créditos total: 6Profesores: M.ª Luisa Eraso Goicoechea

Scott Grasman (Grupo internacional)

Objetivos:

Presentar al estudiante los modelos más comunes en la Investigación Operativa, cómo se resuelven y la forma de utilizarlos para representar 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:

Se estudiarán e intentarán resolver situaciones empresariales reales. Se utilizarán los paquetes de ordenador QSB, LINDO y LINGO.

Bibliografía:

Heizer, J.; Render, B. (2001): Dirección de la Producción. Decisiones Estratégicas. Editorial Thomson.

Hillier, F.; Lieberman, G. (1997): Introducción a la Investigación de Operaciones. Editorial McGraw Hill, 5.ª ed.

Luemberger, D.E. (1989): Programación Lineal y no Lineal. Editorial Addison-Wesley Ibeoamericana.

Criterios de evaluación:Examen escrito y asistencia a prácticas de ordenador WINQSB, LINDO y LINGO.

Otra información de interés:Utilidad posterior: proporciona una buena base para cargos con toma de decisiones y/o de gestión.



Asignatura: 13204 ESTADÍSTICA E INTRODUCCIóN A LA ECONOMETRÍA



Créditos total: 6Profesores: Ignacio García Lautre

José Fco. Tapiz Arrondo Yolanda Lacasta Remón Rosa Blanco Gómez

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 recur-sos.

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 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. Editorial Prentice Hall.Peña, D. (2002): Regresión y Diseño de Experimentos. Alianza Editorial.Ruiz Maya, L. y Martín Pliego, F. J. (1995): Estadística II. Inferencia. Editorial AC.


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 estudiante ha comprendido las explicaciones. La realización de estos ejercicios se valo-rará en la nota final hasta con 1 punto. También se valora positivamente la asistencia y especialmente la participación en clase.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



Créditos total: 6Profesores: Francisco Tapiz Arrondo

Scott Grasman (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 responsabilidades y ser capaces de resolver trabajos complejos con diferentes habili-dades.

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:

Martín Pliego, F.J. y Ruiz Maya, L. (1996): Estadística I: Probabilidad. Editorial AC.Martín Pliego, F.J. y Ruiz Maya, L. (1998): Fundamentos de Probabilidad. Editorial AC.Novales, A. (1997): Estadística y Econometría. Editorial McGraw-Hill.


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 estudiante ha comprendido las explicaciones. La realización de estos ejercicios se podrá valorar en la nota final hasta con 1 punto. También se valora positivamente la asistencia y especialmente la participación en clase.



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, etc. Aprender su correcta utilización mediante la elección 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 de colas, inventarios o re-des.

Bibliografía:

Anderson, D.R.; Sweeney, D.J. y Williams, T.A. (2001): 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): Introductory Management Science. Decision Modeling with Spreadsheets. Upper Saddle River. (Existe versión en español)


– Todos los alumnos serán evaluados mediante un examen final que comprenderá la totalidad de la asignatura en sus aspectos teórico y práctico, predominando este último.

– Se realizarán diversas prácticas con ordenador. Habrá que entregar y defender las prácticas, que serán evaluadas y contadas para el examen final.

– 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:



Rafael Rivera Martín M.ª Ángeles Franco Manero 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.

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:

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

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.


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.La profesora Henar Urmeneta indicará al comienzo de clases vías complementarias de evaluación con el fin de tener en cuenta el trabajo personal del estudiante.




Los conocimientos adquiridos en esta asignatura formarán por una parte una base im-portante en el manejo de aplicaciones informáticas que les resultará muy útil en otras asignaturas y, por otra, aportan los conceptos básicos de estadística imprescindibles en las asignaturas Estadística y Estadística e introducción a la econometría de 2º curso.



Asignatura: 14203 ESTADÍSTICA E INTRODUCCIóN A LA ECONOMETRÍA

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


Créditos total: 6Profesores: Elena Abascal Fernández

Yolanda Lacasta Remón Ignacio García Lautre

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 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. Editorial Prentice Hall.Peña, D. (2002): Regresión y Diseño de Experimentos. Alianza Editorial.Ruiz Maya, L. y Martín Pliego, F. J. (1995): Estadística II. Inferencia. Editorial AC.


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 estudiante ha comprendido las explicaciones. La realización de estos ejercicios se valo-rará en la nota final hasta con 1 punto. También se valora positivamente la asistencia y especialmente la participación en clase.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-



básicos.




Curso: 2º

Titulación: L.A.D.E.

Cuatrimestre: 1º

Tipo: Troncal


Créditos total: 6Profesores: Elena Abascal Fernández

Ramón Fernández Castilla Scott Grasman

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 responsabilidades y ser capaces de resolver trabajos complejos con diferentes habili-dades.

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:

Martín Pliego, F.J. y Ruiz Maya, L. (1996): Estadística I: Probabilidad. Editorial AC.Martín Pliego, F.J. y Ruiz Maya, L. (1998): Fundamentos de Probabilidad. Editorial AC.Novales, A. (1997): Estadística y Econometría. Editorial McGraw-Hill.


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 estudiante ha comprendido las explicaciones. La realización de estos ejercicios se podrá valorar en la nota final hasta con 1 punto. También se valora positivamente la asistencia y especialmente la participación en clase.



Asignatura: 14301 ECONOMETRÍA

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


Créditos total: 9Profesores: Sagrario Gómez Elvira

Ignacio García Lautre Rosa Blanco Gómez

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 de MLG.

Prácticas:

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. Editorial Prentice Hall.

Gujarati, D.N. (2004): Econometría. Ed. McGraw-Hill.Novales, A. (1993): Econometría. Editorial 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. Asimismo 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 modalidades de evaluación, de modo que sea el propio estudiante quien decida el modo de compro-meterse con la asignatura.



Asignatura: 14305 ANÁLISIS MULTIVARIANTE

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


Créditos total: 6Profesores: Carmen García Olaverri

Ignacio García Lautre

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. Las clases se impartirán de forma ininterrumpida.

Bibliografía:

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

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. Asimismo 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 modali-dades de evaluación, de modo que sea el propio estudiante quien decida el modo de comprometerse con la asignatura.



Asignatura: 14425 TéCNICAS DE OPTIMIzACIóN

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


Créditos total: 6Profesores: M.ª Luisa Eraso Goicoechea

Scott Grasman (grupo internacional)

Objetivos:

Presentar al estudiante los modelos más comunes en la Investigación Operativa, cómo se resuelven y la forma de utilizarlos para representar 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:

Se estudiarán e intentarán resolver situaciones empresariales reales. Se utilizarán los paquetes de ordenador QSB, LINDO y LINGO.

Bibliografía:

Heizer, J.; Render, B. (2001): Dirección de la Producción. Decisiones Estratégicas. Editorial Thomson.

Hillier, F.; Lieberman, G. (1997): Introducción a la Investigación de Operaciones. Editorial McGraw Hill, 5.ª ed.

Luemberger, D.E. (1989): Programación Lineal y no Lineal. Editorial: Addison-Wesley Ibeoamericana.

Criterios de evaluación:Examen escrito y asistencia a prácticas de ordenador WINQSB, LINDO y LINGO.

Otra información de interés:Utilidad posterior: proporciona una buena base para cargos con toma de decisiones y/o de gestión.



Asignatura: 14443 MODELOS OPERATIVOS DE CONTROL

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


Créditos total: 6Profesores: Francisco Ballestín González

Rosa Blanco Gómez

Objetivos:

El objetivo asociado a la primera 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.El objetivo asociado a la segunda 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.

Programa:

Parte I: SIMULACIÓNTema 1: Introducción a la simulación.Tema 2: Generación artificial de aleatoriedad.Tema 3: Construcción de un modelo de simulación.Tema 4: Análisis de los resultados de la simulación.Tema 5: Aplicaciones de la simulación en la empresa.

Parte II: HERRAMIENTAS ESTADÍSTICAS PARA EL CONTROL DE CALIDAD Y LA FIABILIDADTema 6: Gráficos de control.Tema 7: Análisis de capacidad de un proceso.Tema 8: Control de recepción. Aceptación de lotes por muestreo.Tema 9: Introducción a la fiabilidad de sistemas.

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 programas estadísticos para el control de la calidad y programas de simulación (ARENA y MiniTAB).

Bibliografía:

Barceló, J. (1996): Simulación de Sistemas Discretos. Editorial Isdefe.Evans, R. E.; Lindsay, W. (2000): Administración y Control de la Calidad. Internacional.

Thomson Editores.Kelton, W.D.; Sadowsky, R.P.; Sadowsky, D.A. (2002): Simulation with Arena. Editorial

McGraw-Hill, Inc. 2.ª 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. El examen final tendrá un peso del 60% de la nota final y la realización de estas tareas complementarias supondrá el 40%. Si el alumno decide no realizar las tareas comple-mentarias, su calificación final será el 80% del examen.


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: M.ª Dolores Prados Osés,

Ana Apilluelo Martín Sagrario Gómez Elvira

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.– Medidas de dispersión.– Medidas de forma y de concentración.– Estadística de atributos.– 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:

Casas Sánchez, J.M. y otros (1998): Problemas de Estadística. Editorial Pirámide.Fernández Militino, A.; Gómez Elvira, S.; Aldaz, G. (1994): Problemas Resueltos y

Aplicaciones de Estadística. Ed. UNEDMartín Pliego, F.J. (1994): Introducción a la Estadística Económica y Empresarial. Editorial

Prentice Hall.


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: M.ª 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:

Numerosos ejercicios simultaneados con la explicación teórica.

Bibliografía:

Casas Sánchez, J.M. y otros (1998): Problemas de Estadística. Editorial Pirámide.Martín Pliego, J; Ruiz Maya, L. (2003): Fundamentos de Probabilidad. 2.ª ed. Editorial

Thomson.Montero, H.; Pardo, L.M.; Morales, D.; Quesada, V. (1988): Ejercicios y Problemas de

Cálculo de Probabilidades. Editorial Díaz de Santos.


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: 2ºTitulación: Diplomatura en Ciencias EmpresarialesCuatrimestre: 1ºTipo: OptativaCréditos:


Créditos total: 6Profesora: M.ª Ángeles Franco Manero

Objetivos:

Conseguir que el estudiante asimile los conceptos fundamentales de Estadística Des-criptiva e Inferencia y proporcionarle habilidades en al utilización de herramientas in-formáticas para el tratamiento de la información desde el punto de vista exploratorio e inferencial

Programa:

– Introducción.– Análisis de datos.– Inferencia estadística.– Estimación y contrastes.

Prácticas:

La mitad de los créditos de la asignatura se realizan en el aula de ordenadores, donde se adiestra al alumno en el manejo del paquete estadístico SPSS y la interpretación de los resultados obtenidos con el ordenador. En las clases teóricas se combinan las explicaciones con ejercicios prácticos para que los estudiantes comprendan el proceso realizado por el ordenador

Bibliografía:

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

Newbold, P. (1996): Estadística para los Negocios y la Economía. Editorial Prentice Hall.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.


Examen teórico-práctico con el ordenador utilizando el programa SPSS.


Realización de análisis empíricos en el campo profesional.Utilidad en la investigación y en otras asignaturas incluso si se quiere continuar con las titulaciones de LADE o LE.



Asignatura: 26320 MODELOS DE OPTIMIzACIóN EMPRESARIAL

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



Objetivos:

Desarrollar en el estudiante la capacidad de reflexión, síntesis y razonamiento; incenti-var la participación crítica y activa en el desarrollo de la asignatura y fomentar el autoa-prendizaje.

Aprender los fundamentos y aplicaciones de diferentes modelos y métodos de Invees-tigación Operativa aplicados a la optimización empresarial. El estudiante será capaz de reconocer distintos problemas relacionados con la planificación y gestión de sistemas productivos, plantear dichos problemas mediante modelos cuantitativos de decisión, resolverlos utilizando paquetes de programas informáticos de optimización, así como valorar e interpretar correctamente los resultados.

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:

– 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.

• Análisis de casos prácticos.

• Opcional: LINDO, EXCEL.



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 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. 7.ª 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 Administración. Ed. McGraw Hill.


La evaluación de la asignatura se realizará mediante trabajos y/o examen final, en este último caso con la ayuda del ordenador y la posibilidad de consultar apuntes y libros du-rante los primeros veinte minutos. Se valorará también la asistencia a clase así como la realización y presentación de ejercicios, problemas, tareas, lecturas comentadas y otras actividades propuestas durante el curso.La prueba en el aula de informática consistirá en la aplicación de los métodos y técnicas estudiadas a la resolución de un ejercicio práctico que recorrerá los diferentes capítulos que componen el temario de la asignatura.




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


Créditos total: 6Profesora: Ana Apilluelo Martín

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.

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 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 13.

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.


Examen final que constará de dos partes una teórica-práctica y una prueba práctica so-bre el ordenador (hasta un 60% de la nota)Se valorará la asistencia y participación en clase y en tutorías en grupo, exposición de problemasSe realizaran pruebas o controles en clase.






Créditos total: 6Profesora: Ana Apilluelo Martín

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 estadísticaCrear la necesidad de trabajo en grupo para utilizar más recursos, repartir tareas y respon-sabilidades 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:

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

Bibliografía:

Novales A. (1997): Estadística y Econometría. Editorial McGraw-Hill.Martin Pliego, F.J. y Ruiz Maya, L. (2004): Estadística I: Probabilidad. Editorial AC.Martín Pliego, F.J. y Ruiz-Maya, L. (1998): Fundamentos de Probabilidad. Editorial AC.


Un examen final escrito con preguntas sobre aspectos teóricos y prácticos de asignatura.Se valorará la exposición en clase, o en tutorías en grupo, de problemas y/o cuestiones así como la asistencia y participación en clase.


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



Asignatura: 31401 ECONOMETRÍA



Créditos total: 9Profesora: Carmen García Olaverri

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. Editorial Pearson-Prentice Hall.

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


Se valorará el proceso de adaptación de las asignaturas al Espacio Europeo de Educa-ción Superior fomenta que sea el estudiante quien se responsabilice de su propia for-mación. Asimismo se trata de promover la realización de un trabajo continuado a lo largo del período lectivo, bajo la supervisión 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.



Asignatura: 31508 ANÁLISIS MULTIVARIANTE

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


Créditos total: 6Profesora: Sagrario Gómez Elvira

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.

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 dos lugares, en el aula habitual se impartirán las clases teóricas y las prácticas de pizarra así como las interpretaciones de salidas de ordenador con transparencias.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.

Bibliografía:

Cuadras, C.M. (1991 ): Métodos de Análisis Multivariante. Editorial PPU.Dillon, W.; Goldstein, M. (1984): Multivariate Analysis: Methods and Applications. Ed.

Wiley.Grande, I.; Abascal, E. (1989): Métodos Multivariantes para la Investigación Comercial.

Editorial Ariel.


Se presentan dos modalidades de evaluación a elección del estudiante:

• Modalidad 1:– 4 puntos por el trabajo continuado en el curso, 3 puntos examen escrito, 3 puntos

examen con ordenador.– Condición: para sumar las distintas partes es necesario obtener al menos el 30% de

los puntos del examen escrito.



• Modalidad 2:– 6 puntos examen escrito y 4 puntos examen con ordenador– Condición: para sumar las dos partes es necesario obtener al menos el 30% de los

puntos del examen escrito.


Requisitos: Conocimientos estadísticos correspondientes a cursos anteriores de la ti-tulación.Los métodos de análisis de datos sirven de ayuda a la toma de decisiones. Utilidad en investigación.



Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación

Ingeniería Industrial



35302 Métodos Estadísticos de la Ingeniería

3º 2º Troncal 9 2 4 122 Ana Fernández Militino Tomás Goicoa Mangado

35403 Optimización Lineal y no Lineal

4º 1º Troncal 6 2 5 117 M.ª Luisa Eraso Goicoechea Javier Faulín Fajardo

35410 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 1 3 56 Fermín Mallor Giménez M.ª Ángeles Franco Manero

35419 Métodos Cuantitativos de Organización Industrial

4º 2º Optativa 6 1 1 22 Fermín Mallor Giménez

Ingeniería de Telecomunicación



32206 Estadística 2º Anual Obligatoria 9 1 2 42 Blanca Palacios Navarro Tomás Goicoa Mangado

Ingeniería Técnica Industrial Mecánica




2º 1º Troncal 7,5 2 5 134 Javier Faulín Fajardo Yolanda Lacasta Remón Francisco Ballestín González

33209 Técnicas Estadísticas de control de la Producción

2º 2º Optativa 6 1 4 92 Miren Portilla Manjón Francisco Ballestín González



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 1 2 54 Henar Urmeneta Martín-Ca.

34209 Técn. Estad. Control de la Producción

2º 2º Optativa 6 1 2 37 Miren Portilla Manjón

Ingeniería Técnica de Comunicación, Imagen y Sonido



41101 Estadística 1º 1º Obligatoria 6 2 5 140 Irene Paniello Alastruey M.ª Blanca Palacios Navarro Rafa Rivera Martín

Ingeniería Técnica en Informática de Gestión



40111 Estadística 1º 2º Troncal 9 1 3 84 José Antonio Moler Cuiral Henar Urmeneta Martín-Ca.

Ingeniería en Informática. 2º ciclo



53506 Fiabilidad de Componentes y Sistemas

4º 2º Optativa 6 1 3 1 Fermín Mallor Giménez



Asignatura: 35302 MéTODOS ESTADÍSTICOS DE LA INGENIERÍA

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


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. 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. (2002): Estadística Aplicada con S-PLUS. 2.ª ed. revisada. Edita Universidad Pública de Navarra.

Devore, J.L. (2000): Probability and Statistics for Engineering and the Sciences. Fifth Edition. Duxbury.

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




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


Créditos total: 6Profesores: M.ª Luisa Eraso

Javier Faulín Fajardo

Objetivos:

Que el futuro ingeniero industrial conozca los fundamentos científicos de las técnicas de optimización y sus últimos avances. Que conozca el método de la Investigación Opera-tiva, desarrollando capacidades para el análisis. 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 de la Investigación Operativa 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 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 será la de clase magistral por parte del profesor interca-lando las explicaciones teóricas on problemas de aplicación de la teoría explicada. Los alumnos deberán realizar cinco prácticas de ordenador con diversos paquetes informá-ticos (LINDO, LINGO y QSB).

Bibliografía:

Anderson, D.; Sweeney, D.; Williams, T. (2000): An introduction to Management Science: Qquantitative Approaches to Decision Making. West Publishing Company, 9.ª 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, 7.ª ed.


La evaluación de la asignatura se realizará mediante un examen final teórico-práctico con la ayuda del ordenador. También se podrá realizar trabajos voluntarios de la asigna-tura propuestos por el profesor.



Asignatura: 35410-53506 FIABILIDAD y COMPONENTES DE SISTEMAS

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


Créditos total: 6Profesores: Fermín Mallor Giménez

M.ª Ángeles Franco Manero

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.

Criterios de 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 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 inter-pretación de sus resultados. El estudiante podrá obtener hasta dos puntos adicionales 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: 6Profesor: Fermín Mallor Giménez

Objetivos:

Que el estudiante adquiera los conocimientos suficientes de modelos de colas y sobre todo de simulación que le permitan modelar y analizar problemas complejos de organi-zación en el ámbito industrial y de los servicios.

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:

Altiok, T.; Melamed, B. (2001): Simulation Modeling and Analysis with ARENA. Ciber Research, Inc.

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

Barceló, J. (1996): Simulación de Sistemas Discretos. Isdefe.


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. Este examen tendrá un peso del 50% en la calificación final. Además, el estudiante realizará trabajos de simulación, ejercicios y lecturas comentadas durante el curso. La valoración de estas tareas complementarias aportará el 50% de la calificación final.




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


Créditos total: 9Profesores: M.ª Blanca Palacios Navarro


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:

– Estadística descriptiva.– Probabilidad.– Variables aleatorias.– Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza.– Contrastes de hipótesis paramétricos.– Métodos no paramétricos.– Diseño de experimentos.– Regresión lineal.

Prácticas:

La asignatura Estadística es anual impartiéndose tres horas a la semana. En el primer cuatrimestre se imparte hasta el tema 4 incluido y el resto de la asignatura en el segun-do cuatrimestre.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 distin-tas secciones. Como complemento de las clases teóricas, se realizan 7 prácaticas de ordenador con el paquete estadístico R que detallamos a continuación.

Bibliografía:

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

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. Ed. McGraw-Hill.




Examen teórico-práctico, realización de prácticas y ejercicios propuestos en clase, asis-tencia y participación en clase.


Requisitos matemáticos básicos: métodos de integración, derivación y cálculo matri-cial.Formación básica para el estudio pormenorizado de la teoría de las señales aleatorias, análisis de datos, programación e investigación.




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

Teóricos: 4,5Prácticos: 3

Créditos total: 7,5Profesores: Javier Faulín Fajardo

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:

Habrá cuatro días de prácticas con el paquete estadístico Minitab 14 con objeto de po-ner en práctica los conocimientos adquiridos en las clases teóricas. Aunque los días de prácticas están sujetos a posibles variaciones.Le entrega de trabajos es obligatoria para la superación de la asignatura.

Bibliografía:

Montgomery, D.C. y Runger, G.C. (2007): Applied Statistics and Probability for Engineers. Editorial Wiley. 4.ª ed.

Ardanuy Albjar, R. y Martín Martín, Q. (1995): Estadística para Ingenieros. Editorial Hespérides.



Canovas, G.C. (1993): Probabilidad y Estadística: Aplicaciones y Métodos. Editorial McGraw-Hill.


El procedimiento habitual para superar la asignatura es el siguiente:1) Superar el examen final que tendrá lugar en Enero o Febrero.2) Entrega de las prácticas de la asignatura. Esta entrega tiene carácter obligatorio para

todos los alumnos y debe hacerse en el despacho del profesor. Es necesario para ello apuntarse a la lista de entrega de prácticas del grupo correspondiente.

3) Realización de trabajos o ejercicios voluntarios realizados a propuesta del profesor. Esta parte de la evaluación tiene carácter voluntario.



Asignatura: 33209 TéCNICAS ESTADÍSTICAS DEL CONTROL DE LA PRODUCCIóN

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

Teóricos: 4,5Prácticos: 1,5


Francisco Ballestín González

Objetivos:

El objetivo principal de esta asignatura es dar a conocer las herramientas estadís-ticas 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 duran-te la etapa de fabricación del producto; el segundo se enfoca hacia las técnicas de muestreo de aceptación realizado 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 Editorial 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 tres parciales, uno por cada tema, en fechas a concretar el primer día de clase o bien mediante un examen final de la asignatura en la fecha y hora designada por la Escuela. Tanto los exámenes parciales como el final se realizarán por escrito y consistirán en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos con MINITAB.Se tendrá en cuenta la asistencia a prácticas.




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

Teóricos: 4,5Prácticos: 3

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.– 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:Durante las clases se alternarán las sesiones teóricas con las de resolución de proble-mas estadísticos generales y aplicados a la ingeniería. Se realizarán 4 ó 5 prácticas con el paquete estadístico MINITAB 14 con objeto de poner en práctica los conocimientos adquiridos en las clases teóricas.

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

Ingeniería. Editorial 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.

Criterios de evaluación:La evaluación se realiza mediante un examen final en la fecha asignada por la Escuela. El profesor indicará al comienzo de clases vías complementarias de evaluación con el fin de tener en cuenta el trabajo personal del estudiante.




Curso: 2º

Titulación: Ingeniería Técnica Industrial Eléctrica

Cuatrimestre: 1º

Tipo: Troncal

Créditos:Teóricos: 4,5Prácticos: 3

Créditos total: 7,5

Profesor: Henar Urmeneta Martín-Calero

Objetivos:

Conocer los elementos más elementales que un ingeniero debe poseer acerca de los modelos discreto y continuo de probabilidad, con un nivel suficiente para comprender sus aplicaciones. En este sentido se pretende dar a conocer la probabilidad no sólo como herramienta necesaria para la estadística sino como método propio para aplica-ciones en el campo de la ingeniería, como pueden ser, entre otras, estudios de fiabilidad de sistemas y el análisis de imágenes.

También se pretende llegar a conocer los elementos fundamentales de la Estadística Inferencial: las variables aleatorias muestrales y su uso en la construcción de Intervalos de Confianza.

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 clases 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 ejercicios colgarán, para cada lección, otros problemas. Además los estudian-tes 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 ordenador.

Bibliografía:

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

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.




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:



Francisco Ballestín González

Objetivos:

El objetivo principal de esta asignatura es dar a conocer las herramientas estadís-ticas 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 duran-te la etapa de fabricación del producto; el segundo se enfoca hacia las técnicas de muestreo de aceptación realizado 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 Editorial 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 tres parciales, uno por cada tema, en fechas a concretar el primer día de clase o bien mediante un examen final de la asignatura en la fecha y hora designada por la Escuela. Tanto los exámenes parciales como el final se realizarán por escrito y consistirán en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos con MINITAB.Se tendrá en cuenta la asistencia a prácticas.




Curso: 1º

Titulación: Ingeniería Técnica de Telecomunicación, Imagen y Sonido

Cuatrimestre: 1º

Tipo: Obligatoria

Créditos:Teóricos: 4,5Prácticos: 1,5

Créditos total: 6Profesores: Irene Paniello Alastruey

M.ª Blanca Palacios Navarro Rafael Rivera Martín

Objetivos:

Conocer las definiciones 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. Calcular estimaciones por punto y por intervalo de confianza. Entender el concepto de máxima verosimilitud y realizar estimaciones máximo-verosímiles. Definir con precisión los conceptos de errores de tipo I y II, nivel de significación, potencia y región crítica. Plantear y realizar contrastes de hipótesis paramétricas. Aplicar análisis de la varianza a un diseño unifactorial. 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.

– Distribución de probabilidad.

– Muestreo y distribuciones en el muestreo.

– Estimación paramétrica.

– Intervalos de confianza.

– Contrastes de hipótesis.

– Modelos de regresión y análisis de la varianza.

Prácticas:

Se impartirán lecciones magistrales donde se combinarán la explicación de los con-ceptos teóricos con la realización de ejemplos ilustrativos y resolución de problemas. A lo largo del curo, se destinarán cuatro sesiones de dos horas para la realización de prácticas de ordenador. Asimismo el uso del ordenador permitirá el manejo de un mayor número de datos y el análisis de datos obtenidos por simulación. Para ello, se utilizará un programa de acceso libre como es el programa R.



Bibliografía:

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

Devore, J.L. (2005): Probabilidad y Estadística para Ingenieros. 6th Edition. Thomson-Brooks Cole. (version en inglés y castellano)

Martín-Pliego, F.J.; Montero Lorenzo, J.M. y Ruiz-Maya Pérez, L. (2005): Problemas de Inferencia Estadística. 3.ª Ed. Thomposn. Paraninfo.


La nota final será el resultado de la media ponderada del examen teórico-práctico y del examen práctico de ordenador, cada uno de los cuales deberá ser superado por sepa-rado.




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 Des-criptiva (Análisis de datos), Probabilidad y Métodos estadísticos aplicados (Inferencia Estadística). Aprenda a aplicar las técnicas estadísticas en la Ingeniería, para lo que se propondrán situaciones relativamente próximas a casos reales. Analice bases de datos mediante paquetes estadísticos.

Programa:

– Introducción a la estadística.– Estadística descriptiva.– Probabilidad– Variables aleatorias.– Distribuciones discretas y continuas.– Variables aleatorias bidimensionales.– Muestreo y distribuciones asociadas al muestreo.– 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.

Criterios de evaluación:La evaluación de la asignatura se realizará en dos partes: habrá un examen escrito teórico-práctico y otro ante ordenador personal. La realización de las prácticas con orde-nador es obligatoria. La falta de asistencia a alguna de las sesiones prácticas se susti-tuirá por la entrega de una memoria de dichas prácticas. Se propondrán métodos para contabilizar en la calificación final el trabajo personal del estudiante durante el curso y su participación en clase.



Escuela Técnica Superior de Ingenieros Agrónomos

Ingeniería Agronómica



36201 Estadística 2º 2º Troncal 9 1 2 55 Ana Fernández Militino Blanca Palacios Navarro Rafael Rivera Martín

Ingeniería Técnia Agrícola



60110 Estadística 1º 1º Troncal 4,5 2 5 142 Miguel Amézqueta Elías

68111

66109




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


Créditos total: 9Profesores: Ana Fernández Militino

M.ª Blanca Palacios Navarro Rafael Rivera Martín

Programa:

– Estadística descriptiva.– Probabilidad y variables aleatorias.– Distribución de probabilidad.– Introducción a la inferencia estadística.– Estimación paramétrica y por intervalos.– Contrastes de hipótesis paramétricos y no paramétricos.– Diseño de experimentos agronómicos.– Regresión lineal.

Prácticas:

Realización de prácticas con el paquete estadístico S-PLUS y R.

Bibliografía:

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

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


Examen teórico escrito y examen práctico con ordenador. Realización de las prácticas y ejercicios propuestos.



Asignatura: 60110-68111-66109 ESTADÍSTICA

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

Teóricos: 3Prácticos: 1,5

Créditos total: 4,5Profesor: Miguel Amézqueta Elías

Objetivos:

Se pretende que el alumno de I.T.A. adquiera unos conocimientos básicos sobre Estadística Descriptiva (Análisis de datos), Probabilidad y Métodos estadísticos aplica-dos (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 caracterís-tica 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:

Realización voluntaria de tres o cuatro prácticas (referidas a temas básicos de la asigna-tura, como pueden ser: descriptivos, gráficos, regresión lineal y análisis de la varianza) sobre el PC con el paquete estadístico S-PLUS o con la versión libre R.

Bibliografía:

Manual de referencia: Estadística Aplicada con S-PLUS, M. Dolores Ugarte y Ana Fernández Militino. Universidad Pública de Navarra.

Quesada, V.; Isidoro, A.; López, L.A. (2000): Curso y ejercicios de estadística. Editorial Alambra.

De la Horra Navarro, J. (2003): Estadística Aplicada. Editorial Díaz de Santos.Martín Pliego, F.J.; Ruiz-Maya, L. (1995): Estadística I: Probabilidad. Editorial A.C.


La evaluación de la asignatura se realizará mediante un examen escrito teórico-práctico, se puntuará sobre 9. La calificación del examen se verá incrementada en un punto como máximo por la entrega de una memoria sobre prácticas realizadas en el PC. Además se valorará la realización de algunos de los ejercicios propuestos en las hojas al respecto de cada tema.



Utilidad posterior:

La interpretación de muchas de las investigaciones en Ingeniería depende cada vez más de los métodos estadísticos. Se espera que el Ingeniero comprenda y ayude a implantar las técnicas estadísticas del control de calidad en el medio agro-alimentario.Los métodos estadísticos están ampliamente implantados en el mundo de la ingeniería, administración, banca, seguros y servicios en general. La información numérica de los datos extraídos son fundamentales en la toma de decisiones en un entorno de incerti-dumbre, donde siempre hay espacio para el debate acerca de cómo analizar correcta-mente un conjunto de datos.Los conocimientos adquiridos serán de gran utilidad en estudios posteriores, bien sea de postgrado, ingeniería superior o desarrollo de proyectos. Y por supuesto, en todo lo que tenga que ver con la investigación agropecuaria.



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 9 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 53 Javier Faulín Fajardo Jorge San Miguel Indurain (Dpto. Ing. Mecánica)

88418 Fundamentos e instrumentos de Cálculo Antiguo

1º Libre Elección

6 1 0 12 Antonio Pérez Prados



Asignatura: 81585 TOMA DE DECISIONES EN LA EMPRESA

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 diver-sas 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. (2004): 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.


Evaluación continúa más examen final (Prueba de validación de control de identidad)

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 im-portante 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 prácticos 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

Cuatrimestre: 2ºTipo: Campus Virtual Compartido G9Créditos: 6Profesores: Javier Faulín Fajardo (1 crédito)

Fernando Lera López (5 créditos. Departamento de Economía)

Objetivos:

Que el alumno plantee un análisis del papel de la adopción de Internet en la empresa, con especial atención en la prestación de servicios.

Programa:

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

Bibliografía:

Fitzsimmons, J.A. and Fitzsimmons, M.J. (2004): Service Management. Operations, Strategy and Information Technology. McGraw-Hill.

GAPTEL (2006): Contenidos digitales. Nuevos modelos de distribución online. http.://ob-servatorio.red.es/gaptel/

ICEMD (2006): Marketing relacional y CRM. http.://www.icemd.com/


Se establece un sistema de evaluación basado en la evaluación continua a lo largo de la impartición de los respectivos módulos del curso mediante la valoración del nivel de asimilación de los contenidos desarrollados a lo largo del curso, la realización de un trabajo final a partir de una lectura, y de la participación y motivación del alumno en la enseñanza on-line.La calificación final se obtendrá a partir de los siguientes criterios: 40% de la nota final mediante autoevaluación de los módulos, 30% mediante un trabajo personal, y un 30% que valora la participación (foros, 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 ElecciónCréditos: 6Profesores: Javier Faulín Fajardo

Jorge San Miguel Indurain (Dpto. de Ingeniería Mecánica, Energética 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 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. La logística como factor de flexibilidad.– Logística del producto y política de inventarios.– 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.Castán, J.A., Cabañero, C. y Núñez, A. (2000): La Logística en la Empresa. Ed. Pirámide.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 ElecciónCréditos



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 diferenes máquinas 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.

Evaluación:

La evaluación de la asignatura se realizará atendiendo a las calificaciones obtenidas en: Asistencia, participación en clase y en tutorías. Tareas, ejercicios y trabajos realizados a lo largo del cuatrimestre. Trabajo final de la asignatura. Examen final de la asignatura para aquellos estudiantes que no hayan asistido a clase por encima del 80%.

Bibliografía:

Russo, T.A. (2001): Antique Office Machines: 600 years of Calculating Davices. Schiffer Publishing Ltd. 2.ª 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 19 M.ª Dolores Ugarte Martínez José Antonio Moler Cuiral

PROGRAMA OFICIAL DE POSGRADO EN BIOTECNOLOGÍA

71241 Modelos estadísticos en biotecnología

1 3 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 8 Fermín Mallor Giménez

PROGRAMA OFICIAL DE POSGRADO EN AGROBIOLOGIA AMBIENTAL

71342 Diseño de Experimentos 1 10 Ana Fernández Militino Tomás Goicoa Mangado

PROGRAMA OFICIAL DE POSGRADO EN CIENCIAS DE LA SALUD

71400 Bioestadística 1 15 Miren Portilla Manjón M.ª Dolores Ugarte Martínez



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 módulo 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.

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 investi-gación. Ediciones Eunate.

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


Asignatura: 71219 PROCESOS ESTOCÁSTICOS y ESTADÍSTICA

Titulación: Programa Oficial de Posgrado en 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.

Evaluación:

Examen escrito y trabajos realizados por los estudiantes.

Bibliografía:

Kulkarni, V.G. (1995): Modeling and Analysis of Stochastic Systems. Chapman & Hall.Kay, S.M. (1993): Fundamentals of Statistical Signal Processing. Estimation Theory.

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

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 en 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 cuantitati-vas en logística con los de diferentes disciplinas científicas y los pueda aplicar conjun-tamente 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. La logística como factor de flexibilidad– Logística del producto y política de inventarios.– Decisiones de transporte y tratamiento de pedidos.– Tipos de logística.

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.Castán, J.A.; Cabañero, C. y Núñez, A. (2000): La Logística en la Empresa. Ed. Pirámide.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.– Introducción. Naturaleza de la simulación.– Generación artificial de aleatoriedad: números pseudoaleatorios.– Generación artificial de aleatoriedad Simulación de variables aleatorias y procesos

estocásticos.Tema 2: Simulación de sistemas.

– Simulación de sistemas dinámicos.– Análisis de datos de entrada.– Análisis de los resultados de la simulación.– Aplicaciones de la simulación en la empresa, en la industria y en la administración.– Modelado y resolución de casos con ARENA.

Tema 3: Optimización con simulación.– Interacción entre optimización y simulación.– Introducción a los métodos heurísticos de optimización.– Programa de optimización OptQuest con ARENA.

Tema 4: Aplicaciones. Discusión de casos 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. McGraw-Hill. 4.ª ed. Law, A.M.; Kelton, W.D. (2000): Simulation Modelling and Analysis. McGraw-Hill. 3.ª ed.



Asignatura: 71342 DISEñO DE ExPERIMENTOS

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


Programa:

– Cómo se diseña un experimento.– Diseños completamente aleatorios.– Diseños factoriales.– Experimentos con efectos aleatorios– Modelos anidados.– Diseños Split-Plot.– El programa se completa con 6 clases prácticas realizadas con ordenador y con el

paquete estadístico R, así como de 4 sesiones de trabajo.

Criterios y métodos de evaluación:

El alumno debe asistir a los seminarios de trabajo y exponer delante de sus compañeros y profesores, el proceso de definición y resolución del experimento. Para ello el alumno necesita redactar el problema, plantearlo y justificarlo verbalmente y por escrito.En el examen final el alumno deberá de resolver un problema nuevo y justificar el modelo estadístico utilizado para resolverlo.

Bibliografía:

Montgomery, D.C. (2004): Design and Analysis of Experiments. 6TH ed. Wiley.Ugarte, M.D. y Militino, A.F. (2002): Estadística Aplicada con S-PLUS. 2.ª ed. revisada.

Edita Universidad Pública de Navarra.Yandell, B. S. (1997): Practical Data Analysis for Designed Experiments. Chapman and

Hall.Oehlert, G.W. (2000): A First Course in Design and Analysis of Experiments. W.H. Freeman

and Company.Dean, A. (1999): Design and Analysis of Experiments. Springer.Gómez, K. A. and Gómez, A. A. (1984). Statistical Procedures for Agricultural Research,

2nd ed. Springer.



Asignatura: 71400 BIOESTADÍSTICA

Titulación: Programa Oficial de Posgrado en Ciencias de la SaludCréditos: 6 ECTSCuatrimestre: AnualProfesores: Miren Iosu Portilla Manjón

M.ª Dolores Ugarte Martínez

Objetivos:

– Que el alumno tenga los conocimientos básicos sobre estadística bivariable, estadís-tica multivariale, regresión lineal múltiple, análisis de varianza, análisis de superviven-cia, estadística espacial.

– Objetivos referidos sobre habilidades, destrezas, objetivos procedimentales o instru-mentales.

– Objetivos referidos sobre actitudes y/o valores relacionados con la materia y la profe-sión a la que contribuye la misma.

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.

Bibliografía:

Elliot, P.; Wakefield, J.C.; Best, N. and Briggs, D. (2000): Spatial Epidemiology. Methods and Applications. Oxford University Press.

Everitt, B. and Rabe-Hesketh, S. (2001): Analyzing Medical Data Using S-PLUS. Springer.Kleinbaum, D.G. and Klein, M. (2005): Survival Analysis. Springer (Statistics for Biology

and Health).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. y Militino, A.F. (2002): Estadística Aplicada con S-PLUS. Universidad Pública

de Navarra.Van Belle, G.; Fisher, Ll.; Heagerty, P. y Lumley, T. (2004): Biostatistics, a Methodology for

the Health Sciences. Wiley-Interscience.



3.2. Tercer ciclo

El Departamento realiza actividad de doctorado en los siguientes programas de doctorado.

3.2.1. Programa de Doctorado de Estadística, Matemática e Informática

El Departamento ofrece en colaboración con los Departamentos de Matemáticas e Ingeniería Matemática el Programa de Doctorado “Estadística, Matemática e Informática, compuesto por los siguientes cursos:

Período de DocenciaCursos. Se especifican los cursos que son responsabilidad del Departamento

Edición de textos científicos. 3 créditos. Carácter: Metodológico

Análisis de datos cualitativos.3 créditos. Carácter: Fundamental (10 horas teóricas y 20 horas prácticas). Dra. M.ª Dolores Ugarte y Dra. Ana Fernández Militino.

Análisis de encuestas. Métodos simples y múltiples3 créditos. Carácter. Fundamental (10 horas teóricas y 20 horas prácticas). Dra. Ele-na Abascal Fernández y Dr. Ignacio García Lautre.

Aproximación asintótica y aplicaciones.3 créditos. Carácter: Fundamental

Astrodinámica.4 créditos. Carácter: Fundamental

Computación distribuida de alto rendimiento4 créditos. Carácter. Afín

Didáctica de las matemáticas.3 créditos. Carácter: Fundamental

Economía matemática.3 créditos. Carácter: Fundamental

Métodos de diferencias finitas en ingeniería.3 créditos. Carácter: Fundamental

Métodos numéricos para la resolución de problemas diferenciales.3 créditos. Carácter: Fundamental

Optimización y simulación. Aplicaciones3 créditos. Carácter. Fundamental (20 horas teóricas y 10 horas prácticas). Dra. M.ª Luisa Eraso Goicoechea y Dr. Javier Faulín Fajardo.

Período de InvestigaciónLíneas de Investigación

– Acciones de grupo.

– Códigos.

– Didáctica de las matemáticas.

– Diseños para ensayos clínicos.

– Estructuras ordenadas y análisis real.

– Métodos numéricos en ecuaciones algebraico-diferenciales.



– Modelización estadística aplicada a diversos campos.

– Optimización con simulación.

– Optimización heurística.

– Perturbación singular: métodos analíticos y numéricos.

– Resolución de problemas de transporte. Heurísticos.

– Sistemas dinámicos: aplicaciones en astronomía, física, ingeniería.

– Sistemas distribuidos de alta disponibilidad.

Trabajos de investigación evaluados dentro del Programa de Doctorado

– Modelos estadísticos de tasación y predicción del precio de mercado de la vivienda (12 créditos), presentado por la alumna D.ª Jaione Etxeberria Andueza y dirigido por la pro-fesores: Dra. M.ª Dolores Ugarte Martínez y Dr. D. Tomás Goicoa Mangado.

3.2.2. Cursos de Doctorado impartidos por profesores del Departamento en 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 Ballestín González. Programa: Sistemas flexibles de dirección de empresas (Departamento responsable. Gestión de Empresas).

– Aplicación de métodos estadísticos multivariantes en la industria agroalimentaria 3 cré-ditos. Dra. Carmen García Olaverri y Dra. Sagrario Gómez Elvira. Programa: Tecnología 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. Programa: Alimentos y Salud. (Departamento responsable Ciencias del Medio Natural). Programa con mención de Calidad.

3.2.3. Prueba de suficiencia investigadora del año académico 2007/2008

Celebración de la prueba:

Fecha: 23 de junio de 2008.

Lugar: Aula de Tercer Ciclo del Departamento de Estadística e Investigación Ope-rativa.

Composición del tribunal:

Presidente: Dr. Esteban Induráin Eraso (Catedrático de la Universidad Pública de Navarra).

Secretaria: Dra. M.ª Dolores Ugarte Martínez (Titular de Universidad de la Universi-dad Pública de Navarra).

Vocal: Dr. Juan Carlos Candeal Haro ( Catedrático de la Universidad de Zaragoza).

El tribunal, oídos los doctorandos y contestadas las objeciones formuladas, acordó por unanimidad reconocer la obtención de la suficiencia investigadora a los siguientes doc-torandos:

– Etxeberria Andueza, Jaione– Sáenz de Cabezón Irigaray, Álvaro– Sánchez Yábar, Silvia



3.3. Proyectos fin de carrera

Los proyectos fin de carrera defendidos en el Departamento durante el curso 2007-2008 han sido:– “Desarrollo del módulo logístico de Openbravo para la Empresa Servihostel”. Alumno–

proyectista: D. Rafael de Miguel Sánchez de Puerta. Tutor: Dr. Javier Faulín Fajardo.– “Optimización de Sistema de planificación de inyección de plásticos y logística de

almacenes”. Alumno–proyectista: D. Roberto Prieto Pérez. Tutor: Dr. Javier Faulín Fajardo.



4. Actividad investigadora

4.1. Asistencia a congresos

Internacionales con comunicación:

Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Factorial analysis of three-way categorical tables relating to different populations: A compared analysis of one surrey carried out by two different ways”. III European Congress of Methodology. Oviedo (España). Julio 8-12 de 2008.

Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Factorial analysis of three-way categorical tables relating to different populations: A compared analysis of one surrey carried out by two different ways”. 7th International Conference on Social Science Methodology rc33-Logic and Metthodology in Sociology. Campus di Monte Sant’Angelo. Università di Napoli “Federico II” (Italy). Septiembre 1-5, 2008.

Ballestín, F.; Blanco, R. “Solving the multi-objetive resource constrained project sche-duling problem with regular objective function”. CLAIO 2008. Cartagena de Indias (Colombia). Septiembre 9-12, 2008

Barrios, A Ballestín, F. Valls, V. “New crossover and double justification operators for the RCPSP/MAX”. CLAIO 2008. Cartagena de Indias (Colombia). Septiembre 9-12, 2008.

Ballestín, F.; Barrios, A.; Valls, V. “A double genetic algorithm for the MRCPSP/MAX”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Ballestín, F.; Blanco, R. “The resource-constrained project scheduling problem as a mul-ti-objetive a problem: The regular-case”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Gómez, D.; Ballestín, F.; Valls, V. “The sequencing ordering problema: A new approach”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Faulín, J.; Juan, A.; Jorba, J.; Grasman, S.; Barrios, B. “SR-2 A Hybrid intelligent algori-thm for the vehicle routing problem”. International Conference on Hybrid Intelligent Systems. Barcelona (España). Septiembre 10-12, 2008.

Úbeda, S.; Arcelus, Francisco J.; Faulín, J. “Green Logistics: A state of the art application”. LRN2008 – Logistics Research Network Conference. Liverpool, (U.K.). Septiembre 10-12, 2008.

Úbeda, S.; Arcelus, Francisco J.; Faulín, J. “The environmental benefits of improving fleet efficiency: The case of Eroski”. XIV Latin Ibero-American Congress on Operations Research- CLAIO. Cartagena de Indias (Colombia). Septiembre 9-12, 2008.



Faulín, J.; De Paz, E.; Lera, F.; Pintor, J.M. “Delivering products in an Agribusiness com-pany: An application case”. Operational Research meeting- OR50- British Society. York (U.K.). Septiembre 9-11, 2008.

Sandars, D.; Pla, Ll.; Faulín, J. “The fate of strategic applied OR; W(h)ither agriculture, horticulture, forestry, fisheries? Or w(h)ither not?”. Operational Research Meeting-OR50-British Society. York (UK). Septiembre 9-11, 2008.

Daradoumis, T.; Juan, A.; Faulín, J.; Martínez, F.; Rodríguez, I.; Fatos, X. “Expanding the customer relationship Management scope to the non-profit organizations: an analy-sis focused on the E-university Domain”. IADIS International Conference e-Commerce 2008. Amsterdam (Netherlands). Julio 25-27, 2008.

Faulín, J.; Juan, A.; Ruiz, R. and Gilibert, M. “Simuroute: a simulation-based algorithm for the capacitated vehicle routing problem”. IFORS Triennial Meeting 2008. Johannesburg (South Africa). 14-18 Julio, 2008.

Faulín, J.; Juan, A.; Lera, F. and Pintor, J.M. “Optimising routes in road transportation using ALGACEA procederes with environmental criteria”. International Workshop on Operational Research – In honour of Laureano Escudero. Junio 28-30, 2008.

Grasman, S.; Faulín, J.; Lera, F. “Public-private parnerships for technology growth in the public sector”. IEMC-Europe 2008 International Engineering Management Conference. Estoril (Portugal). Junio 28-30, 2008.

Juan, A.; Marqués, J.; Lilajosana, X.; Faulín, J.; Fonseca, P. “Modelling and simulation of a virtual campus”. 10th International Conference on Enterprise Information Systems (indexed by ISI Proceedings). Barcelona (España). Junio 12-16, 2008.

Juan, A.; Faulín, J.; Daradoumis, T.; Fatos, X. “Developing an information system for monitoring student’s activity in online collaborative learning”. Second International Conference on Complex, Intellligent and Software Intensive Systems. Barcelona (España). Marzo 4-7, 2008.

Juan, A.; Faulín, J. y Marqués, J.M. “JSAEDES: A java-based simulation software to impro-bé reliability and availability of computer systems and telecommunication networks”. Winter Simulation Conference (WSC05). Washington (USA). Diciembre 9-12, 2007.

Juan, A.; Faulín, J.; Fonseca, P.; Marqués, J.M. “Castelldefels Project: Modelling and si-mulation of the computer system that gives support to the virtual campus of the Open University of Catalonia”. Winter Simulation Conference (WSC07) Washington (USA). Diciembre 9-12, 2007.

Faulín, J.; Pintor, J.M.; Lera, F.; García, J.; Del Valle, A.G.; Úbeda, S. “ALGACEA algorithms for the CVRP using environmental criteria”. INFORMS Annual Meeting 2007. Seattle, Washington (USA). Noviembre, 2007.

Bayo, A.; García-Olaverri, C.; Larraza, M. “Uso y dispersión de incentivos a corto y largo plazo en las empresas españolas”. 5Th Iberoamerican Academy of Management. República Dominicana. Diciembre, 2007.

Mallor, F.; Gastón, M.; León, T. “Analyzing bicemechanical curves as functional data”. Tenth International Conference. Zaragoza.-Pau con Applied Mathematics and Statistics. Zaragoza (España). Septiembre-17, 2008.

León, T.; Ayala, G.; Gastón, M.; Mallor, F. “Measuring dissimilarity between curves by means of their granulometric size distributions”. 1st International Workshop on Functional and Operatorial Statistics. Toulouse (Francia). Junio 19-21, 2008.

Mallor, F.; Azcárate, C.; Blanco, R. “Economic assessment of energy systems with si-mulation and linear programming”. Winter Simulation conference. Washington D.C. (Estados Unidos). Diciembre 7-10, 2007.

Moler, J.A.; Plo, F.; Urmeneta, H. “Ramdon trees and random circuits”. Tenth International Conference Zaragoza-Pau on Applied Mathematics and Statistics. Jaca (España). Septiembre 15-17, 2008.



Moler, J.A.; Plo, F.; Urmeneta, H. “Optimality for ethical and statistical targets among a family of designs”. Primeras Jornadas Hispano-Inglesas en Diseños Óptimos. Salamanca (España). Noviembre 15-17, 2008.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Alternatives to estimate the forest tree bio-mass”. XXIVth International Biometric Conference (IBC). Dublin (Irlanda). Julio 13-18, 2008.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Detecting high-risk areas in disease mapping using empirical Bayes confidence intervals and fully Bayes decision rules”. (POSTER). 28th Conference on Applied Statistics in Ireland (CASI). Dublín (Irlanda). Julio 16, 2008.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Estimating Unemployment for Small Areas in Navarra, Spain”. Federal Committee on Statistical Methodology. Arlington (Virginia). Noviembre 5-7, 2007.

Nacionales con comunicación

Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Equivalencia entre la en-cuesta presencial y la encuesta telefónica: un análisis multidimensional”. V Congreso de Metodología de Encuestas. Córdoba (España). Septiembre 24-26, 2008.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Detecting high-risk areas in disease ma-pping using empirical and fully Bayes procedures”. IV Jornadas Científicas de las Sociedades Españolas de Epidemiología y Biometría (GUDO4). Valencia (España). Junio 19-20, 2008.

Contribuciones relevantes a congresos

Azcárate, C.; Blanco, R.; Mallor, F. “A simulation model for assessment of energy pro-duction”. (PONENCIA INVITADA). Simulation in Industry and Services. Bruselas (Bélgi-ca). Diciembre 7, 2007.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Flexible spatio-temporal modelling of morta-lity rates”. (CHARLA INVITADA). International Workshop on Spatio-Temporal Modelling (METMA 4). Alghero, Cerdeña (Italia). Septiembre 24-26, 2008.

Ugarte, M.D.; Goicoa, T.; Ibáñez, B. and Militino, A.F. “Evaluating the performance of spatio-temporal Bayesian models in disease mapping”. (CHARLA INVITADA). Joint Statistical Meeting. Denver (USA). Agosto 2-7, 2008.

Ugarte, M.D.; Goicoa, T.; Militino, A.F. and Durbán, M. “Spline smoothing in small area estimation”. (CHARLA INVITADA). First Workshop of the ERCIM Working Group on Computing & Statistics (ERCIM08). Neuchâtel (Suiza). Junio 19-21, 2008.

4.2. Publicaciones

Internacionales

Revistas

Azcárate, C.; Mallor, F.; Gáfaro, A. “Multiobjetive Optimization in Health Care Mana-gement. A Metaheuristic and simulation approach”. En: Algorithmic Operations Re-search, Vol 3, nº 2. Pág. 186-202 (17). 2008.

Ballestín, F.; Valls, V.; Quintanilla, S. “Preemption in resource-contrained Project sche-duling”. En: European Journal of Operational Research. Vol. 189(3). Pág. 1136-1152 (17). 2008.

Valls, V.; Ballestín, F.; Quintanilla, S. “A hybrid genetic algorithm for the RCPSP”. En: Euro-pean Journal of Operational Research.Vol.: 185(2). Pág. 495-508 (14). Marzo 2008.



Ballestín, F.; Leus, R. “Meta-Heuristic for stable scheduling on a single machine”. En: Computer and Operations Research. Vol. 35(7). Pág. 2175-2192 (17). Julio 2008.

Faulín, J.; Juan, A. “The ALGACEA-1 Method for the Capacitated Vehicle Routing Pro-blem”. (Citation Index). En: International Transactions in Operational Research. Vol. 15. Pág. 599-621 (22). Septiembre 2008.

Faulín, J.; Juan, A.; Marqués, J.M. “Simulation of a Virtual Campus at the Open University of Catalonia” (Citation Index). En: Interfaces. Vol. 38. Number 3. Págs. 147-149 (3). Marzo-Abril 2008.

García-Olaverri, C.; Mallor, F.; Gómez-Elvira, S.; Mateo-Collazos, P. “Expert Judgment-Ba-sed Risk Assessment Using Statistical Scenario analysis: A Case Study Running the Bulls in Pamplona (Spain)”. En: Risk Analysis. Vol. 28; Issue 4, pp. 1003-1019 (17)

Mallor, F.; Mateo, P. Alberto, I. “Optimising the service capacity by using a speed-up si-mulation”. En: European Journal of Industrial Engineering. Vol. 2 nº 4, ppág. 461-478 (18), 2008.

Militino, A.F.; Ugarte, M.D. and Ibáñez, B. “Longitudinal analysis of spatially correla-ted data”. En: Stochastic Environmental Research and Risk Assessment, 22, 49-57 2008.

Militino, A.F.; Ugarte, M.D. and Goicoa, T. “Prediction Error Estimators in Empirical Ba-yes Disease Mapping”. En: Environmetrics, 19, pp. 287-300, 2008.

Mar, J.; Sainz-Ezkerra, M.; Moler, J.A. “Calculation of prevalence estimatesthrough diffe-rential equations: Application to stroke-related disability”. En: Neuroepidemiology. Vol. 31 nº 4 pp. 57-66 (10), 2008.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Adjusting Economic Estimates in Business Surveys: an Application”. En: Journal of Applied Statistics, 35 (11). pp. 1253-1265, 2008.

Ugarte, M.D. “Special Issue: METMA3 Workshop 2006”. En: Environmetrics, 18 (7): 663-664, 2007.

Nacionales

Revistas

Moler, J.A.; Plo, F.y Urmeneta, H. “Optimality for combinations of adaptive and response adaptive designs”. En: Monografías del Seminario Matemático García Galdeano, 34. 145-155 (11), 2008.

Moler, J.A.; Plo, F.; San Miguel, M; Urmeneta, H. “Prepublicaciones del Seminario mate-mático García Galdeano” 20, 1-17, 2007.

Contín Pilart, I.; Correljé, A.; Palacios Navarro, M.B. “Asimetrías de precios y evolución de márgenes comerciales en el mercado del gasóleo de automoción”. En: Hacienda Pública Española. Revista de Economía Pública. 185-2-2008, pp. 9-37 (19).

Libros

Mallor, F.; Omey, E.; Van Gulk, S. “Introduction to queuing models. A text book for stu-dents of engineering, economics and management sciences”. Editorial: Universidad Pública de Navarra. I.S.B.N.: 978-84-9769-215-1. 198 pp. 2008.

Ugarte, M.D.; Militino, A.F. and Arnholt, A.T. “Probability and Statistics with R”. CRC Press/Chapman and Hall. 700 pp. 2008.

Ugarte, M.D. “Splines con Penalizaciones (P-Splines): Teoría y Aplicaciones”. Editorial: Universidad Pública de Navarra, 85 pp. 2008.



Capítulos de libros

Azcárate, C.; Blanco, R.; Mallor, F. Título del libro: Simulation in Industry and Services. Capítulo del libro: “A simulation model for assessment of energy production”. Pág. 69–91 (23). ISBN: 978-84-9769-208-3. 2008.

Ballestín, F. “Different codifications and metaheuristic algorithms for the Resource Ren-ting Problem with minimum and maximum time lags”. En libro: Recent Advances in Evolutionary computation for combinatorial Optimization. Cotta, Carlos; Van Hemert, Jano (Eds.) Clave: CL. Vol. Series: Studies in Computational Intelligente 153. Editorial: Springer. Pág. 197-202. (6). 2008.

León, T.; Ayala, G.; Gastón, M.; Mallor, F. Título del libro: Functional and Operatorial Statistics. Capítulo del libro: “Measuring Dissimilarity Between Curves by Means of their Granulometric size Distributions”. Editorial: Springer. Pág. 35-42 (8). ISBN: 978-3-7908-2061-4. Publicado en Francia, 2008.

Actas de Congresos

Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Equivalencia entre la en-cuesta presencial y la encuesta telefónica: un análisis multidimensional”. V Congreso de Metodología de Encuestas. Córdoba (España). Septiembre 24-26 de 2008.

Actas ISBN: CSIC 978-84-00-08705-0. Págs. 141-143 (3).Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Factorial analysis of

three-way categorical tables relating to different populations: A compared analysis of one surrey carried out by two different ways”. III European Congress of Methodology. Oviedo (España). Julio 8-12 de 2008.

Actas ISBN-978-84-8317-717-4. Págs. 60-61 (2).Abascal, E.; Díaz de Rada, V.; García Lautre, I. et Landaluce, I. “Factorial analysis of

three-way categorical tables relating to different populations: A compared analysis of one surrey carried out by two different ways”. 7th International Conference on Social Science Methodology rc33-Logic and Metthodology in Sociology. Campus di Monte Sant’Angelo. Università di Napoli “Federico II” (Italy). September 1-5 de 2008.

Actas ISBN-978-88-243-1817-4. Pág. 84.Ballestín, F.; Blanco, R. “Solving the multi-objetive resource constrained project sche-

duling problem with regular objective function”. CLAIO 2008. Cartagena de Indias (Colombia). Septiembre 9-12, 2008.

Barrios, A Ballestín, F. Valls, V. “New crossover and double justification operators for the RCPSP/MAX”. CLAIO 2008. Cartagena de Indias (Colombia). Septiembre 9-12, 2008.

Ballestín, F.; Barrios, A.; Valls, V. “A double genetic algorithm for the MRCPSP/MAX”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Ballestín, F.; Blanco, R. “The resource-constrained project scheduling problem as a mul-ti-objetive a problem: The regular-case”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Gómez, D.; Ballestín, F.; Valls, V. “The sequencing ordering problema: A new approach”. Eleventh International Workshop on Project Management and Scheduling. Estambul (Turquía). Abril 28-30, 2008.

Faulín, J.; Juan, A.; Jorba, J.; Grasman, S.; Barrios, B. “SR-2: A hybrid intelligent algori-thm for the vehicle routing problem”. Proceeding of the 8th International Conference on Hybrid Intelligent Systems (Indesed by ISI Proceedings). Barcelona (España). September 10-12, 2008.

IEEE Computer Society. ISBN: 978-0-7695-3326-1. Págs. 78-83 (5).



Faulín, J.; Daradoumis, A.; Juan, A.; Martínez, F.; Rodríguez, I.; Shafa, F. “Modelling & simulation of a virtual campus”. Proceeding of the 10th International Conference on Enterprise Information Systems (indexed by ISI Procedings). Barcelona (España). June 12-16, 2008.

Vol. ISAS-1, INSTICC. ISBN: 978-989-8111-38-8. Págs. 187-190 (4).Juan, A.; Daradoumis, A.; Faulín, J. and Xhafa, F. “Devoloping and information Systems

for monitoring student’s activity in online collaborative learning”. Proceedings of the 2nd International Conference on Complex, Intelligent and software Intensive Systems (CISIS-2008). Barcelona (España). Marcha 4-7, 2008. IEEE Computer Society, los Alamitos, C.A, USA, ISBN: 0-7695-3109-1.

Faulín, J.; Juan, A.; Marques, J.M. y Sorroche, M. “J_SAEDES: A Java-Based simulation software to improbé reliability and availability of computer systems and networks”. Proceedings of the 2007 Winter simulation Conference. S.G. Henderson, B. Biller, M.H. Hsied, J. Shortle, J.D. Tew, and R.R. Barton, eds. Paper 295, December 2007. pp. 2285-2292 (8).

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Detecting high-risk areas in disease map-ping using empirical Bayes confidence intervals and fully Bayes decision rules”. 28th Conference on Applied Statistics in Ireland (CASI). Dublin (Irlanda). July 16, 2008. Editores Irish Statistical Association, pp. 19 (1).

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Estimating Unemployment for Small Areas in Navarra, Spain”. Federal Committee on Statistical Methodology Research Conference Final Program and Abstract Book. Let. Arlington 4th – 7th November 2007. Editores: Federal Committee on Statistical Methodology, pp. 27-28 (2).

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Detecting high-risk areas in disease map-ping using Empirical and Fully Bayes procedures”. Libro de actas de las IV Jornadas Científicas de las Sociedades Españolas de Epidemiología y Biometría, (GUDO 4), Valencia 19-20 Junio 2008. Editores : Fundació Universitat-Empresa, Universidad de Valencia, p 38.

Ugarte, M.D.; Militino, A.F.; Goicoa, T. and Ayestarán, M. “Using Rotational Panels for Estimating Unemployment Rates”. Actas del XXX Congreso Nacional de Estadística e Investigación Operativa y IV Jornadas de Estadística Pública, 2007. Editores: Comité or-ganizador XXX Congreso Nacional de Estadística e Investigación Operativa y IV Jornadas de Estadística Pública, 2007 pp 161. (ISBN: 978-84.690-7249-3). Clave: CD.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. ”Flexible spatio-temporal modelling of mor-tality rates”. Proceedings of the 4th Internacional Workshop on Spatio-Temporal Modelling (METMA4). Alghero, Sardinia (Italy), 24th, 26th and 29th September 2008. Editors: D. Cocchi, J. Mateu, F. Montes, E. Otranto, E. Porcu, A.Usai., pp 99-101. (ISBN: 88-6025-098-6).

Ugarte, M.D.; Goicoa, T. and Militino, A.F. and Durbán, M. “Spline smoothing in small area estimation”. First Workshop of the ERCIM Working Group on Computing & Statistics (ERCIM08). University of Neuchâtel, Switzerland, 19th-21st June 2008, pp 40-41.

Ugarte, M.D.; Goicoa, T. y Militino, A.F. “Pruebas de seguimiento y sesiones de control en la asignatura Métodos estadísticos de la Ingeniería”. V Jornadas Internacionales de Innovación Universitaria, Madrid, 4-5 Septiembre 2008. pp 1-9. ISBN: 978-84-691-2665-3. Clave: CD.



Reseñas

Faulín, J. “Handbook of Production Scheduling”. By Herrmann, J.W. (Book Review). En Interfaces. Vol 38 Number 3. Págs. 212-213 (2). May-June 2008.

Faulín, J. “Service Enterprise Integration: an Enterprise Engineering Perspective”. By Hsu, C. (Book Review). En: Interfaces. Vol. 38 Number 3. Págs. 214-215 (2). May-June 2008.

4.3. Grupos y lineas de investigación

Estadística EspacialResponsable del Grupo: Ugarte Martínez, M.ª Dolores.

Equipo: Closas, Antonio Humberto; Fernández Militino, Ana; Goicoa Mangado, Tomás; Etxeberría Andueza, Jaione; 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 longitudina-

les• 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; Eraso Goicoechea, M.ª Luisa; Faulín Fajardo, Fco. Javier; García Lautre, Ignacio; Gastón Romeo, Martín; Gómez Elvira, Sagrario; Grasman, Scott Erwin; Mallor Giménez, Fermín; Moler Cuiral, José Antonio; Paniello Alastruey, Irene; Pérez Prados, Antonio; Portilla Manjón, Miren; Rivera Martín, Rafael; Úbeda Munárriz, Sergio, Urmeneta Martín-Calero, Henar.


• Simulación y optimización de sistemas de producción y logísticos.• 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.

Organización de Empresas.Responsable del Grupo: Emilio Huerta.

Equipo: Bayo Moriones, José Alberto; 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.


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



4.4. Proyectos de investigación

De carácter internacional

Título: Environmental Regulations Related to Public-Private-Partherships.Referencia: Project Number: DTOS59-06-00035.Investigador principal: Grasman, Scott E. (Missouri University of Science and Techno-logy).Equipo investigador: Faulín, J.Entidad/organismo financiador: United States Department of Transportation (US-DOT).Duración: September 2007 – August 2008.

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 superfi-cie”

Referencia: DEP2006-56076-C06-06/ACTI.Investigador Principal: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: 2006 – 2009.

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 otros.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: Enero 2006 – Diciembre 2008.

Título: “Internacional Workshop on Spatio-Temporal Modelling”Referencia: MTM2006-27429-E.Investigador principal: Ugarte, M.D.Miembros del equipo: Militino, A.F.; Goicoa, T. y otros.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: Diciembre 2006 – Diciembre 2007.

Título: “Gestión de procesos logísticos en un entorno RFID”Referencia: DPI2007-63100.Investigador principal: Valls Verdejo, V. (Universidad de Valencia).Equipo investigador: Ballestín, F. más 4 participantes.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración 1.10.2007 – 30.9.2010.

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

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



Título: “Modalidades de aprendizaje telemático y resultados interuniversitarios extra-polables al blended learning. Proyecto MATRIx”

Referencia: EA2007-0015.Investigador Principal: Del Moral Pérez, M.E. (Universidad de Oviedo).Miembros del equipo: Faulín, J. y otros.Entidad/organismo financiador: Ministerio de Educación, Cultura y Deporte. Secreta-ria de Estado de Educación y Universidades. Programa de Estudios y Análisis para la mejora de la calidad de la enseñanza superior y la actividad del profesorado univer-sitario. Referencia.Duración: Abril 2007 – Abril 2008.

Título: “E-learning de las matemáticas en las universidades españolas: tendencias tecnológicas emergentes y adaptación al EEES. Proyecto MEL07”

Referencia: EA2007-0310.Investigador Principal: Huertas Sánchez, María Antonio (Universitat Oberta de Cata-lunya).Miembros del equipo: Faulín, J. y otros.Entidad/organismo financiador: Ministerio de Educación, Cultura y Deporte. Secretaria de Estado de Educación y Universidades. Programa de Estudios y Análisis para la mejo-ra de la calidad de la enseñanza superior y la actividad del profesorado universitario.Duración: Abril 2007 – Abril 2008.

Título: “Gestión del transporte por carretera en zonas transfronterizas pirenaicas”Referencia: TRA2006-10639.Investigador principal: Lera, F. (Departamento de Economía de la Universidad Pública de Navarra).Miembros del equipo: Faulín, J. y otros.Entidad/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-C04-01.Investigador 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: Ministerio de Educación y Ciencia.Duración: 2007-2009.

Título: “Innovación, gobierno de la empresa y competitividad”Referencia: SEJ2004-07530-C04.Investigador principal: Huerta, E. (Departamento de Gestión de Empresas de la Uni-versidad Pública de Navarra).Miembros del equipo: García Olaverri, C.; Gómez, S. y otros.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: 2004 - 2007.

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

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

Título: “Caracterización y mejora de la calidad de cebollas con bajo nivel de pungen-cia”

Referencia: DEP2007-00080-00-00.Investigador 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: “Estructura de grupos y álgebras. Aplicaciones a geometría, codificación y crip-tografía”

Referencia: MTM2004-08115-C04-02.Investigador principal: El duque Palomo, A.C. (Departamento de Matemáticas de la Universidad de Zaragoza).Miembros del equipo: Paniello, I.Entidad/organismo Financiador: Ministerio de Educación y Ciencia. Dirección General de Investigación.Duración 13 de Diciembre 2004 a 13 Diciembre 2007.

Título: “Álgebras y superálgebras de Lie y de Jordan”Referencia: MTM2007-67884-C04-02.Investigador principal: El duque Palomo, A.C. (Departamento de matemáticas de la Universidad de Zaragoza).Equipo investigador: Paniello, I. y otros.Entidad/organismo financiador: Ministerio de ciencia y Tecnología y FEDER.Duración: 1 de Octubre de 2007 a 3 de Agosto de 2010.

4.5. Contratos de investigación y de desarrollo

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



Título: “Métodos probabilísticos de fusión de registros”Código OTRI: 2008 015 076.Investigador principal: Militino, A.F. y Ugarte M.D.Entidad/organismo financiador: Instituto Vasco de Estadística (EUSTAT).Miembros del equipo: Laura Otero Franco.Fecha: Junio 2008 - Diciembre 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 015 114.Investigador principal: Militino, A.F. y Ugarte, M.D.Entidad/organismo financiador: Instituto Vasco de Estadística (EUSTAT).Miembros del equipo: Tomás Goicoa Mangado, Laura Otero Franco.Fecha: Septiembre 2008 - Diciembre 2008.

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

Título: “Estudio sobre estimación del número de viviendas de obra nueva promociona-das”

Investigador principal: Militino, A.F.; Ugarte, M.D.Miembros del equipo: Grupo investigación Estadística Espacial.Entidad/organismo financiador: Ministerio de Vivienda.Duración: 18 Junio 2007 a 31 Diciembre 2007.

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 Eroski.Duración: Mayo 2005 - Diciembre 2008.

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

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

4.6. 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.

Antonio Humberto Closas: “Un modelo explicativo del rendimiento matemático en Ciencias Económicas y Empresariales”. Directoras de Tesis: Dra. M.ª Dolores Ugarte Martínez y Dra. M.ª Luisa Sanz de Acedo Lizarraga.

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.

4.7. Estancias y visitas del profesorado

Corta duración (inferiores a tres meses)

Javier Faulín Fajardo. Faculté des Sciences Economiques. Université de Rennes 1. Rennes. France. Professeur Invité. Del 1 de marzo al 31 de marzo de 2008.

Ana Fernández Militino y M.ª Dolores Ugarte Martínez. School of Population and Public Health, University of British Columbia. Vancouver (Canadá). 10 al 17 de agosto de 2008. Tema: Small area estimation disease mapping.

Fermín Mallor Giménez. Universidad de Ehsal (Economische Hogeschool sint-Aloysius). Bruselas (Bélgica). 21 a 25 de mayo de 2008.

Larga duración (igual o superior a tres meses)

Cristina Azcárate Camio. Escuela de Ingeniería Industrial y de Sistemas de la Universidad “Georgia Institute of Technoloty – USA”. Del 1 de Septiembre de 2007 al 31 de Mayo de 2008.

Irene Paniello Alastruey. Departamento de Matemáticas y Estadística de la Universidad de Ottawa-Canadá. Del 1 de mayo al 31 de julio de 2008.



5. Conferencias, Seminarios y Cursos

Impartidas por profesores invitados al Departamento

Guasch Petit, Antonio (Universidad Politécnica de Cataluña). “Simulación de procesos lo-gísticos: metodología y casos de estudio”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 9 de junio de 2008.

Mar, Javier (Hospital Alto-Deba). “Modelo poblacional del ictus mediante simulación con eventos discretos”. Seminario de Tercer Ciclo del Departamento de Estadística e In-vestigación Operativa, 12 de mayo de 2008.

Bayarri García, M.ª Jesús (Departamento de Estadística e Investigación Operativa de la Universidad de Valencia). “Combinación de simuladores computacionales y modelos estadísticos para cuantificar los riesgos de catástrofes”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 9 de mayo de 2008.

Juan Pérez, Ángel (Departamento de Ciencias de la Computación, Multimedia y Teleco-municación de la Universitat Oberta de Catalunya). “Mathematical E-Learning: estado de la cuestión y experiencias en la Universitat Oberta de Catalunya”. Organizado por el Centro Superior de Innovación Educativa en la sala Ada Byron del Edificio de las Encinas, 17 de abril de 2008.

Juan Pérez, Ángel (Departamento de Ciencias de la Computación, Multimedia y Teleco-municación de la Universitat Oberta de Catalunya). “SemiRoute: A Simulation-Based Algorithm for the Capacitated Vehicle Routing Problem”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 17 de abril de 2008.

Moreno Bas, Emilio (Universidad de Granada). “A new Bayesian net Benefit approach to cost-effectiveness analysis)”. Seminario de Tercer Ciclo del Departamento de Estadís-tica e Investigación Operativa, 29 de febrero de 2008.

Alonso Luengo, Félix (Subdirector General de Estudios y Estadística del Ministerio de Vivienda). “Estadística de vivienda”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 15 de febrero de 2008.

Andrei Volodin (Universidad de Regina-Canadá). “Órdenes de convergencia para leyes de los grandes números”. Siminario de Tercer Ciclo del Departamento de Estadística E Investigación Operativa, 20 de diciembre de 2007.

Maravall Herrero, Agustín (Banco de España Time Series Analysis Unit Manager). “Aná-lisis de muchas series temporales con TSW (TRAMO-SEATS para Windows”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 9-10 de diciembre de 2007.

Biedermann, Stefanie (School of Mathematics, University of Southampton, Highfield, I.K.). “Robust Optimal. Designs for Percentile Estimation in Clinical Trials”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 26 de noviembre de 2007.



Puerto Albandoz, Justo (Departamento de Estadística e Investigación Operativa de la Universidad de Sevilla). “Problemas de localización multicriterio: una panorámica gene-ral y dos aplicaciones”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 6 de noviembre de 2007.

Omey, Edward. (Universidad de Ehsal – Bruselas). “Regulary varying functions of order k”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 29 de octubre de 2007.

López Fidalgo, Jesús (Departamento de Matemáticas de la Universidad Castilla-La Man-cha). “Diseño de experimentos: aplicaciones, realidad y teoría”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 25 de octubre de 2007.

Durbán Reguera, María (Departamento de Estadística de la Universidad Carlos III de Madrid). “Modelos de suavizado con P-splines: metodología y aplicaciones”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 15-16 de octubre de 2007.

Impartidos por profesores del Departamento

Faulín Fajardo, J. “Simulation-Based Algorithms for the Capacitated Vehicle Routing Problem: SimuRoute and ALGACEA Procedures”. Departamento de Estadística, Investigación Operativa y Computación. Universidad de la Laguna (Canarias). Mayo 19, 2008

García Olaverri, C. “La Innovación tecnológica y organizativa en la empresa industrial es-pañola”. Universidad Jaume I, Tarragona. Abril 2008.

Mallor Giménez, F. “A practical introduction to Optimization with Simulation”. EHSAL (Bruselas). Mayo 2008.

Mallor Giménez, F. “Curso de simulación y optimización con simulación”. Departamento de Matemáticas de la Universidad de Valencia. 12 horas. Febrero 2008.

Mallor Giménez, F. “Aplicación de la investigación operativa en el análisis de problemas reales de optimización”. Universidad Miguel Hernández de Elche. Enero 2008.

Militino, A.F. “Benchmarked Estimates in Small Areas using Linear Mixed Models with Restrictions”. Universidad Carlos III de Madrid. 30 de mayo de 2008.

Moler Cuiral, J.A.; “Uso de la estadística en los medios de comunicación”. En los Institutos: I.E.S. Valle del Ebro (Tudela); I.E.S. Toki Ona (Bera); I.E.S. Iturrama; I.E.S. Zizur Mayor; Colegio Sto. Tomás (Pamplona); Colegio Padres Reparadores (Puente la Reina); I.E.S. Basoko; I.E.S. Askatasuna (Burlada); I.E.S. Ibaialde (Burlada); I.E.S. La Paz (Cintruénigo) dentro del programa de charlas de la Universidad para Institutos de enseñanza Secundaria, coordinado por Actividades Culturales. Diciembre de 2007 a abril de 2008.

Ugarte Martínez, M.D. “Benchmarked Estimates in Small Areas using Linear Mixed Models with Resctrictions”. Department of Statistics, University of British Columbia, Vancouver, Canadá. 12 de agosto de 2008.

Ugarte Martínez, M.D. “Benchmarked Estimates in Small Areas using Linear Mixed Models with Resctrictions”. Masaryk University, Brno (República Checa). 4 de diciembre de 2007.

Ugarte Martínez, M.D. “Resampling Techniques and Environmental Cases Studies with R”. Faculty of Sciences. Masaryk University. Czech Republic. Diciembre 3-6 de 2007.

Recibidos por miembros del Departamento

Goicoa Mangado, Tomás. “Effective and efficient programming in R”. Dublin (Irlanda). Profesores Petra Kuhnert y Bill Venables. 12 de julio de 2008. Duración 8 horas.



Goicoa Mangado, Tomás. “Hierarchical modeling and analysis for spatial and spatio-temporal data”. Valencia (España). Profesor Alan Gelfand. 16-18 de julio de 2008. Duración 20 horas.

Otero Franco, Laura. “Áreas pequeñas”. Santander (España). Profesora M.ª José Lombardía. 24-28 de marzo de 2008. Duración 24 horas.

Paniello Alastruey, Irene “Second Canada-France Congress, UQAM”. Montreal (Canadá), 1 – 5 julio de 20008.

Palacios Navarro, M.ª Blanca. “Tratamiento de la información y modelos de datos de panel y manejo de STATA”. Pamplona (España). Profesor: Julio Pinchado. 28-31 de enero de 2008. Duración 24 horas.



6. Otras actividades reseñables

Abascal Fernández, Elena

– Miembro de la Unidad Técnica de Calidad de la Universidad Pública de Navarra (hasta marzo 2008).

– Miembro de la Junta Electoral de la Universidad Pública de Navarra.

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.• International Journal of Production Research.

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: “Aircraft Emeergency Evacuation: Analysis, Modelling and Simulation” realizada por D. Minesh Poudel y dirigida por D. Félix Mora-Camino. Laboratoire d’ Automatique et de Recherche Operationelle. Université de Toulouse II. École Nationale de L’Aviation Civile. Toulouse (Francia). Junio de 2008.

– Miembro de tribunal de Tesis doctoral: “Fuzzy Quality Function Deployment for Aircraft Maintenande Organizations” realizada por D. Hamdan Al Fazari y dirigida por D. Félix Mora-Camino. Laboratoire d’Automatique et de Recherche Operationelle INSAT – Institut National des Sciences Appliquées de Toulouse. École Nationale de L’Aviation Civile. Toulouse (Francia). Junio de 2008.



– Revistas con participación en el comité editorial:• International Journal of Applied Management Science (IJAMS) – Member of the

Editorial Board.– Proyectos de estudios dirigidos: “Environmental Logistics: A Case Study in Border

Areas in the Pyrenees”. D. Barry Brian Barryos. Agosto 2008.– Coordinador del Cluster invitado sobre Routing in Transportation Research and Logistic

en el XIV Congreso Latino Ibero-Americano de Investigación de Operaciones. Cartagena de Indias, Columbia entre el 9 y el 12 de septiembre de 2008.

Fernández Militino, Ana

– Miembro de la Comisión de Investigación de la Universidad Pública de Navarra, desde mayo de 2008.

– Miembro de tribunal de Tesis Doctoral: “Estimación en áreas pequeñas bajo modelos lineales mixtos con dos factores aleatorios animados”. Realizada por D. Agustín Pérez Martín. Universidad Miguel Hernández de Elche. 17 de julio de 2008.

García Olaverri, Carmen

– Miembro de la Comisión de Investigación de la Universidad Pública de Navarra, hasta mayo de 2008.

– 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.

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.– Con fecha 15 de septiembre de 2008, se publica en el BOE la incorporación al cuerpo de

Titulares de Universidad, como consecuencia de la acreditación realizada por la ANECA.

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 Científico y del Comité organizador del V Workshop on Simulation in Industry and Services. Editor del libro de proceeding. Bruselas (Bélgica). Diciembre 2007.

– 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

– Revisor artículo para la revista: Pyrenees international workshop on statistics, probabi-lity and operations research. Spo 207.

– Director de área de profesorado de la Universidad Pública de Navarra.– Miembro de Tribunal de Tesis Doctoral: “Diseño óptimo de experimentos en procesos

industriales”. Realizada por D. Licesio Rodríguez Aragón y dirigida por D. Jesús López Fidalgo Universidad Castilla la Mancha. 14 de febrero de 2008.

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

– Miembro de tribunal de Tesis Doctoral: “Análisis estadístico de modelos hedónicos STAR con efectos de vecindad. Una aplicación al mercado inmobiliario de Zaragoza”. Realizada por D.ª Asunción Beamonte San Agustín. Universidad de Zaragoza. 14 de julio de 2008.

– Revisora externa de la tesis de Moreno Bevilacqua “Composite Likelihood inference for space-time covariance models”. University of Padova. 14 de febrero de 2008.

– Vocal del Consejo Ejecutivo de la SEIO.– Representative of the Communications Working Group of the Executive Committee

of the Statistical Modelling Society (del 1 de enero de 2007 al 31 de diciembre de 2008).

– 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).



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:

Ugarte, M.D.; Goicoa, T. y Militino, A.F. “Prueba de seguimiento y sesiones de control en la asignatura Métodos Estadísticos de la Ingeniería”. (COMUNICACIÓN ORAL). V Jornadas Internacionales de Innovación Universitaria. Madrid (España). Septiembre 4-5 de 2008.

Actividades de formación recibidas:

Asistencia al curso “Formación para el aulario virtual”Impartido por: Mikel Gómez Laso.Fecha: 5-9 de noviembre de 2007.Lugar: Universidad Pública de Navarra.Duración: 10 horas.Profesores asistentes: Tomás Goicoa Mangado.

Asistencia al curso “Introducción al estudio de casos como método de enseñanza”Impartido por: Ernesto de los Reyes López.Fecha: 11-12 de junio de 2008.Organizado por: Universidad Pública de Navarra (Centro Superior de Innovación Educativa).Duración: 8 horas.Profesores asistentes: Tomás Goicoa Mangado, M.ª Dolores Ugarte Martínez, Carmen García Olaverri; Sagrario Gómez Elvira.

Asistencia al Curso “Criterios de evaluación y acreditación en los estudios oficiales de postgrado”

Fecha: Septiembre de 2007.Organizado por: Universidad de Granada (Centro Mediterráneo. Almuñecar).Profesores asistentes: Carmen García Olaverri; Sagrario Gómez Elvira.



Taller de formación: “Aprendizaje basado en proyectos”Fecha: 11 y 12 de febrero.Organizado por: Universidad Pública de Navarra (E.T.S.I.I. y de Telecomunicación).Profesores asistentes: Irene Paniello Alastruey, M.ª Blanca Palacios Navarro.

Asistencia al Curso: “Linux: curso básico”Fecha: Enero 2008.Organizado por: Universidad Pública de Navarra.Duración: 10 horas.Profesores asistentes: Ignacio García Lautre.


Departamento de Estadística e Investigación Operativa ... · Memoria Estadistica 07-08.indd 10...

Documents

Transcript of Departamento de Estadística e Investigación Operativa ... · Memoria Estadistica 07-08.indd 10...