Departamento de Estadística e Investigación Operativa. … · 2018-06-19 · Departamento de...

Departamento de Estadísticae Investigación Operativa Memoria de actividades

docentes e investigadorasCurso 2006-2007

Departam

ento de Estadística e Investigación Operativa. M

emoria de actividades docentes e investigadoras. C

urso 20

06-2

007

Departamento de Estadística e Investigación Operativa

Memoria de actividades docentes e investigadoras

Curso 2006-2007

Título: Departamento de Estadística e Investigación Operativa Memoria de actividades docentes e investigadoras. Curso 2006-2007

Edita: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Fotocomposición: Pretexto

Imprime: Novatext

©: Universidad Pública de Navarra: Nafarroako Unibertsitate Publikoa

Depósito Legal: NA-792-2003

Impreso en papel ecológico

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

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 �

Índice

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

1.1. Personal docente e investigador ............................................................ 71.2. Personal Administración y Servicios ....................................................... 81.3. Becarios .............................................................................................. 8

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

2.1. Equipo de dirección .............................................................................. 9 Equipo de dirección (desde marzo de 2007) ........................................... 92.2. Consejo de Departamento .................................................................... 92.3. Comisiones ......................................................................................... 10 Comisiones (desde marzo 2007) ........................................................... 112.4. Áreas de conocimiento ......................................................................... 12

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

3.1. Asignaturas y sus características .......................................................... 13Facultad de Ciencias Humanas y Sociales .............................................. 13Facultad de Estudios Sanitarios ............................................................ 21Facultad de Ciencias Económicas y Empresariales .................................. 2�Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación .... �4Escuela Técnica Superior de Ingenieros Agrónomos ................................ 76Libre Elección y de Campus Virtual Compartido ...................................... 80

3.2. Tercer Ciclo .......................................................................................... 893.2.1. Programa de Doctorado de Estadística, Matemática e Informática .. 893.2.2. Programa de Doctorado Problemas actuales en Bioestadística, Epi- demiología, Salud Pública y Comunitaria ....................................... 903.2.3. Cursos de Doctorado impartidos por profesores del Departamento en otros Programas de Doctorado ................................................ 90

3.3. Proyectos Fin de Carrera ....................................................................... 91

4. Actividad investigadora ........................................................................................ 93

4.1. Asistencia a Congresos ........................................................................ 934.2. Publicaciones ...................................................................................... 9�4.3. Grupos y líneas de investigación ........................................................... 98

6 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007

4.4. Proyectos de investigación .................................................................... 994.�. Contratos de investigación y de desarrollo ............................................. 1024.6. Tesis doctorales leídas ......................................................................... 10�4.7. Tesis doctorales en curso ..................................................................... 10�4.8. Estancias y visitas del profesorado ........................................................ 10�4.9. Becas, ayudas y premios ...................................................................... 106

5. Conferencias, Seminarios y Cursos ....................................................................... 107

Impartidas por profesores invitados al Departamento ....................................... 107Impartidos por profesores del Departamento ................................................... 107Recibidos por profesores del Departamento .................................................... 108

6. Otras actividades reseñables ................................................................................ 109

7. Innovación educativa ............................................................................................ 113

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 7

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 199�Azcárate 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 Cont.Doctor enero de 1994Palacios Navarro, Blanca Cont.Doctor octubre 2006Urmeneta Martín-Calero, Henar Cont.Doctor octubre de 1993Ballestín González, Francisco AyDoctor marzo de 2004Goicoa Mangado, Tomás AyDoctor septiembre de 2001Blanco Gómez, Rosa AyLOU enero de 2006Paniello Alastruey, Irene AyLOU marzo de 200�Amézqueta Elías, Miguel ASTP 6 h octubre de 2003Franco Manero, Mª Angeles ASTP 6 h junio de 2001Fernández Castilla, Ramón ASTP 3 h. febrero de 199�Gamboa Berastegui, Juan Mª. ASTP 4 h. octubre de 1990Lacasta Remón, Yolanda ASTP 6 h noviembre de 200�Rivera Martín, Rafael ASTP 6 h octubre de 200�Sáenz de Cabezón Irigaray, Álvaro ASTP4 h marzo 2007 (Hasta sept.2007)Tapiz Arrondo, José Fco. ASTP 4 h. octubre de 1998Tirapu Ustarroz, Sebastián ASTP 3 h septiembre 2007Grasman, Escott 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 9 1 17 20 10

% Total 6,66 26,66 13,33 46,66 10 13,33 30 3,33 �6,66 66,66 33,33

1.2. Personal Administración y Servicios:

Tortajada Monleón, Mª Angeles

1.3. Becarios:

De la OTRI: Miembro del Grupo de Investigación “Estadística Espacial”Begoña González Ramajo (hasta septiembre 2007)

Jaione Etxeberría Andueza

De Colaboración de la Universidad Pública de Navarra Iker Zaratiegui Saralegui

Lorena Álvarez Fernández

Paula Arias Colominas

Del Ministerio de Educación y Ciencia:Elena Ferrer Zubiate

Iñigo Paniagua Barasoain

De la Caja de Ahorros de NavarraUxua Otazu Redín

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: 948169190, Fax nº: 948169204, e-mail: [email protected].

2.1. Equipo de dirección (hasta marzo 2007)

Directora: Dª Carmen García Olaverri

Subdirectoras: Dña. Miren Portilla Manjón y Dña. Cristina Azcárate Camio

Secretaria: Dña. Ana Apilluelo Martín

Equipo de dirección (desde marzo de 2007)

Directora: Mª Dolores Ugarte Martínez

Subdirectores: Dña. Mª 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 GómezMª Luisa Eraso GoicoecheaJavier Faulín FajardoAna Fernández MilitinoIgnacio García LautreCarmen García OlaverriTomás Goicoa MangadoSagrario Gómez ElviraFermín Mallor Giménez


José Antonio Moler CurialIrene Paniello AlastrueyAntonio Pérez PradosPortilla Manjón, MirenMª Dolores Ugarte MartínezHenar Urmeneta Martín-Calero

Sector de Personal Docente e Investigador no Doctor

Ana Apilluelo MartínMª Dolores Prados Osés

Sector de Personal de Administración y Servicios

Mª Angeles Tortajada Monleón

Sector de Estudiantes

Jorge Yeregui GarcíaOscar Pérez Domínguez

2.3. Comisiones (hasta marzo 2007)

Permanente del Consejo de Departamento

Directora: Carmen García OlaverriSubdirectoras: Miren Portilla Manjón y Cristina Azcárate CamioSecretaria: Ana Apilluelo Martín

Comisión de Investigación

Directora del Departamento: Dra. Carmen García OlaverriDra. Elena Abascal FernándezDra. Ana Fernández MilitinoDr. Fermín Mallor GiménezDr. José Antonio Moler Cuiral

Comisión Económica

Directora del Departamento: Dra. Carmen García OlaverriDr. Fermín Mallor GiménezDña. Mª Ángeles Tortajada MonleónDra. Mª Dolores Ugarte MartínezDra. Henar Urmeneta Martín-Calero

Comisión Permanente de Doctorado

Directora del Departamento: Dra. Carmen García Olaverri

Dr. Ignacio García Lautre

Dra. Sagrario Gómez Elvira

Dra. Miren Portilla Manjón

Dra. Mª Dolores Ugarte Martínez


Comisión Docente

Directora del Departamento: Dra. Carmen García Olaverri

Secretaria del Departamento: Dña. Ana Apilluelo Martín

Dra. Elena Abascal Fernández

Dra. Cristina Azcárate Camio

Dra. Mª Luisa Eraso Goicoechea


Comisiones (desde marzo 2007)

Permanente del Consejo de Departamento

Directora: Mª Dolores Ugarte Martínez -

Subdirectores: Mª Luisa Eraso Goicoechea y Ignacio García Lautre

Secretaria: Miren Portilla Manjón

Comisión de Investigación

Directora del Departamento: Dra. Mª 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 Jiménez

Dr. José Antonio Moler Cuiral

Dña. Mª Ángeles Tortajada Monleón

Comisión Permanente de Doctorado


Dr. Ignacio García Lautre


Dra. Mª Luisa Eraso Goicoechea

Dra. Blanca Palacios Navarro

Comisión Docente


Secretaria del Departamento: Dra. Miren Portilla Manjón

Dra. Elena Abascal Fernández

Dña. Ana Apilluelo Martín

Dra. Ana Fernández Militino



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 33 Juan Mª Gamboa Berastegui Ramón Fernández Castilla

4230� Métodos y Técnicas Investigación Social III

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

42440 Complementos de Estadística Aplicada a las Ciencias Sociales

Acceso 1º Acceso 2º ciclo

6 1 1 7 Mª Dolores Prados Osés Ana Apilluelo Martín

Diplomatura en Relaciones Laborales



4910� Técnicas de Investigación Social

1º 2º Troncal 6 1 0 63 Rafael Rivera Martín

49213 Métodos Estadísticos con Ordenador

2º 2º Optativa 6 1 1 8 Antonio Pérez Prados


Asignatura: 42106 ESTADÍSTICA APLICADA A LAS CIENCIAS SOCIALES

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

Teóricos: 6Prácticos: 6

Créditos total: 12Profesores: Juan Mª Gamboa Berastegui Ramón Fernández Castilla

Objetivos:

El objetivo general es dotar al estudiante de técnicas estadísticas que aporten una vi-sión cuantitativa a la discusión y estudio del comportamiento social.

Programa:

– Estadística descriptiva.– Tratamiento de datos con ordenador.– Probabilidad.– Introducción a la inferencia estadística.

Prácticas:

Clases Teóricas donde se simultanearán numerosos ejercicios prácticos con las expli-caciones teóricas.Prácticas de ordenador con el programa SPSS 13. Una sesión semanal de 2 horas en el aula de informática, que se impartirá a lo largo del 2º cuatrimestre. Además se reservará un aula de ordenadores atendida por un becario para prácticas de los alumnos con SPSS 13 (otras dos horas semanales).Trabajo optativo: el primer día de clase el profesor presentará a los estudiantes el plan-teamiento de un trabajo, que será de referencia a lo largo del curso, y que consistirá en el tratamiento estadístico de una base de datos con objeto de responder a una serie de cuestiones sobre el conjunto de la población. Para confeccionar esta base de datos, to-dos los estudiantes responderán en esta primera clase a un encuesta que forma parte del trabajo. Este trabajo se irá elaborando a lo largo del curso en clase mostrándose así la aplicación práctica de las técnicas y herramientas estadísticas explicadas. Asimismo, los estudiantes elaborarán sus propios trabajos, de planteamiento similar al mostrado por el profesor pero con ideas y objetivos originales, que deberán ir desarrollando a lo largo del curso paralelamente al desarrollo del trabajo de referencia. Las bases de datos de cada trabajo personal se obtendrán confeccionando cada alumno su propia encuesta que será respondida por toda la clase. Además, cada estudiante deberá inventar cues-tiones y problemas “tipo examen” contextualizadas en su trabajo. El profesor realizará revisiones periódicas de los trabajos personales. El tratamiento informático de las bases de datos se realizará con el paquete SPSS13 siguiendo las pautas mostradas en las clases prácticas.

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 1�

Bibliografía:

Newbold, P. (1996): Estadística para los Negocios y la Economía. Prentice Hall.Peña, D.; Romo, J. (1997): Introducción a la Estadística para las C. Sociales. McGraw-

Hill.Portilla, M.; Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, B.(2001): Manual Práctico

del Paquete Estadístico SPSS para Windows. UPNA.Ruiz Maya, L.; Pliego, M. (1997): Estadística I: Probabilidad. A.C.

Criterios de evaluación:

Examen escrito: 2 parciales eliminatorios y un examen final.Examen de ordenador: un único examen en el ordenadorTodos los trabajos y ejercicios que se han mandado durante el curso se tendrán en cuenta para la nota final.

Otra información de interés:

Los conocimientos básicos de estadística descriptiva y de probabilidad así como el manejo del paquete estadístico SPSS son fundamentales y necesarios para el análisis y tratamiento datos en Estudios sociológicos e Investigación.Son también conocimientos necesarios para comprender otras asignaturas donde se estudian otras técnicas estadísticas más complejas.


Asignatura: 42305 MéTODOS y TéCNICAS DE INVESTIGACIóN SOCIAL III

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


Créditos total: 6Profesores: Miguel Amézqueta Elías

Objetivos:

Se pretende dotar al estudiante de distintas técnicas de estadística inferencial que apor-ten una visión cuantitativa en la discusión y estudio del comportamiento de variables sociológicas y su comparación en distintos grupos.

Programa:

1. Introducción a la Estadística Inferencial.2. Intervalos de confianza.3. Pruebas de hipótesis.4. Relación entre dos variables..�. Prácticas en el PC con SPSS..6. Relación entre dos variables cualitativas.7. Relación entre dos variables cuantitativas. Inferencia en el modelo de regresión lineal

simple.8. Tratamiento informático de las técnicas estudiadas (paquete estadístico SPSS).

Prácticas:

Clases prácticas en ordenador con el paquete estadístico SPSS y numerosos ejercicios simultaneados con la explicación teórica.

Bibliografía:

García Ferrando, Manuel (1982) : Socioestadística: Introducción a la Estadística en Socio-logía. Alianza Editorial

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

Hill.Portilla, M.; Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2002): Manual prác-

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

Cristerios de evaluación:

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 Sociología Cuatrimestre: 1ºTipo: ObligatoriaCréditos total: 6Profesores: Mª 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:

– Estadística descriptiva con SPSS: unidimensional y bidimensional.– Tratamiento de datos con ordenador. Paquete estadístico SPSS.11.– Probabilidad. Conceptos básicos, variable aleatoria, distribuciones discretas y conti-

nuas.

Prácticas:

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

Criterios de evaluación

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

Bibliografía:

Newbold, P. (1996): Estadística para los Negocios y la Economía. Ed. Printice Hall.Peña, D.; Romo, J.(1997). Introducción a la Estadística para las Ciencias Sociales. Edito-

rial MacGraw Hill. Portilla, M. y otros. (2003). Manual Práctico del Paquete Estadístico SPSS para Windows.

Ed. Universidad Pública de Navarra.Ruíz Maya, L.; Pliego, M. (1997): Estadística I: probabilidad. Ed. A.C.

Otra información de interés

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


Asignatura: 49105 TéCNICAS DE INVESTIGACIóN SOCIAL

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


Créditos total: 6Profesores: Rafael Rivera Martín

Objetivos:

Introducir las técnicas estadísticas de investigación social con aplicación a las relacio-nes laborales.Introducir al alumno en la utilización de software estadístico específico para las ciencias sociales.

Programa:

- Fundamentos de la investigación social.- 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.- Probabilidad e introducción a la inferencia.

Prácticas:

Numerosos ejercicios simultaneados con la explicación teórica.

Bibliografía:

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

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

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

Martín Pliego, F.J. (2004). Introducción a la Estadística Economía y Empresarial (teoría y práctica). Colección Plan Nuevo. Editorial A.C.

Peña, D.; Romo, J (1997). Introducción a la Estadística para las Ciencias Cociales. Edito-rial MacGraw Hill.

Portilla, M. y otros (2003). Manual Práctico del Paquete Estadístico SPSS para Windows. Editorial Universidad Pública de Navarra.

Quesada, V.; Isidoro, A.; López, L.A. (1989). Curso y Ejercicios de Estadística. Ed. Alham-bra.


Asignatura: 49213 MéTODOS ESTADÍSTICOS CON ORDENADOR

Curso: 2º Titulación: Diplomatura en Relaciones LaboralesCuatrimestre: 2º Tipo: OptativaCréditos:

Teóricos: 3 Prácticos: 3

Créditos total: 6 Profesores: Antonio Pérez Prados

Objetivos:

Ampliación de los conocimientos de los métodos y técnicas estadísticas que posee el estudiante, adquiridos tras cursar la asignatura Técnicas de Investigación Social (6 crédi-tos), de carácter obligatorio, en primer curso de la diplomatura, y aprendizaje del manejo del ordenador para el análisis estadístico de datos. El estudiante aprenderá también a utilizar el paquete estadístico SPSS (Statistical Package for the Social Sciences) para Windows (estadística en el ordenador con el paquete de programas SPSS) y, opcional-mente, la herramienta informática EXCEL. Repasará conceptos y métodos aprendidos anteriormente y conocerá conceptos nuevos en la Estadística del SPSS.

Programa:

– Introducción al uso del ordenador– Introducción al paquete de programas SPSS (Statistical Package for the Social Scien-

ces)– Archivos de datos– Análisis estadístico de datos con el ordenador: estadística descriptiva con el SPSS

(repaso de algunos conceptos teóricos y explicación de otros nuevos).– Análisis descriptivo de una variable– Manipulación de archivos de datos– Análisis por grupos– Gráficos de barras– Tablas de contingencia– Análisis de regresión simple– Series temporales– Contrastes de hipótesis (opcional)– SPSS– EXCEL (opcional)

Prácticas:

Las técnicas y métodos estadísticos que se estudian en esta asignatura se ilustrarán con análisis de casos reales en el campo de las ciencias sociales, que se resolverán mediante las técnicas y métodos presentados y con la ayuda del ordenador. Por ello, la práctica totalidad de la asignatura se dedicará a la realización de ejemplos y ejercicios con el ordenador, en las que el estudiante aprenderá a usar el paquete estadístico SPSS para Windows y, opcionalmente, la herramienta informática EXCEL.


Bibliografía:

Albright, C.; Winston, W.; Zappe, C. (1999): Data Analysis and Decision making with Mi-crosoft EXCEL. Ed. Duxbury.

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): Manual Práctico del Paquete estadístico SPSS para Windows. Ed. McGraw-Hill.

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

Portilla Manjón, M. y otros (2006): Manual Práctico del Paquete estadístico SPSS 9 para Windows. Ed. Universidad Pública de Navarra.


La evaluación de la asignatura se realizará mediante un trabajo y/o examen final. En este último caso, con la ayuda del ordenador y la posibilidad de consultar apuntes y libros durante los primeros veinte minutos. Se valorará la asistencia a clase, así como la realización y presentación de trabajos durante el curso.

Utilidad posterior (profesional, investigación y/o curricular)

El análisis de datos es una herramienta imprescindible para saber cómo y cuándo utilizar cada método o procedimiento estadístico en problemas del ámbito social y laboral y, so-bre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resulta muy útil a la hora de tomar decisiones, analizar resultados de encuestas, aceptar o rechazar hipótesis y realizar juicios etiológicos o pronósticos en la vida real.


Escuela de Estudios Sanitarios

Diplomatura en Enfermería



48107 Bioestadística 1º 1º Troncal 6 2 4 137 Ana Apilluelo Martín

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


Asignatura: 48107 BIOESTADÍSTICA

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

Programa:

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

Prácticas:

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

Bibliografía

Casas Sánchez, García Pérez y Otros (1998):. Problemas de Estadística Descriptiva, Pro-babilidad e Inferencia. Editorial Pirámide.

Fernández Díaz y Otros (1990): 22� Problemas de Estadística Aplicada a las Ciencias Sociales. Editorial Síntesis.

Martín Pliego; Ruiz Maya (1996): Estadística de Probabilidad. Editorial A.c.Peña, Daniel; Romo, Juan (1997): Introducción a la Estadística para las Ciencias Sociales.

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

tico del Paquete Estadístico SPSS para Windows. Ediciones Universidad Pública de Navarra.

Criterios de Evaluación:

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: Programa, resúmenes, enunciados de problemas, problemas resueltos…cualquier información de interés para el alumno/a. Dirección: http://www.unavarra.es/estadistica.


Asignatura: 48312 ANÁLISIS DE DATOS SANITARIOS

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

Teóricos: 1,�Prácticos: 4,�

Créditos total: 6Profesores: Antonio Pérez Prados

Objetivos:

Ampliación de los conocimientos de los métodos y técnicas estadísticas que posee el estudiante, Ampliación de los conocimientos de los métodos y técnicas estadísticas que posee el estudiante, adquiridos tras cursar la asignatura Bioestadística (4.� créditos), de carácter obligatorio, en primer curso de la diplomatura, y aprendizaje del manejo del ordenador para el análisis estadístico de datos sanitarios. El estudiante aprenderá también a utilizar el paquete estadístico SPSS (Statistical Package for the Social Scien-ces) para Windows (Bioestadística en el ordenador con el paquete de programas SPSS) y, opcionalmente, la herramienta informática EXCEL. Repasará conceptos y métodos aprendidos anteriormente y conocerá conceptos nuevos en la Estadística del SPSS.

Programa:

– Introducción al uso del ordenador– Introducción al paquete de programas SPSS (Statistical Package for the Social Scien-

ces)– Análisis estadístico de datos con el ordenador: estadística descriptiva con el SPSS

(repaso de algunos conceptos teóricos y presentación de otros nuevos)– Repaso del concepto de probabilidad. Distribuciones– Análisis de una variable en una población: estimación puntual y por intervalos– Comparación de una variable en dos poblaciones: contraste de hipótesis– Análisis de la varianza– Estadística no paramétrica– Tablas de contingencia– Series temporales (opcional)– Análisis estadístico de datos con ordenador– SPSS– EXCEL

Prácticas:

Las técnicas estadísticas que se estudian en esta asignatura se ilustrarán con análisis de casos reales en el campo de las ciencias de la salud, que se resolverán mediante las técnicas y métodos presentados y con la ayuda del ordenador. Por ello, una parte importante de la asignatura se dedicará a la realización de prácticas con el ordenador, en las que el estudiante aprenderá a usar el paquete estadístico SPSS para Windows y, opcionalmente, la herramienta informática EXCEL.


Bibliografía:

Albright, C.; Winston, W. y Zappe, C. (1999): Data Analysis & Decision Making with Micro-soft Excel. Duxbury Press

Daniel, W. (199�): Bioestadística. Base para el Análisis de las Ciencias de la Salud. Uteha Norienga Editores.

Martín Andrés, A.; Luna del Castillo, J. (1989): Bioestadística para las Ciencias de la Salud. Ed. Norma.

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

Portilla Manjón, M. y otros (2006): Manual práctico del paquete estadístico SPSS para Windows. Ed. Universidad Pública de Navarra.


La evaluación de la asignatura se realizará mediante un trabajo y/o examen final. En este último caso, con la ayuda del ordenador y la posibilidad de consultar apuntes y libros durante los primeros veinte minutos. Se valorará la realización y presentación de trabajos durante el curso.


El análisis de datos sanitarios es una herramienta imprescindible para saber cómo y cuándo utilizar cada método o procedimiento estadístico en problemas médicos y bioló-gicos y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resulta muy útil a la hora de tomar decisiones, analizar resultados de experimentos, aceptar o rechazar hipótesis y realizar juicios etiológicos, diagnósticos o pronósticos en la práctica clínica.


Facultad de Ciencias Económicas y Empresariales

Licenciatura en Economía



13109 Tratamiento de Datos con Ordenador

1º 1º Obligatoria 6 2 2 103 Miren Portilla Manón Irene Paniello Alastruey Miguel Amézqueta Elías Mª Ángeles Franco Manero Rafa Rivera Martín

13202 Técnicas de Optimización 2º 1º Troncal 6 2 2 61 Mª Luisa Eraso Goicoechea Javier Faulín Fajardo

13204 Estadística e Introducción a la Econometría

2º 2º Troncal 6 2 3 137 Ignacio García lautre José Fco. Tapiz Arrondo Rafa Rivera Martín

13206 Estadística 2º 1º Troncal 6 2 0 87 Mª Luisa Eraso Goicoechea José Fco. Tapiz Arrondo

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

1344� Técnicas Estadísticas de Previsión

4º 1º Optativa 6 1 1 2 Francisco Ballestín González

Licenciatura en Administración y Dirección de Empresas




1º 1º Obligatoria 6 2 3 160 Miren Portilla Manjón Rafael Rivera Martín Juan Mª Gamboa Berastegui

14203 Estadística e Introducción a la Econometría

2º 2º Troncal 6 2 4 180 Elena Abascal Fernández Yolanda Lacasta Remón Ignacio García Lautre Rafa Rivera Martín

14209 Estadística 2º 1º Troncal 6 2 0 147 Elena Abascal Fernández Ramón Fernández Castilla Mª Luisa Eraso Goicoechea

14301 Econometría 3º 1º Troncal 9 2 4 177 Carmen García Olaverri Ignacio García Lautre Rosa Blanco Gómez

1430� Análisis Multivariante 3º 2º Obligatoria 6 2 � 1�8 Sagrario Gómez Elvira Ignacio García Lautre

1442� Técnicas de Optimización 3º 1º Optativa 6 1 2 39 Mª Luisa Eraso Goicoechea Javier Faulín Fajardo

14426 Investigación Operativa 3º 2º Optativa 6 1 0 13 Francisco Ballestín González

14428 Técnicas Estadísticas de Previsión

4º 1º Optativa 6 1 1 2 Francisco Ballestín González

14443 Modelos Operativos de Control

4 1º Optativa 6 1 1 8 Fermín Mallor Giménez Mª Ángeles Franco manero


Diplomatura en Ciencias Empresariales



26103 Estadística I 1º 1º Troncal 6 3 � 241 M. Dolores Prados Osés Irene Paniello Alastruey Antonio Pérez Prados

26108 Estadística II 1º 2º Obligatoria 6 3 0 291 M. Dolores Prados Osés

26319 Estadística Empresarial: un enfoque aplicado

2º 1º Optativa 6 1 2 80 Mª Ángeles Franco Manero

26320 Modelos de Optimización Empresarial

2º 2º Optativa 6 1 2 62 Antonio Pérez Prados

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




2º 1º Troncal 6 1 1 42 Ana Apilluelo Martín

31209 Estadística 2º 2º Troncal 6 1 0 42 Ana Apilluelo Martín

31309 Estadística e Introducción a la Econ.

3º 2º Troncal 6 1 1 33 Elena Abascal Fernández

31401 Econometría 4º 1º Troncal 9 1 2 38 Sagrario Gómez Elvira Rosa Blanco Gómez

31�08 Análisis Multivariante �º 2º Obligatoria 6 1 1 29 Carmen García Olaverri


Asignatura: 13109 TRATAMIENTO DE DATOS CON ORDENADOR

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


Créditos total: 6Profesores: Miren Portilla Manjón Irene Paniello Alastruey Miguel Amézqueta Elías Mª Ángeles Franco Manero Rafa Rivera 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 im-partición de los conceptos teóricos de estadística y las otras dos horas (las del viernes), aunque inicialmente se imparte teoría, desde la tercera 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 13.

Bibliografía:

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

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


Se realiza un examen teórico y otro práctico, representando cada uno el �0% de la nota. El La evaluación de la asignatura se realizará mediante dos exámenes, un examen


teórico sobre papel, que se realizará en el aula asignada por la Facultad, y un examen práctico sobre el ordenador, que se realizará a continuación en las aulas que asigne el Servicio Informático. La calificación global será la media aritmética de las notas obteni-das en cada examen, siempre que se hayan superado ambos exámenes.


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. Luisa Eraso Goicoechea Javier Faulín Fajardo (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:

– Programación lineal.– Problemas de transporte.– Programación entera.– Programación lineal multiobjetivo.– Introducción a la optimización no lineal.

Prácticas:

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

Bibliografía:

Anderson-Sweeney –Willians (2002): Métodos Cuantitativos para los Negocios. Editorial Thomson.

Hillier-Lieberman. (1997). Introducción a la Investigación de Operaciones. Editorial McGraw Hill, �ª edición.

Mathur-Solow (1996): Investigación de Operaciones. Editorial Prentice Hall.Winston, W.L. (200�): Investigación de Operaciones. Grupo Editorial Iberoamericano.


Examen y asistencia a prácticas de ordenador (éstas pueden ser fuera del horario de clase).


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 Rafa Rivera Martín

Objetivos:

Introducir al estudiante en el estudio de la estadística, diseño de experimentos y análisis de regresión. Utilizar la estadística para la resolución de problemas económicos y del ámbito empresarial con ayuda de paquetes estadísticos: SPSS

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Introducción al modelo de regresión lineal simple.

Prácticas:

Resolución de problemas mediante el uso del paquete estadístico SPSS.

Bibliografía:

Newbold, P. (1996): 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. (199�). Estadística II. Inferencia. Editorial AC.


Examen escrito de contenidos teórico – prácticos


Utilidad posterior: profesional o investigación.


Asignatura: 13206 ESTADÍSTICA



Créditos total: 6Profesores: Mª Luisa Eraso Goicoechea José Francisco Tapiz Arrondo

Objetivos:

Proporcionar al estudiante los conocimientos básicos de probabilidad, de variables alea-torias y sus distribuciones. Estudio de las principales variables aleatorias en el mues-treo.

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 muestrales.

Prácticas:

Resolución de ejercicios simultaneados con la exposición teórica.

Bibliografía:

Martín Pliego, F.J. y Ruiz Maya, L. (1996): Estadística I: Probabilidad. Editorial AC.Peña, D. (1989): Estadística. Modelos y Métodos. Fundamentos. Alianza Universal


Examen escrito teórico-práctico


El conocimiento de esta asignatura es esencia para el desarrollo de la Estadística e Introducción a la Econometría que se imparte en el 2º. cuatrimestre.


Asignatura: 13443-14426 INVESTIGACIóN OPERATIVA

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


Créditos total: 6Profesores: Francisco Ballestín González

Objetivos:

Dar a conocer a los estudiantes el papel que la Investigación Operativa desempeña en Economía y Empresa. Utilizar las herramientas operativas para la modelización de problemas reales y del mismo modo, se pretende enseñar a comprender los diferentes modelos de la Investigación Operativa.

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 (Méto-dos 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. (200�): An Introduction to Management Science. Quantitative Approach to Decision Making. West Publishing Company. (Existe versión en español)

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

Goldratt, E.M. (1990): La Meta. Ed. Díaz de Santos Hillier, F.S. y Hillier, M.S. (2003): Introduction to Management Science. A Modeling and

Case Studies Approach with Spreadsheets. Irwin-McGraw-Hill.



1. 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. También existe la posibilidad de evaluación mediante trabajo de resolución de casos prácticos de la materia.

2. Todos los alumnos deberán leer un libro y realizar un pequeño trabajo en donde se describan aspectos prácticos de la asignatura en la empresa.

3. Aquellos alumnos que lo deseen podrán realizar un trabajo de aplicación en una em-presa o entidad pública de algún tema de Investigación Operativa, con el asesora-miento del profesor. Este trabajo puede suplir la realización del examen final de la asignatura en determinados casos.


Asignatura: 13445-14428 TéCNICAS ESTADÍSTICAS DE PREVISIóN

Curso: 4ºTitulación: Licenciatura en Economía / L.A.D.E. Cuatrimestre: 1ºTipo: OptativaCréditos:


Créditos total: 6Profesores: Francisco Ballestín Gonzalez

Objetivos:

El objetivo es que el estudiante cuente en su formación con el conocimiento de técnicas adecuadas para el tratamiento de datos de series temporales y datos de panel con fines explicativos o de predicción. Para cada método se realiza una sucinta introducción teórica y posteriormente se aplica el método, con el software adecuado, en datos que generalmente son de naturaleza económica o empresarial.

Programa:

– Importancia de las series temporales en la economía y en la empresa.– Herramientas básicas de predicción.– Métodos de descomposición de series temporales– Métodos de alisado exponencial– Modelos ARIMA.– Modelos ARIMA estacionales.– Predicción a largo plazo– MLG con datos de series temporales: autocorrelación y cointegración.– MLG con datos de panel.– Análisis de intervención.– MLG con errores ARIMA: regresión dinámica.– Modelos avanzados de predicción: modelos VARMA, modelos espacio-estado.

Prácticas:

Se realizan 18 sesiones prácticas en el aula de informática. Se utiliza como software especifico adaptado a la asignatura.

Bibliografía:

Makridakis, S.; Wheelwright, S. y Hydman, R.J. (1998): Forecasting: Methods and Appli-cations. Wiley

Pankratz, A. (1983) (1991): Forecasting with Univariate Box-Jenkins Models” “Forecasting with Dynamic Regression Models. .Wiley

Ramanathan, R. (2002): Introductory Econometrics with Applications. South-Western.


El 40% de la calificación final procede de la exposición de dos trabajos. El 60% restante se evalúa, por elección de cada estudiante, bien de forma continua, mediante la entrega y ex-posición de trabajos semanales, o bien con un examen final en el aula de ordenadores.



Curso: 1ºTitulación: L.A.D.E.Cuatrimestre: 1ºTipo: Obligatoria Créditos:


Créditos total: 6Profesores: Miren Portilla Manjón

Rafael Rivera Martín Juan Mª. Gamboa Berastegui

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:


Prácticas:

La asignatura tiene asignadas 4 horas semanales, de las cuales dos se dedican a la im-partición de los conceptos teóricos de estadística y las otras dos horas (las del viernes), aunque inicialmente se imparte teoría, desde la tercera 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 13.

Bibliografía:

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

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


Se realiza un examen teórico y otro práctico, representando cada uno el �0% de la nota. El La evaluación de la asignatura se realizará mediante dos exámenes, un examen teórico sobre papel, que se realizará en el aula asignada por la Facultad, y un examen práctico sobre el ordenador, que se realizará a continuación en las aulas que asigne el Servicio Informático. La calificación global será la media aritmética de las notas obteni-das en cada examen, siempre que se hayan superado ambos exámenes.



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.



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


Créditos total: 6Profesores: Elena Abascal Fernández

Yolanda Lacasta Remón Ignacio García Lautre Rafa Rivera Martín

Objetivos:

Introducir al estudiante en el estudio de la inferencia estadística, diseño de experimen-tos y análisis de regresión. Utilizar la estadística para la resolución de problemas econó-micos y del ámbito empresarial con ayuda de paquetes estadísticos: SPSS .

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Introducción al modelo de regresión lineal simple.

Prácticas:

Resolución de problemas mediante el uso paquete estadístico SPSS.

Bibliografía:

Newbold, P. (1996): 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. (199�): Estadística II. Inferencia. Editorial AC


Examen escrito de contenidos teórico-prácticos.

Otra información de Interés:

Utilidad posterior: profesional o investigación






Ramón Fernández Castilla Mª Luisa Eraso Goicoechea

Objetivos:

Proporcionar al estudiante los conocimientos básicos de probabilidad, de variables alea-torias y sus distribuciones. Estudio de las principales variables aleatorias en el mues-treo

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 muestrales.

Prácticas:

Resolución de ejercicios simultaneados con la exposición teórica.

Bibliografía:

Martín Pliego, F.J. y Ruiz Maya, L (199�): Estadística I: Probabilidad. Editorial AC.Peña, D. (1989): Estadística. Modelos y Métodos. Fundamentos. Alianza Universal


Examen escrito teórico-práctico.


Requisitos: Conocimientos básicos de estadística descriptiva y de matemáticas. Utilidad posterior: El conocimiento de esta asignatura es esencial para el desarrollo de la Esta-dística e Introducción a la Econometría que se imparte en el segundo cuatrimestre.


Asignatura: 14301 ECONOMETRÍA



Créditos total: 9Profesores: José Antonio Moler Cuiral

Ignacio García Lautre Rosa Blanco Gómez

Objetivos:

El objetivo de la asignatura es el estudio de estructuras que permitan analizar las propie-dades y características de una variable económica utilizando como causas explicativas otras variables económicas.

Programa:

– Introducción– El modelo lineal simple (MLS)– El modelo lineal general (MLG)– Transformaciones del MLG– Inferencia y Predicción en el MLG– Soluciones a los problemas de multicolinealidad, heteroscedasticidad, autocorrela-

ción

Prácticas:

Las prácticas constituyen una parte fundamental del curso, se imparten en las aulas de informática. Se utiliza el paquete estadístico SPSS con apoyo MATLAB.

Bibliografía:

Greene, W. H. (1998): Análisis Económetrico. Editorial Prentice Hall.Novales, A. (1993): Econometría. Editorial McGraw Hill.Uriel, E. y otros (1990): Econometría. El modelo Lineal. Ediciones AC.Gujarati, D.N. (2004): Econometría. Ed. McGraw-Hill.


Se valorará: – Trabajo del estudiante a lo largo del cuatrimestre. – Examen escrito. – Examen en ordenador.


Requisitos: conocimientos estadísticos correspondientes a cursos anteriores de la titu-lación y manejo básico de SPSS. Utilidad posterior: realización de análisis empíricos en el campo profesional. De utilidad en investigación.


Asignatura: 14305 ANÁLISIS MULTIVARIANTE

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


Créditos total: 6Profesores: Sagrario Gómez Elvira

Ignacio García Lautre

Objetivos:

Dar a conocer a los estudiantes los principales conceptos teóricos y aplicaciones prácti-cas de diversas técnicas estadísticas de tratamiento de datos multidimensionales, dan-do especial importancia a: aspectos que resuelve cada técnica, tipo de datos a utilizar e interpretación de resultados.

Programa:

– Introducción al análisis multivariante.– Análisis de la varianza.– Análisis factorial. análisis de componentes principales.– Análisis factorial de correspondencias.– Análisis discriminante.– Análisis cluster y otras técnicas.

Prácticas:

En ordenador, al menos una sesión práctica para cada técnica. Paquete SPSS.

Bibliografía:

Dillon-Goldstein (1984): Multivariate Analysis. Editorial WileyHair Anderson, Tathan, Black (1992): Multivariate Data Analysis with Readings (versión en

castellano). Editorial Maxwell MacmillanPeña, Daniel (2002): Análisis de Datos Multivariantes. Editorial: McGraw-Hill


Trabajo del estudiante a lo largo del cuatrimestre.Examen escrito.Examen en ordenador.


Asignatura: 14425 TéCNICAS DE OPTIMIzACIóN

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


Créditos total: 6Profesores: M. Luisa Eraso Goicoechea

Javier Faulín Fajardo

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:

– Programación lineal.– Problemas de transporte.– Programación entera.– Programación lineal multiobjetivo.– Introducción a la optimización no lineal.

Prácticas:

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

Bibliografía:

Anderson-Sweeney-Williams (2002): Métodos Cuantitativos para los Negocios. Editorial Thomson.

Hillier-Lieberman. (1997): Introducción a la Investigación de Operaciones. Editorial McGraw Hill, �ª edición.

Mathur-Solow (1996): Investigación de Operaciones. Editorial Prentice Hall.Winston, W.L. (200�): Investigación de Operaciones. Grupo Editorial Iberoamericano.


Prueba de examen. (40% de la nota). Trabajo en grupo (20% de la nota). Tareas individua-les (30% de la nota). Participación activa en clase (10% de la nota).Si algún alumno no puede o no quiere participar en esta evaluación continua, está abier-ta la posibilidad de evaluar la asignatura solamente mediante un examen final.


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: Fermín Mallor Giménez

Mª Ángles Franco Manero

Objetivos:

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

Programa:

Parte I: Simulación

Tema 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 �: Aplicaciones de la simulación en la empresa.

Parte II: Herramientas estadísticas para el control de calidad y la fiabilidad

Tema 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 el ordenador (aproximadamente un tercio del total de las sesiones) en las que se resolverán proble-mas más complejos utilizando programas estadísticos para el control de la calidad y programas de simulación (MINITAB y ARENA).

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. 2ª Ed.


Law, A.M.; Kelton, W.D. (2000): Simulation Modeling and analysis. Editorial McGraw-Hill, Inc. 3ª Ed.

Montgomery, D. (2001): Introduction to Statistical Quality Control. Editorial Wiley, 4ªEd.


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 mi-nutos. Este examen tendrá un peso del 60% en la calificación final. Además, se valorará la realización de ejercicios, lecturas comentadas y otros trabajos durante el curso. La realización de estas tareas complementarias supondrá el 40% de la calificación final.


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, los contenidos de la primera parte de esta asignatura, herramientas estadísticas para el control de la calidad, permiten efectuar el análisis de las características de calidad del producto, mientras que las técnicas de simulación, que integran la segunda parte de la asignatura, permiten evaluar la eficiencia del proceso productivo así como comparar distintas configuraciones del mismo.


Asignatura: 26103 ESTADÍSTICA I

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


Créditos total: 6Profesores: M. Dolores Prados Osés,

Irene Paniello Alastruey Antonio Pérez Prados

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:

– Introducción (datos y gráficos estadísticos)– Distribuciones unidimensionales y bidimensionales.– Regresión y correlación.– Estadística de atributos.– Números índices.– Series temporales.– Introducción a la probabilidad.

Prácticas:


Bibliografía:

Martín Pliego, F.J. (1994): Introducción a la Estadística Económica y Empresarial. Editorial Prentice Hall.

Casas Sánchez y Otros (1998): Problemas de Estadística. Editorial Pirámide.


Se valorará la asistencia a clase con interés y la participación en la misma.Durante el curso se propondrá a los alumnos la realización voluntaria de ejercicios que pueden servir para la calificación final.El examen final, que al menos el 60% es práctico, se valorará, se valorará fundamental-mente el planteamiento y la interpretación de los resultados.


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: 6Profesores: M. 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.– Variables aleatorias.– Distribuciones discretas de probatilidad.– Distribuciones continúas de probabilidad.– Inferencia estadística (introducción).– Distribuciones en el muestreo. Estimación.– Contrastes paramétricos y no paramétricos.

Prácticas:


Bibliografía:

Casas Sánchez y Otros (1998): Problemas de Estadística. Editorial Pirámide.Ruiz Maya, L.; Martín Pliego (200�): Estadística I: Probabilidad. Ediciones AC.Ruiz Maya, L.; Martín Pliego (2004): Estadística II: Inferencia. Ediciones AC.


Se valorará la asistencia a clase con interés y la participación en la misma.Durante el curso se propondrá a los alumnos la realización voluntaria de ejercicios que pueden servir para la calificación final.El examen final, que al menos el 60% es práctico, se valorará, se valorará fundamental-mente el planteamiento y la interpretación de los resultados.


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: 6Profesores: Mª Ángeles Franco Manero

Objetivos:

Proporcionar al estudiante habilidades en la utilización de herramientas informáticas para el tratamiento de datos desde los puntos de vista exploratorio e inferencial.

Programa:

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

Prácticas:

De los 6 créditos de que consta la asignatura, prácticamente la mitad se realizan en el aula de ordenadores, donde se enseña el manejo del paquete estadístico SPSS y la interpretación de los resultados obtenidos en el ordenador. En las clases teóricas se combinan las explicaciones con ejercicios prácticos para que los estudiantes compren-dan el proceso realizado por el ordenador.

Bibliografía:

Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2002): Manual Prác-tico del Paquete Estadístico SPSS para Windows. Edita Universidad Pública de Navarra.Ruiz Maya, L.; Martín Pliego. (199�): Estadística II: Inferencia. Ediciones AC.


Se realiza un examen teórico y otro práctico, representando cada uno el �0% de la nota. El examen práctico consiste en obtener resultados con el ordenador y en el examen teórico los estudiantes deben comentar y sacar conclusiones de resultados obtenidos con el paquete estadístico SPSS. Se exige superar ambas pruebas para aprobar la asignatura.


Para saber interpretar correctamente los resultados proporcionados por SPSS son ne-cesarios conocimientos previos de estadística por lo que se recuerdan y amplian los conceptos de la asignatura Estadística de 1er. curso


Asignatura: 26320 MODELOS DE OPTIMIzACIóN EMPRESARIAL

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


Créditos total: 6Profesores: Antonio Pérez Prados

Objetivos:

Aprender los fundamentos y aplicaciones de diferentes modelos y métodos de Inves-tigación Operativa aplicados a la optimización empresarial. Estos modelos y métodos ayudan a determinar la mejor estrategia de actuación con el fin de mejorar el funciona-miento de una empresa, un sistema o una organización. 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.

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 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 dedica a la realización de prácticas de ordenador en las que el estudiante aprende el manejo de paquetes informáticos de optimización.


Bibliografía:

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

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

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

Winston, W. L. (1994): Investigación de Operaciones. Aplicaciones y Algoritmos. 2ª edición. Ed. Grupo Editorial Iberoamérica.


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.


Los modelos de optimización empresarial representan una herramienta imprescindible para saber cómo y cuándo utilizar cada método o procedimiento en problemas del ámbi-to empresarial e industrial y, sobre todo, cómo interpretar correctamente los resultados obtenidos. Por ello, resultan muy útiles a la hora de tomar decisiones en las empresas y en la gestión de sistemas productivos.



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


Créditos total: 6Profesores: 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:


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. (2003): 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 problemas.Se realizaran pruebas o controles en clase.

�0 Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007




Créditos total: 6Profesores: Ana Apilluelo Martín

Objetivos:

El objetivo de la asignatura es el estudio del modelo matemático de la probabilidad. El propósito es que al finalizar el curso el estudiante sea capaz de comprender el modelo probabilístico, de tener una percepción clara de la variable aleatoria y su distribución de probabilidad y conozca las distribuciones de probabilidad más frecuentes, sus propieda-des y manejar las tablas estadísticas.

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 muestrales

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.Peña, D. (1989): Estadística. Modelos y Métodos. Fundamentos. Alianza UniversalMartín Pliego, F. J. y Ruiz-Maya, L. (1998): Fundamentos de Probabilidad.


Examen final único donde al menos un 60% es practico Se valorará la exposición en clase, o en tutorías en grupo, de problemas y/o cuestiones así como la asistencia y participación en clase.Se realizarán Pruebas o controles en clase.


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

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 �1





Objetivos:

Introducir al estudiante en el estudio de la inferencia estadística, diseño de experimen-tos y análisis de regresión. Utilizar la estadística para la resolución de problemas econó-micos y del ámbito empresarial con ayuda del paquete estadístico: SPSS

Programa:

– Introducción a la inferencia estadística.– Estimación paramétrica.– Estimación por intervalos.– Contrastes de hipótesis.– Contrastes no paramétricos.– Diseño de experimentos.– Introducción al modelo de regresión lineal simple.

Prácticas:

Resolución de problemas mediante el uso del paquete estadístico SPSS .

Bibliografía:

Newbold, P. (1996): Estadística para los Negocios y la Economía. Editorial Prentice Hall.Peña, D. (1994): Modelos Lineales y Series Temporales, vol. 2. Alianza Universal Textos,

2ª edición revisada.Ruiz Maya, L. y Martín Pliego, F. J. (199�): Estadística II. Inferencia. Editorial AC


Se propondrán ejercicios para cada tema y su correcta realización se tendrá en cuenta en la calificación final.Un examen final escrito con preguntas sobre aspectos teóricos y prácticos de la asig-natura.


Utilidad profesional en la obtención y análisis de la información.


Asignatura: 31401 ECONOMETRÍA




Rosa Blanco Gómez

Objetivos:

El objetivo de la asignatura es el estudio de estructuras que permitan analizar las propie-dades y características de una variable económica utilizando como causas explicativas otras variables económicas.

Programa:

– Introducción– El modelo lineal simple (MLS)– El modelo lineal general (MLG)– Transformaciones del MLG– Inferencia y Predicción en el MLG– Problemática derivada del incumplimiento de hipótesis: heteroscedasticidad, autoco-

rrelación, multicolinealidad.

Prácticas:

Las prácticas constituyen una parte fundamental del curso, se imparten en las aulas de informática. Se utiliza el paquete estadístico SPSS con apoyo del MATLAB.

Bibliografía:

Greene, W. H. (1998): Análisis Económetrico. Editorial Prentice Hall.Novales, A. (1993): Econometría. Editorial McGraw Hill.Uriel, E. y Otros (1990): Econometría. El Modelo Lineal. Editorial A.C.


Se valorará:– Trabajo del estudiante a lo largo del cuatrimestre.– Examen escrito.– Examen en ordenador.


Requisitos: conocimientos estadísticos correspondientes a cursos anteriores de la titu-lación. Utilidad posterior: profesional o investigación.


Asignatura: 31508 ANÁLISIS MULTIVARIANTE

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



Rosa Blanco Gómez

Objetivos:

Dar a conocer a los estudiantes los principales conceptos teóricos y aplicaciones prácti-cas de diversas técnicas estadísticas de tratamiento de datos multidimensionales, dan-do especial importancia a: aspectos que resuelve cada técnica, tipo de datos a utilizar e interpretación de resultados.

Programa:

– Introducción al análisis multivariante.– Análisis de la varianza.– Análisis factorial. Análisis de componentes principales.– Análisis factorial de correspondencias.– Análisis de discriminante.– Análisis cluster y otras técnicas.

Prácticas:

En ordenador, al menos una sesión práctica para cada técnica. Paquete SPSS.

Bibliografía:

Dillon-Goldstein (1984): Multivariate Análisis. Ed. Wiley.Hair, J.F.; Anderson, R.E.; Tatham, R.L. y Black, W.C. (1999): Análisis Multivariante. E.

Prentice Hall.Peña, Daniel (2002): Análisis de Datos Multivariantes. Ed. McGraw-Hill.


Se valorará:– Trabajo del estudiante a lo largo del cuatrimestre.– Examen escrito.– Examen en ordenador.


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



3�302 Métodos Estadísticos de la Ingeniería

3º 2º Troncal 9 2 4 112 M. Dolores Ugarte Martínez Ana Fermández Militino Tomás Goicoa Mangado

3�403 Optimización Lineal y no Lineal

4º 1º Troncal 6 2 � 114 Cristina Azcárate Camio

3�410 Fiabilidad de Componentes y Sistemas

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

3�419 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 48 M. Dolores Ugarte Martínez Blanca Palacios Navarro Tomás Goicoa Mangado

Ingeniería Técnica Industrial Mecánica



3320� Métodos Estadísticos de la Ingeniería

2º 1º Troncal 7,� 2 2 142 Javier Faulín Fajardo Yolanda Lacasta Remón

33209 Técnicas Estadísticas de control de la Producción

2º 2º Optativa 6 1 3 7� Miren Portilla Manjón

Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 ��

Ingeniería Técnica Industrial Eléctrica



34203 Métodos Estadísticos de la Ingeniería

2º 1º Troncal 7,� 2 3 74 Henar Urmeneta Martín-Ca.

34209 Técn. Estad. Control de la Producción

2º 2º Optativa 6 1 2 �4 Miren Portilla Manjón

Ingeniería Técnica de Comunicación, Imagen y Sonido



41101 Estadística 1º 2º Troncal 9 1 3 93 José Antonio Moler Cuiral

Ingeniería Técnica en Informática de Gestión



40111 Estadística 1º 1º Obligatoria 6 2 � 132 Blanca Palacios Navarro Tomás Goicoa Mangado Francisco Ballestín González

Ingeniería en Informática. 2º ciclo



�3�06 Fiabilidad de Componentes y Sistemas

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


Asignatura: 35302 MéTODOS ESTADÍSTICOS DE LA INGENIERÍA

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


Créditos total: 9Profesores: M. Dolores Ugarte Martínez

Ana Fernández Militino Tomás Goicoa Mangado

Objetivos:

Introducir la probabilidad y la estadística y enfatizar técnicas y aplicaciones útiles en ingeniería industrialIntroducir al alumno en la utilización de software estadístico avanzado.

Programa:

– Estadística descriptiva. – Probabilidad. Variables aleatorias univariantes y multivariantes– Distribuciones discretas y continuas. – Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza. – Contrastes de hipótesis paramétricos. – Métodos no paramétricos. – Diseño de experimentos.– Regresión lineal. – Resolución de problemas con los paquetes estadísticos S-PLUS y R.

Prácticas:

Parte de la asignatura se dedicará a la realización de prácticas con ordenador, donde se utilizarán los paquetes estadísticos S-PLUS y R.


Bibliografía:

Ugarte, M.D. y Militino, A.F. (2002). Estadística Aplicada con S-PLUS. Segunda Edición Revisada. Edita: Universidad Pública de Navarra.

Devore, J.L. (2000). Probability and Statistics for Engineering and the Sciences. Fifth Edi-tion. Duxbury.

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

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


Exámenes escritos teórico-prácticos, realización de las prácticas, realización de ejerci-cios propuestos en clase, participación en clase.


Formación básica para el estudio del análisis estadístico del control de calidad, fiabilidad de componentes y sistemas, análisis de datos, programación e investigación.


Asignatura: 35403 OPTIMIzACIóN LINEAL y NO LINEAL

Curso: 4ºTitulación: Ingeniería IndustrialCuatrimestre: 1ºTipo: TroncalCréditos:


Créditos total: 6Profesores: Cristina Azcárate Camio

Objetivos:

En esta asignatura se estudian algunos modelos y métodos de la Investigación Opera-tiva que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar el funcionamiento de un sistema industrial. El alumno será capaz de reconocer distintos problemas en el contexto de la Ingeniería Industrial, plantear dichos problemas mediante modelos de programación matemática, resolverlos utilizando programas informáticos de optimización, así como interpretar y valorar los resultados.

Programa:

– Introducción a las técnicas de optimización. Fundamentos matemáticos de la progra-mación 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 restriccio-nes. Optimización no lineal con restricciones. Aplicaciones y paquetes informáticos de optimización.

Prácticas:

Los modelos que se estudian en esta asignatura se ilustrarán con ejemplos prácticos y con la discusión de situaciones reales en el contexto de la Ingeniería Industrial. Parte de la asignatura se dedicará a la realización de prácticas de ordenador en las que el alumno aprenderá a utilizar paquetes informáticos de optimización.


Bibliografía:

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

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

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

Hillier, F.S.; Lieberman, G. (2002): Introducción a la Investigación de Operaciones. Edito-rial MacGraw Hill, 7ª edición.

Lawrence, A.L. y Pasternack, B.A. (2002): Applied Management Science. A Computer Inte-grated Approach for Decision Making. Ed. Wiley

Luenberger, D. E. (1989): Programación Lineal y no Lineal. Editorial Addison-Wesley, Ibe-roamericana.

Ozan, T. (1986): Applied Mathematical Programming in Production and Engineering Mana-gement. Prentice Hall.

Ríos Insua, S. (1988): Investigación Operativa. Optimización. Centro de Estudios Ramón Areces.

Romero, C. (1993): Teoría de la Decisión Multicriterio: Conceptos, Técnicas y Aplicaciones. Alianza Editorial.

Taha, H.A. (1992): Operations Research. an Introduction. McMillan Publishing Company. (Existe versión en Español).

Winston, W.L. (1994): Investigación de Operaciones. Aplicaciones y Algoritmos. Grupo Edi-torial Iberoamérica. 2ª Ed. (versión original en inglés del año 1991)


La evaluación de la asignatura se realizará mediante un examen final teórico-práctico con la ayuda del ordenador.Con un grupo reducido de alumnos, se trabajará la asignatura implantando las orienta-ciones e inovaciones metodológicas del Espacio Europeo de Educación Superior. En este grupo, la forma de trabajo y la evaluación serán diferentes. Todos los detalles se concre-tarán con los alumnos que voluntariamente quieran participar en este proyecto.


Asignatura: 35410-53506 FIABILIDAD y COMPONENTES DE SISTEMAS

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



Objetivos:

Este curso pretende proporcionar al estudiante los métodos básicos de análisis e inter-pretación de datos de fiabilidad y del control estadístico de la calidad de la producción propios del ingeniero responsable de la fiabilidad y calidad del producto. Para ello se presentarán técnicas clásicas del análisis de datos de fiabilidad y del control de la producción, complementadas con métodos gráficos y otras técnicas más novedosas. Al finalizar el curso el estudiante deberá ser capaz de evaluar la fiabilidad de un producto y de controlar la calidad de un proceso mediante el correspondiente análisis de datos utilizando el paquete informático MINITAB.

Programa:

– Análisis de datos de fiabilidad. - Modelos paramétricos en fiabilidad. - Introducción al análisis de datos con variables explicativas. - Fiabilidad de sistemas. - Control esta-dístico de la calidad.

Prácticas:

Las técnicas que se estudian en esta asignatura se ilustrarán con ejemplos que utilizan datos reales. Parte de la asignatura se dedicará a la realización de prácticas en el or-denador en las que el estudiante aprenderá a analizar datos de fiabilidad y a realizar un control del proceso de producción utilizando el paquete informático Minitab.

Práctica 1. Introducción al paquete informático Minitab. Estimación no paramétrica.Práctica 2. Construcción de gráficos de probabilidad.Práctica 3. Estimación paramétrica por máxima verosimilitud.Prácticas 4, � y 6. Análisis de regresión y test de vida acelerados.Prácticas 7 y 8. Gráficos de control por variables.Práctica 9. Análisis de la capacidad de un proceso.Práctica 10. Revisión.


Bibliografía:

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

Montgomery, D. C. (2001): Design and Analysis of Experiments. Ed. Wiley. Meeker, W. Q.; Escobar, L. A. (1998): Statistical Methods for Reliability Data. Ed Wiley.Hoyland, A.; Rausand, M. (1994): System Reliability Theory. Models and Statistical Me-

thods. Ed. Wiley.Sols, A. (2000): Fiabilidad, Mantenibilidad, Efectividad. Ed. Universidad Pontificia de Co-

millas.


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 40 minutos. Además, se valorará la realización voluntaria de trabajos durante el curso, que consistirán en el análisis, con el ordenador, de datos de fiabilidad y en la interpretación de sus resultados. El estudiante podrá obtener hasta dos puntos adicionales por la rea-lización 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:



Objetivos:

La competitividad creciente en todos los sectores económicos exige a las empresas un elevado nivel de eficiencia en la organización de sus operaciones para su supervivencia en el mercado y la aceptación de sus clientes. Los conocimientos impartidos en esta asignatura permiten analizar con rigor el desempeño de un proceso productivo o de ser-vicios. Esto facilita fundamentar cuantitativamente la toma de decisiones a nivel estraté-gico sobre la organización del trabajo y el dimensionado de la capacidad productiva o de servicios. El objetivo de la asignatura es 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 organización 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:

Los modelos que se estudian en esta asignatura se ilustrarán con ejemplos prácticos y con la discusión de situaciones reales en el campo empresarial, industrial y de la admi-nistración. La impartición de fundamentos teóricos se complementará con la realización de prácticas en el ordenador en las que se resolverán problemas y casos más complejos utilizando programas de simulación, ARENA y de colas, qts.


Bibliografía:

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

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

Barceló, J. (1996): Simulación de Sistemas Discretos. Isdefe.Díaz, Glover y otros (1996): Optimización Heurística y Redes Neuronales. Editorial Pa-

raninfo. Fishman, G.S. (1996): Monte Carlo: Concepts, Algorithms and Applications. Springer.

Gross, D.; Harris, C.M. (1998): Fundamentals of Queueing Theory. Wiley, 3ª Ed.

Hillier, F.S.; Lieberman, G.J. (1997): Introducción a la Investigación de Operaciones. McGraw Hill. Kelton, W.D.; Sadowsky, R.P.; Sadowsky, D.A. (2001): Simulation with ARENA. 2ª edición McGraw-Hill. Law, A. M.; Kelton, W. D. (2000): Simulation Modelling and Analysis. MacGraw Hill, 3ª edición.

Russell, R.S.; Taylor, B.W. (2006): Operations Management. Wiley. �ª Ed.Winston, W.L. (1994): Investigación de Operaciones. Aplicaciones y Algoritmos. Grupo Edi-

torial Iberoamérica. 2ª Ed. (versión original en inglés del año 1991).


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 40 minu-tos. Este examen tendrá un peso del �0% 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 �0% de la calificación final.



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


Créditos total: 9Profesores: M. Dolores Ugarte Martínez

Blanca Palacios Navarro Tomás Goicoa Mangado

Objetivos:

Introducir al estudiante en el estudio de la probabilidad y la inferencia estadística y enfa-tizar técnicas y aplicaciones útiles en la ingeniería de telecomunicaciones.Presentar al estudiante un software estadístico avanzado.

Programa:

– Estadística descriptiva. – Probabilidad. Variables aleatorias univariantes y multivariantes– Distribuciones discretas y continuas. Introducción a los procesos estocásticos.– Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza. – Contrastes de hipótesis paramétricos. – Métodos no paramétricos. – Introducción al diseño de experimentos.– Introducción a la regresión lineal. – Resolución de problemas con los paquetes estadísticos S-PLUS y R.

Prácticas:

Realización de prácticas con los paquetes estadísticos S-PLUS y R.


Bibliografía:

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

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 Edi-tion. McGraw-Hill.

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

Yates, R.D. y Goodman, D.J. (200�): Probability and Stochastic Processes. A Friendly Intro-duction for Electrical and Computer Engineers. John Wiley and Sons.


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,�Prácticos: 3

Créditos total: 7,�Profesores: Javier Faulín Fajardo

Yolanda Lacasta Remón

Objetivos:

Iniciar al estudiante en los conocimientos de la estadística utilizada en Ingeniería.

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.

Bibliografía:

Montgomery, D.C. y Runger, G.C. (2003): Probabilidad y Estadística Aplicadas a la Inge-niería. Ed. Limusa.

Quesada, V., Isidoro, A. y López, L.A. (1996): Curso y Ejercicios de Estadística. Ed. Alham-bra.

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



El procedimiento habitual para superar la asignatura es el siguiente:1) Superar el examen final que tendrá lugar en Febrero 2007.2) 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:



Objetivos:

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

Programa:

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

Prácticas:

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


Bibliografía:

Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad:Teoría y Aplicaciones. Díaz de San-tos, 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: Con-trol y Mejora de la Calidad. Edicions UPC. (En biblioteca ejemplares de 1997: 1 en 2º piso, de 199�: 2 en alumnos y de 1994: 1 en 2º piso)


La evaluación se realizará mediante tres parciales, uno por cada tema, en fechas a con-venir con los estudiantes (aproximadamente a primeros de abril, a mediados de mayo y a primeros de junio) y un examen final de la asignatura en la fecha designada por la Es-cuela. 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 EléctricaCuatrimestre: 1ºTipo: TroncalCréditos:

Teóricos: 4,�Prácticos: 3

Créditos total: 7,�Profesores: 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:

La mayor parte de las prácticas serán clases de problemas en el aula habitual. En estas clases se dará oportunidad a que los alumnos salgan a la pizarra a presentar solucio-nes a problemas planteados por la profesora y así establecer una discusión que será evaluable para la nota.


Bibliografía:

Víctor Hernández y otros (2002). Introducción al Cálculo de Probabilidades. Ediciones Académicas SA.

Freund J.E. y otros (2000). Estadística Matemática con Aplicaciones. Prentice Hall.Montgomery, D. y Runger, G. (2002). Probabilidad y Estadística Aplicadas a la Ingeniería.

Limusa Wiley.Velasco, G. y Wisniewski, P. (2001): Probabilidad y Estadística para Ingeniería y Ciencias.

Ed. Limusa Wiley.Walpole, R. y otros (1998). Probability and Statistics for Engineers and Scientists. Prentice

Hall.


La evaluación se hará mediante la nota un examen al final del cuatrimestre más la nota de asistencia y la que se consiga en la clase de prácticas donde se discutirán problemas que hagan los alumnos en la pizarra.


Asignatura: 34209 TéCNICAS ESTADÍSTICAS DEL CONTROL DE LA PRODUCCIóN

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



Objetivos:

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

Programa:

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

Prácticas:

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


Bibliografía:

Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad: Teoría y Aplicaciones. Díaz de San-tos, 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 199�: 2 en alumnos y de 1994: 1 en 2º piso)


La evaluación se realizará mediante tres parciales, uno por cada tema, en fechas a con-venir con los estudiantes (aproximadamente a primeros de abril, a mediados de mayo y a primeros de junio) y un examen final de la asignatura en la fecha designada por la Es-cuela. 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: 1ºTitulación: Ingeniería Técnica de Telecomunicación, Imagen y sonidoCuatrimestre: 1ºTipo: ObligatoriaCréditos:


Créditos total: 6Profesores: Blanca Palacios Navarro

Tomás Goicoa Mangado Francisco Ballestín González

Objetivos:

Introducir la probabilidad y la estadística y enfatizar técnicas y aplicaciones útiles en ingeniería de telecomunicación.Introducir al estudiante en la utilización de software estadístico.

Programa:

– Estadística descriptiva. – Probabilidad y variables aleatorias univariantes y multivariantes– Distribuciones discretas y continuas. – Muestreo y distribuciones asociadas al muestreo.– Estimación paramétrica.– Intervalos de confianza. – Contrastes de hipótesis paramétricos. – Análisis de la varianza– Modelo de regresión lineal simple. – Resolución de problemas con los paquetes estadísticos S-PLUS y R.

Prácticas:

Realización de prácticas de ordenador con los paquetes estadísticos S-PLUS y R.

Bibliografía:

Ugarte, M.D. y Militino, A.F. (2002). Estadística Aplicada con S-PLUS. Segunda Edición Revisada. Edita: Universidad Pública de Navarra.

Devore, J.L. (2004). Probability and Statistics for Engineering and the Sciences. 6th Edi-tion. Thomson-Brooks Cole.

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

Criterios de evaluación

Exámenes escrito teórico-práctico, examen práctico con ordenador, realización de las prácticas, realización de ejercicios propuestos en clase, participación en clase.


Asignatura: 41101 Estadística

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


Créditos total: 9Profesores: José Antonio Moler Cuiral

Objetivos:

Se persigue que el estudiante:• adquiera conocimientos básicos sobre Estadística Descriptiva (Análisis de datos),

Probabilidad y Métodos estadísticos aplicados (Inferencia Estadística) • aprenda a aplicar las técnicas estadísticas en la Ingeniería, para lo que se propon-

drán 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.

Bibliografía:

Quesada, V., Isidoro, A., López, L.A. (1982): Curso y ejercicios de Estadística. Editorial Alambra.

De la Horra Navarro, J. (2003): Estadística Aplicada. Editorial Diaz de Santos.Martín Pliego, F.J.; Ruiz Maya, L. (199�): Estadística I: Probabilidad. Editorial A.C.Martín Pliego, F.J.; Ruiz Maya, L. (2001): Estadística II: Inferencia. Editorial A.C.Casas Sánchez, J.M.; García Pérez, C.; Rivera Galicia, L.F.; Zamora Sanz, A.I.(1986): Pro-

blemas de Estadística Descriptiva, Probabilidad e Inferencia. Editorial Pirámide.Milton, J.S.; Arnold, J.C. (2004): Probabilidad y Estadística. Editorial MacGraw Hill.Portilla, M., Eraso, S., Galé, C., García, I., Moler, J.A. y Palacios, M.B. (2003): Manual

práctico del paquete estadístico SPSS para Windows. Universidad Pública de Navarra, Segunda Edición Revisada


La evaluación de la asignatura se realizará en dos partes: habrá un examen escrito teóri-co-práctico y otro ante ordenador personal. La realización de las prácticas con ordenador es obligatoria. La falta de asistencia a alguna de las sesiones prácticas se sustituirá por la entrega de una memoria de dichas prácticas. Se propondrán métodos para con-tabilizar 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 �7 Ana Fernández Militino Blanca Palacios Navarro

Ingeniería Técnia Agrícola



60110 Estadística 1º 1º Troncal 4,� 2 0 144 Miguel Amézqueta Elías

68111

66109


Asignatura: 36201 Estadística

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


Créditos total: 9Profesores: Ana Fernández Militino

Blanca Palacios Navarro

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. 2ª 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,�

Créditos total: 4,�Profesores: Miguel Amézqueta Elías

Objetivos:

Se pretende que el alumno de I.T.A. adquiera unos conocimientos básicos sobre Esta-dística Descriptiva (Análisis de datos), Probabilidad y Métodos estadísticos aplicados (Inferencia Estadística) para su aplicación posterior.Trataremos de responder a situaciones relativamente próximas a las reales, con el fin de que se puedan entender y comprobar las aplicaciones de la Estadística en el medio agrícola. Pretendemos con ello motivar al alumno en su estudio.En la actualidad, los datos recogidos de una población para el estudio de alguna carac-terística se prestan al análisis computerizado. Por ello, también es importante conocer el uso y la posibilidad de interpretar resultados a partir de un paquete estadístico. Realizaremos tres prácticas con S-PLUS o con la versión libre R por su aplicación en investigación médica.

Programa:

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

Prácticas:

Realización voluntaria de tres prácticas (referidas a temas básicos de la asignatura, 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.Manual de referencia: Estadística Aplicada con S-PLUS, M. Dolores Ugarte y Ana Fernán-dez Militino. Universidad Pública de Navarra.


Bibliografía:

Quesada, V.; Isidoro, A.; López, L.A. (1982): 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.(199�): Estadística I: Probabilidad. Editorial A.C.Martín Pliego, F.J., Ruiz Maya, L.(2001): Estadística II: Inferencia . Editorial A.C.Fernández Militino, A., Gómez, S., Aldaz, G. (1994): Problemas Resueltos y Aplicaciones

de la Estadística. UNED (Centro Asociado de Pamplona).


La evaluación de la asignatura se realizará mediante un examen escrito teórico-práctico, se puntuará sobre 10. La calificación del examen 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.

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 Libre Elección



81�8� Toma de decisiones en la e-empresa

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

88322 Logística y transporte en el ámbito industrial

1º Libre Elecc.

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


Asignatura: 81585 TOMA DE DECISIONES EN LA EMPRESA

Titulación: Cuatrimestre: 2ºTipo: Campus Virtual Compartido G9Créditos: 6Profesores: Javier Faulín Fajardo

Cristina Azcárate Camio Fernando Lera López (Departamento de Economía)

Objetivos:

Que el alumno tenga un conocimiento básico de las empresas de servicio y de las em-presas virtuales, así como de su relación intrínseca dentro de la actividad económica.Ayudar a comprender al alumno la problemática de la toma de decisiones en empresas de servicios o en empresas con una alta implicación en las TICs (e-empresas) mediante el estudio de diversas herramientas cuantitativas como son la Optimización Lineal, el Análisis de Colas y la Simulación. Mostrar al alumno la eficacia del método del caso para analizar las situaciones de 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. (2001): Service Management. Operations, Stra-tegy and Information Technology. McGraw-Hill.

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

Gross, D. and Harris, C.M. (1998): Fundamentals of Queuing Theory. Wiley.Hillier, F.S. and Hillier, M.S. (2003): Introduction to Management Science. A Modeling and

Case Studies Approach with Spreadsheets. McGraw-Hill-Irwin.Hillier, F.S. and Liebermann, G.J. (2001): Introduction to Operations Research. McGraw-

Hill.Metters, R., King-Metters, K. y Pullman, M. (2003): Successful Service Operations Mana-

gement. South-Western College Publishing.O’Brien, J. A. (2003): Introduction to Information Systems. Essential for the e-Business

Enterprise. McGraw-Hill. Powell, S.G. y Baker, K.R. (2004): The Art of Modeling with Spreadsheets: Management

Science, Spreadsheet Engineering, and Modeling Craft. Wiley.



La evaluación de la asignatura se realizará teniendo en cuenta los siguientes criterios: (los pesos señalados son únicamente orientativos).

1. Participación (1�%): La participación activa por parte de los alumnos/as en la asig-natura será muy tenida en cuenta. Se contabilizarán las intervenciones de los alum-nos 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 (6�%). 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 (Ver epígrafe del Sistema de Evaluación)


Asignatura: 88322 LOGÍSTICA y TRANSPORTE EN EL ÁMBITO INDUSTRIAL

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

Cuatrimestre: 1ºTipo: Libre Elección Créditos: 6Profesores: Javier Faulín Fajardo

Jorge San Miguel Indurain (Dpto. de Ingeniería Mecánica, Energética y de Materiales)

Objetivos:

Los contenidos de esta asignatura están pensados para que cualquier alumno universi-tario con conocimientos básicos de la realidad empresarial e industrial de Europa pueda cursarla sin dificultad.

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.

Bibliografía:

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

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

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


Asignaturas de Posgrado



PROGRAMA OFICIAL DE POSGRADO EN BIOTECNOLOGIA

71241 Modelización estadística en biotecnología

1 24 Ana Fernández Militino Mª Dolores Ugarte Martínez Blanca Palacios Navarro

PROGRAMA OFICIAL DE POSGRADO EN INGENIERíA DE MATERIALES Y FABRICACIóN

71269 Simulación en procesos industriales

1 1 3 Cristina Azcárate Camio Fermín Mallor Giménez

PROGRAMA OFICIAL DE POSGRADO EN AGROBIOLOGIA AMBIENTAL

71342 Diseño de Experimentos 1 23 Ana Fernández Militino Mª Dolores Ugarte Martínez Blanca Palacios Navarro

PROGRAMA OFICIAL DE POSGRADO EN CIENCIAS DE LA SALUD

71400 Bioestadística 1 11 Miren Portilla Manjón Mª Dolores Ugarte Martínez Irene Paniello Alastruey Tomás Goicoa Mangado


Asignatura: 71241 MODELOS ESTADÍSTICOS EN BIOTECNOLOGÍA

Titulación: Programa Oficial de Posgrado en Agrobiología AmbientalCréditos: 6 ECTSCuatrimestre: 1ºProfesores: Mª Dolores Ugarte Martínez

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 S-Plus y R).• Que el alumno sepa interpretar los resultados del análisis estadístico.• Que el alumno sea capaz de redactar las conclusiones estadísticas del experimento.

Programa:

– Como 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. (200�): Survival Analysis. Second Edition. Springer.


Asignatura: 71269 SIMULACIóN EN PROCESOS INDUSTRIALES

Titulación: Programa Oficial de Posgrado en Ingeniería de Materiales y FabricaciónCréditos: 6 ECTSCuatrimestre: PrimeroProfesores: Fermín Mallor Giménez

Cristina Azcárate Camio

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 administra-

ción.– 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.

Bibliografía:

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

Barceló, J. (1996): Simulación de Sistemas Discretos. Isdefe.Fishman, G.S. (1996): Monte Carlo: Concepts, Algorithms and Applications. Springer.Kelton, W.D.; Sadowski, R.P.; Sadowski, D.A. (2001): Simulation with ARENA. 2ª Ed.

McGraw-Hill.Law, A.M.; Kelton, W.D. (2000): Simulation Modelling and Analysis. McGraw-Hill, Inc. 3ª

Ed.


Asignatura: 71342 DISEñO DE ExPERIMENTOS

Titulación: Programa Oficial de Posgrado en Agrobiología AmbientalCréditos: 6 ECTSCuatrimestre: PrimeroProfesores: Ana Fernández Militino

Mª Dolores Ugarte Martínez Blanca Palacios Navarro

Objetivos:

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 edition .Wiley. Ugarte, M.D. y Militino, A.F. (2002): Estadística Aplicada con S-PLUS. Segunda edición

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

HallOehlert, G.W. (2000): A first Course in Design and Analysis of Experiments. W.H. Freeman

and CompanyDean, A. (1999): Design and Analysis of Experiments. Springer Gómez, K. A. and Gómez, A. A. Statistical Procedures for Agricultural Research, 2nd Edi-

tion” Springer.


Asignatura: 71400 Bioestadística

Titulación: Programa Oficial de Posgrado en Ciencias de la SaludCréditos: 6 ECTSCuatrimestre: AnualProfesores: Tomás Goicoa Mangado

Irene Paniello Alastruey Miren Iosu Portilla Manjón Mª 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. (200�): Survival Analysis. Springer (Statistics for Biology

and Health).Portilla, M.I.; Eraso, S.; Gale, C.; García, I.; Moler, J.A.; Palacios, M.B. (2003): 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 tres ámbitos:– Programa de Doctorado en colaboración con el Departamento de Matemáticas e In-

formática.– Programa de Doctorado en colaboración con el Departamento de Ciencias de la

Salud.– Programa de Doctorado en otros Departamentos

3.2.1. Programa de Doctorado de Estadística, Matemática e Informática

El Departamento ofrece en colaboración con el Departamento de Matemática e Informá-tica 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. Mª.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. 3 créditos. Carácter: Fundamental

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. Cris-tina Azacárate Camio, Dra. Mª Luisa Eraso Goicoechea y Dr. Javier Faulín Fajardo.

Sistemas no lineales: estabilidad, caos y control4 créditos. Carácter. Afín

Período de InvestigaciónLíneas de Investigación– Acciones de grupo.– Códigos.– Didáctica de las matemáticas.– Estructuras ordenadas y análisis real.

Edición de textos científicos.3 créditos. Carácter: Metodológico

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


– Métodos numéricos en ecuaciones algebraico-diferenciales.– Modelización estadística aplicada a diversos campos.– Modelización matemática de una evolución de enfermedades.– Optimización con simulación.– 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– Análisis de la subnotificación en los casos de enfermedad profesional (12 créditos),

presentado por el alumno Dn. Iosu Delfrade Osinaga y dirigido por la profesora: Dra. Mª Dolores Ugarte Martínez.

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. D. José Antonio

Moler Cuiral. Programa: Sistemas flexibles de dirección de empresas (Departamento responsable. Gestión de Empresas).

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

3.2.3. Prueba de suficiencia investigadora del año académico 2006/2007

Celebración de la prueba:Fecha: 20 de junio de 2007Lugar: Aula de Tercer Ciclo del Departamento de Estadística e Investigación

Operativa.

Composición del tribunal:Presidente: Dr. Esteban Induráin Eraso (Catedrático de la Universidad Pública de Na-

varra)Secretaria: Dra. Ana Fernández Militino (Titular de Universidad de la Universidad Pú-

blica de Navarra)Vocal: Dr. José Manuel Gutiérrez Jiménez (Titular de Universidad de la Universi-

dad de la Rioja)

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:

– Abrísqueta Usaola, Francisco Javier– Delfrade Osinaga, Iosu


3.3. Proyectos fin de carrera

Los proyectos fin de carrera defendidos en el Departamento durante el curso 2006-2007 han sido:– “Diseño del DSS simulogis para la toma de decisiones en operadores logísticos de

Volkswagen Navarra. Aplicación a la gestión óptima en muelles de descarga”. Alum-no–proyectista: Dn. José Mª Gabirondo Vázquez. Tutor: Dr. Javier Faulín Fajardo.

– “Planificación de la producción de una planta de inyección de plástico-simulación de eventos discretos-”. Alumna–proyectista: Dª. María Domínguez Piramuelles. Tutora: Dra. Cristina Azcárate Camio.

– “Análisis y propuesta de mejora en un centro de recuperación de palets”. Alumno–pro-yectista: Dn. Raúl Santacara Alfaro. Tutora: Dra. Cristina Azcárate Camio.


4. Actividad investigadora

4.1. Asistencia a congresos

Internacionales con comunicación:

Abascal, E.; García Lautre, I. y Mallor, F.; “Evolution analysis and stability in a bicriteria clustering análisis”. Internacional Conference on Correspondence Analysis and Rela-ted Methold (CARME 2007). Rotterdam (The Netherlands), junio 2�-27 de 2007.

Abascal, E. y Grande, I. “An Instrument to measure the proneness and the capabilities to ctart a business”. 14th International Conference on Recent Advances in Retailing and Consumer Services Scienc. San Francisco (USA), 29 junio a 2 julio de 2007.

Ballestín, F.; Mallor, F.; Mateo, P.: “Production planning in a steel factory: A mathematical programming approach versus a metaheuristic approach”. EURO XXII. Praga (Repúbli-ca Checa). 2007

Ballestín, F.: “A genetic algorithm for the resource renting problem with minimum and maximum time lags”. EVOCOP 2007. Valencia (España). 2007-10-30

Ballestín, F.; Blanco, R.: “A metaheuristic algorithm for the tardinessrcpsp and deadliner-cpsp, uni – and multiobjective”. SPO 2007. Jaca (España). 2007.

Faulín, J.; Pintor, J. M.; Lera, F.; Úbeda, S. “Greening the freight transport in logistics management. A case study in spain”. Logistics Research Network Annual Conference 2007. Hull (United Kingdom), �-7 de septiembre de 2007

Faulín, J.; Pintor, J. M.; Lera, F.; San Miguel, J.; Úbeda, S. “Environmental routes in routing design: an algorithm implementation”. EURO XXII. 22nd European Conference on Ope-rational Research. Prague (Check Republic), 8-11 de julio de 2007

Faulín, J.; Juan, Angel A. “ALGACEA-2: An entropy-based heuristics for the capacitated ve-hicle routing problem”. Seventh Metaheuristics International Conference- MIC 2007. Montreal (Canadá), 2�-29 de junio de 2007.

Faulín, J.; Juan, Angel A.; Marqués, J. M.; Martínez, N. y García del Valle, A. “Using dis-crete event simulation to develop academica and research projects in the computer networking”. INFORMS Annual Meeting 2006. Pittsburg, Pennsylvania (USA), �-8 de noviembre de 2006.

Gastón, M.; León, T.; Mallor, F. “A variability study of force curves using functional data analysis”. The Pyrenees International Workshop on Statistics, Probability and Opera-tions Research. Jaca (España). 2007

Grande, I. y Abascal, E. “A multidimensional scale for measure involment. The integration of partial approaches to predict risk-taking and variety-seeking tendencies”. 14th Inter-national Conference on Recent Advances in Retailing and Consumer Services Scienc. San Francisco (USA), 29 junio a 2 julio de 2007.


Mallor, F; Blanco, R. y Azcárate, C. “Combining linear programming and multiobjective evolutionary computation for solving a type of stochastic knapsack problem”. 4th Inter-national Conference Evolutionary Multi-Criterion Optimization, Matsushima. (Japón), marzo 2007.

Moler Cuiral, J.A. “A new tool for comparing adaptive designs; a posteriori efficiency”. 8th Model Oriented Design and Análisis Workshop. Almagro (Ciudad Real, España), 4-8 de junio de 2007-11-02

Moler Cuiral, J.A.; Urmeneta, H. “Optimality for combinations of adaptive and response-adaptative designs”. The Pyrenees International Workshop on Statistics, Probability and Operations Research, SPO 07. Jaca (España), 12-1� de septiembre de 2007.

Paniello Alastruey, I. “Workshop on lie and Jordan algebras”. Quotients of Jordan pairs. Departamento de Álgebra, Geometría y Topología de la Universidad de Málaga (Espa-ña). 14-17 de febrero de 2007

Paniello Alastruey, I. “Algebras, representations, applications. lie and Jordan algebras, their representations and applications III, in honour of Professor Ivan shestakov’s 60th birthday”. Strongly Non-Singular Jordan Pairs. Maresías, Sau Paulo (Brasil), 26 de agosto – 1 septiembre de 2007.

Ugarte, M.D.; Militino, A.F.; Prado, C.; Ayestarán, M. y San Vicente J. “Small area es-timation in oficial statistics: The labour force survey of the Basque country”. IASS Satellite Meeting on Small Area Estimation (SAE 2007). Pisa (Italia), 3-� septiembre de 2007

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Alternative MSE estimators in disease ma-pping”. IASS Satellite Conference on Small Area Estimation, 2007 (SAE 2007). Pisa (Italia), 3-� septiembre de 2007

Ugarte, M.D.; Militino A.F. and Goicoa T. “MSE of the log-risk predictor in a mixed poisson model with spatial dependence”. 22nd International Workshop on Statistical Modelling (IWSM 2007). Barcelona (España), 2-6 de julio de 2007.

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Small area techniques applied to official statistics”. Second European Survey Research Association Conference (ESRA). Praga (República Checa), 2�-29 de junio de 2007

Nacionales con comunicación:

Faulín, J.; Pintor, J. M.; Lera, F.; San Miguel, J.; Úbeda, S.. “Optimization of road freight transportation in Spain taking into account environmental criteria”. Primer Congreso de Lógistica y Gestión de la Cadena de Suministros en Zaragoza (España). Zaragoza (España), 12-13 de septiembre de 2007.

Moler Cuiral, J.A.; Urmeneta, H. “Comportamiento asimtótico del número de nodos ter-minales en un circuito recursivo aleatorio”. SEIO 2007 Congreso Nacional de Estadís-tica, Investigación Operativa y Jornadas de Estadística Pública. Valladolid (España), 2� de septiembre de 2007.

Ugarte, M.D.; Militino, A.F.; Goicoa, T. y Ayestarán, M. “Using rotacional panels for esti-mating unemployment rates”. XXX Congreso Nacional de la SEIO. Valladolid (España), 2�-28 de septiembre de 2007.

Ugarte, M.D.; Militino, A.F.; Goicoa, T. “Adaptación al EEES de la asignatura “Diseño de Experimentos en Agricultura y Biología Experimental” (POSTER). II Jornadas Naciona-les de Metodología ECTS. Badajoz (España), 19-21 de septiembre de 2007.

Valls, V. Ballestín, F. Quintanilla, M.S.: “Un algoritmo metaheurístico para los problemas MAXP-RCPSP, MAXP- TARDINESSRCPSP y MASP-DEADLINERCPSP”. XXX Congreso Na-cional de Estadística e Investigación Operativa. Valladolid (España), 2007


Contribuciones relevantes a congresos

Ballestín, F.; Valls, V.; Quintanilla M.S.: “The usefulness of preemption in resource cons-trained project scheduling” (PONENCIA INVITADA). EURO XXII. Praga (República Che-ca). 2007

Goicoa, T.; Ibáñez, B.; Ugarte, M.D. and Militino, A.F. “ Alternatives to include the tempo-ral dimension in disease mapping: an empirical approach”. (CONFERENCIA INVITADA). The International Environmetrics Society Conference (TIES 2007). Mikulov (República Checa). 16-20 de agosto de 2007.

Azcárate, C.; Mallor, F.; Gáfaro, A. “A simulation and optimization methodology for perfor-mance análisis in health care” (CONFERENCIA INVITADA). Congreso SIS 06. Bruselas (Bélgica). 8 de diciembre de 2006

Ugarte, M.D.; Militino, A.F. and Goicoa, T.: “Benchmarked estimates in small areas using linear mixed models with restrictions”. (CONFERENCIA INVITADA). II Seminario sobre inferencia estadística en áreas pequeñas. Universidad de Santiago de Compos-tela (España). 12-13 julio de 2007.

4.2. Publicaciones

Internacionales

Revistas

Ballestín, F.; Schwindt, C.; Zimmermann, J. “Resource levelling in make-to-order produc-tion: modelling and heuristic solution method”. En: International Journal of Operations Research 4. �0 – 62. 2007

Ballestín, F. “When it is worthwhile to work with the stochastic RCPSP”. En: Journal of Scheduling 10, 1�3-166. 2007

Cuesta, Manuel J.; Ugarte, M.D.; Goicoa, T.; Eraso, S. and Peralta, V. “A taxometric analy-sis of schizopherenia symptoms”. En: Psychiatry Research, 1�0, pp 24�-2�3, 2007.

Faulín, J; Juan, A; Bargueño, V.; Serrat, C. “Using simulation to determine reliability and availability of telecommunication networks”. En: European Journal of Industrial Engi-neering. Vol. 1, number 2, pág. 131-1�1. Julio 2007.

Hernández, V.; Urmeneta, H. and Volodin, A. “On the complete convergente for arrays of random elements and variables”. En: Stochastic Analysis and Applications 2�, 281-291. 2007

Hernández, V.; Urmeneta, H. “Convergente rates for the law of large numbers for arrays”. En: Statistics & Probability Letters 76. 1714-1722. 2006.

Higueras, I.; Moler, J.A.; Plo, F. y San Miguel, M. “Central limit theorems for generali-zad pólya urn models”. En: Journal of Applied Probability. Vol. 43, nº 4 pp 938-9�1, 2006.

Mallor, F.; Blanco, R. y Azcárate, C. “Combining linear programming and multiobjective evolutionary computation for solving a type of stochastic knapsack problem”. En: Lecture Notes in Computer Science. Springer-Verlag, S. Obayashi et al. (Eds), pg. �31-�4�. 2007.

Mallor, F.; Omey, E. y Santos, J. “Multivariate weighted renewal functions”. En: Journal of Multivariate Analysis, 98, 30-39. 2007

Mallor, F.; Mateo, P. y Moler, J.A. “A comparison between several adjustment models to simulated teletraffic data”. En: Journal of Statistical Planning and Inference. 137, 12, 3939-39�3, 2007.

Militino, A.F.; Ugarte, M.D.; Goicoa, T. and González-Audícana, M. “Using small area models to estimate the total area occupied by olive tress”. En: Journal of Agricultural, Biological and Environmental Statistics, 11, 4�0-461, 2006.


Militino, A.F.; Ugarte, M.D. and Goicoa, T. “ Synthetic versus and EBLUP estimator: an empirical study of small area estimation problem”. En: Journal of Applied Statistics, 34, pp. 1�3-16�, 2007.

Militino, A.F.; Ugarte, M.D. and Goicoa, T. “Combining sampling and model weights in agriculture small area estimation”. En: Environmetrics, 18, pp. 87-99, 2007.

Moler, J.A y Flournoy, N. “A new tool for comparing adaptative designs; a posteriori effi-ciency”. En: Contributions to Statistics. MODA8-advances in Model-oriented Design and Analysis. Ed. Physical-Verlag, 123-130, 2007.

Moler, J.A.; Plo, F. y San Miguel, M. “A sequential design for a clinical trial with a linear prognostic factor”. En: Journal of Statistical Planning and Inference. 17, 12, 3964-3974, 2007.

Paniello, I.; Montaner, F. “Algebras of quotients of nonsingular Jordan algebras”. En: Journal of Algebra 312, 963-984. 2007.

Paniello, I; “Quotients of Jordan pairs”. En: Workshop on Lie and Jordan theory”. Edito-res: Cándido Martín González, Maribel Tocón. Depósito legal: MA-117�-2007.

Rodríguez, I.; Gila, L.; Malanda, A.; Gómez, S.; Mallor, F. et al. “Motor unit action poten-cial duration, I: Variability of manual and automatic measurements”. En: Journal of Clinical Neurophysiology 24 (1): �2-�8, 2007.

Rodríguez, I.; Gila, L.; Malanda, A.; Gómez, S.; Mallor, F. et al. “Motor unit action poten-cial duration, II: A new automatic measurement methold based on the wavelet trans-for”. En: Journal of Clinical Neurophysiology 24 (1): �9-69, 2007.

Urmeneta, H.; Hernández, V. “Random riemann sum estimator versus Monte Carlo”. En: Computacional Statistics and Data Analysis �1. 4717-4730. 2007.

Nacionales

Revistas

Azcárate, C.; Eraso, M.L.; Gáfaro, A. “La investigación operativa en las Ciencias de la Salud, ¿reconocemos estas técnicas en la literatura actual?. En: Anales del Sistema Sanitario de Navarra. 2006, 29 (3). 387-397.

Abascal, E.; García Lautre, I.; Landaluce, I. “Trayectorias de las CCAA según sus tasas de paro por categorías de edad. Un análisis de tablas tridimensionales”. En: Estadís-tica Española vol. 48, Núm. 163, págs �2� a ��0. 2006

García Olaverri, C.; Huerta, E.; Urtasun, A.; Larraza, M. “Dimensiones de la flexibilidad empresarial: un estudio empírico”. En: Información Comercial Española nº 73. pp. 8�-109. 2007

Lahoz, O.; Mateo, P.; Mallor, F. “Analysis a bicriteria dustening problem using SOM”. En: Monografías del Seminario Matemático García Galdeano, 33. 2006

Lera, F.; Faulín, J.; Úbeda, S.; Pintor, Jesús M.; San Miguel, J. “Evaluación de los costes medioambientales y de seguridad en el transporte de mercancías por carretera”. En: Revista del ICE. ICE nº 834, págs. 14�-161 (17). Enero-febrero 2007

Mallor, C.; Mallor, F. et al. “Evaluación morfológica, de pungencia y contenido en sólidos solubles de la cebolla”. En: Fuentes de Ebro. ITEA Vol 103 (4). 2007.

Moler, J.A.; Plo, F.; San Miguel, M. y Urmeneta, H. “Asymptotics for the number of repla-cements in a generalizad Pólya urn model”. En: Monografías del Seminario Matemáti-co García Galdeano, 33. 23, 309-316, 2006.

Urmeneta, H.; Hernández, V. “Convergence of the approximation of an integral by sums of random variables”. En: Monografías del Seminario Matemático García Galdeano 33. 32�-330. 2006.


Urtasun, A.; García Olaverri, C. y Larraza M. “Influencia de las redes proveedor-cliente en la difusión de prácticas avanzadas de gestión de los recursos humanos. En: Cuader-nos de Economía y Dirección de la Empresa. 28, 87-112. 2006

Valls, V.; Ballestín, F. Lino, P.; Pérez, A.; Quintanilla, M.S. “Planificación de la producción en una empresa de contrachapado”. En: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA 3, 28�-302. 2007

Libros

Abascal, E. y Grande, I. “Fundamentos y técnicas de investigación comercial”. 9ª Edición revisada y actualizada. ESIC. 2007

Faulín, J.; Martínez, M.A.; Sánchez-Villegas, A. “Bioestadística amigable”. Ediciones Díaz de Santos. ISBN 84-7978-791-0, págs. 920. Madrid, 2006. Segunda Edición.

Capítulos de libros

Azcárate, C.; Mallor, F.; Gáfaro, A. “A simulation and optimization methodology for per-formance analysis in health care”. En libro: Simulation in Industry and Services, SIS 2006. ISBN 84 9769 1717, pg. 169-202. 2006.

Ballestín, F. “A genetic algorithm for the resource renting problem with minimum and maximum time lags”. En libro: Evolutionary computation in combinatorial optimiza-tion. Lecture notes in Computer Science, 2� 3�, Springer. ISBN 978-3-�40-71614-3. 2007

Actas de Congresos

Ballestín, F.; Valls, V.; Quintanilla M.S.: “The usefulness of preemption in resource cons-trained project scheduling” EURO XXII. Praga (República Checa). 2007.

Ballestín, F.: “A genetic algorithm for the resource renting problem with minimum and maximum time lags”. EVOCOP 2007. Valencia (España). 2007, 10-30

Ballestín, F.; Blanco, R.: “A metaheuristic algorithm for the Tardiness RCPSP and Deadli-neRCPSP, uni – and multiobjective”. SPO 2007. Jaca (España). 2007

Goicoa, T.; Ibáñez, B.; Ugarte, M.D. and Militino, A.F. “ Alternatives to incluye the tem-poral dimension in disease mapping: an empirical approach”. Book of abstracts of the Internacional Environmetrics Society Conference (TIES 2007). Mikulov, Rep. Checa, 16-20 august 2007. Editors Horová, I. and Hrebicek, J., p. 42. ISBN: 978-80-210-4333-6.

Militino, A.F.; Ugarte, M.D.; González-Ramajo, B. and Goicoa, T. “Internacional Works-hop on Spatio-Temporal Modelling (METMA3). Editorial y año: NovaTex, Mutilva Baja, Navarra, 280 pp, 2006 (1�0 ejemplares). ISBN: 84-9769-139-3

Ugarte, M.D.; Militino A.F.; Goicoa, T. y Ayestarán, M. “Using rotacional panels for es-timating unemployment rates”. XXX Congreso Nacional de la SEIO y IV Jornadas de Estadística Pública. Editores: Comité organizador del XXX Congreso Nacional de la SEIO y IV Jornadas de Estadística Pública, pp. 161, 2007. ISBN: 978-84-690-7249-3. CLAVE: CD.

Ugarte, M.D.; Militino, A.F.; González-Ramajo, B.; Goicoa, T.; López-Sagaseta, M. “Es-timation en áreas pequeñas: Cálculo del error cuadrático medio de un estimador compuesto”. Actas de IV Congreso de Metodología de Encuestas. Editores: Abascal, E., Díaz de Rada, V. y Portilla, I., pp. 612-624, 2007. ISBN: 978-84-9769-191-18. CLAVE: CD.

Ugarte, M.D.; Militino, A.F. and Goicoa, T. “MSE of the log-risk predictor in a mixed pois-son model with spatial dependence”. Proceeding of the 22nd International Workshop on Statistical Modelling (IWSM 2007). July 2-6-2007, Barcelona, Spain. Editors Joan del Castillo, Anna Espinal and Pere Puig, pp �72-�77. ISBN: 978-84-690-�943-2.


Ugarte, M.D.; Militino, A.F. and Goicoa, T. “Are second-order approximations necessary to calculate prediction errors in empirical Bayes disease mapping”. Proceeding of the International Workshop on Spatio-Temporal Modelling (METMA3). Pamplona, Spain, 27th, 28th and 29th September 2006. Editors Militino, A.F.; Ugarte, M.D.; González-Ra-majo, B. and Goicoa, T., pp. 27�-278. ISBN: 84-9769-139-3.

Reseñas

Faulín, J. “Nonlinear integer programming”. (Book Review) En: Interfaces. Vol. 37. Num-ber 4. Págs. 391-392 (2), Julio-Agosto 2007.

Faulín, J. “Encyclopaedia of data warehousing and mining”. (Book Review). En: Interfa-ces. Vol. 37. Number 1. Págs. 87-88 (2), Enero-Febrero 2007

Militino, A.F. “Apllied mixed models in medicine, 2nd Ed.” En: Royal Statistical Society, Series A, 170 (1), 2�2-2�3, 2007-10-30

Ugarte, M.D. “Statistical methods for spatio-temporal systems”. En: Journal of the Royal Statistical Society Series A, 170 (4), pp 1182, 2007.

Ugarte, M.D. “Analyzing environmental data”. En: Journal of Applied Statistics, 34 (1) pp 122, 2007.

4.3. Grupos y lineas de investigación

Estadística EspacialResponsable del Grupo: Ugarte Martínez, Mª Dolores.

Equipo: Closas, Antonio Humberto; Fernández Militino, Ana; Goicoa Mangado, Tomás; González Ramajo, Begoña; Palacios Navarro, Blanca; Ugarte Martínez, Mª Dolores.

Líneas de Investigación:

• Estimación en áreas pequeñas.• Modelización espacial y temporal.• Ensayos agronómicos. Diseño de experimentos. Análisis de datos longitudina-

les

DECyL (Datos, Estadística, Calidad y Logística)Responsable del Grupo: Mallor Giménez, FermínEquipo: Abascal Fernández, Elena; Azcárate Camio, Cristina; Ballestín González, Fran-cisco; Blanco Gómez, Rosa; Eraso Goicoechea, Mª Luisa; Faulín Fajardo, Fco. Javier; Franco Manero, Mª Ángeles; García Lautre, Ignacio; Gómez Elvira, Sagrario; Mallor Giménez, Fermín; Moler Cuiral, José Antonio; Paniello Alastruey, Irene; Pérez Prados, Antonio; Portilla Manjón, Miren; Rivera Martín, Rafa; Úbeda Munárriz, Sergio, Urmene-ta 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 EmpresasResponsable del Grupo: Emilio Huerta

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


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

4.4. Proyectos de investigación

De carácter nacional

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

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

Referencia: EA2007-001�.Investigador Principal: Del Moral Pérez, M.E. (Universidad de Oviedo)Miembros del equipo: Faulín, J. y otrosEntidad/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 universi-tario. Referencia Duración: Abril 2007 – Abril 2008.

Título: “Estructura de grupos y álgebras. Aplicaciones a geometría, codificación y crip-tografía”

Referencia: MTM2004-0811�-C04-02Investigador principal: Elduque 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-C04-02Investigador principal: Elduque 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.


Título: “Reset red de secuenciación”Referencia: Proyecto DPI2004Investigador Principal: Framiñán, J.M.Miembros del equipo: Ballestín, F. y otros.Entidad/organismo financiador: Ministerio de Educación y Ciencia. Dirección General de Investigación. Duración: 200�-2006

Título: “Incorporación de técnicas y herramientas de morfología matemática, de análi-sis de conceptos formales y de lógica borrosa a las fases del proceso de descubrimien-to del conocimiento que se corresponden con la limpieza, la agrupación, la reducción y la minería de datos”

Referencia: TIC2003-08693Investigador principal: Fuentes, Ramón (Dpto. Automática y Computación de la Univer-sidad Pública de Navarra)Miembros del equipo: Bujanda, B.; Burillo, P.; Burusco, A.; Frago, N. y Portilla, M.Entidad/organismo financiador: Ministerio de Ciencia y Tecnología. Duración: Diciembre 2003 – Noviembre 2006

Título: “Innovación en la organización del trabajo: motores del éxito empresarial”Referencia: SEJ2007-6789�-C04-01Investigador principal: Huerta, E. (Departamento de Gestión de Empresas de la Uni-versidad Pública de Navarra)Miembros del equipo: García Olaverri, C.; Gómez Elvira, S.; Urmeneta Martín-Calero, H.Entidad/organismo financiador: Ministerior de Educación y CenciaDuración: 2007-2009

Título: “Innovación, gobierno de la empresa y competitividad”Referencia: SEJ2004-07�30-C04Investigador 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: “E-learning de las matemáticas en las universidades españolas: tendencias tec-nológicas emergentes y adaptación al EEES. Proyecto MEL07”

Referencia: EA2007-0310.Investigador Principal: Huertas Sánchez, María Antonio (Universitat Oberta de Catalunya)Miembros del equipo: Faulín, J. y otrosEntidad/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. Duración: Abril 2007 – Abril 2008.

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


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

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

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

Referencia: DEP2007-00080-00-00Investigador Principal: Mallor, C. (Centro de Investigación y Tecnología Agroalimentaria de Aragón)Miembros del equipo: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y Ciencia.Duración: 2007 - 2009

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

Referencia: DEP2006-�6076-C06-06/ACTIInvestigador Principal: Mallor, F.Entidad/organismo financiador: Ministerio de Educación y CienciaDuración: 2006 - 2009

Título: “Optimización de la gestión de la cadena de suministro. Aplicación al sector porcino”

Referencia: MTM200�-09362-C03-02Investigador principal: Pla, L.M. (Universidad de Lleida)Miembros del equipo: Faulín, J y otrosEntidad/organismo financiador: Plan nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2004-2007. Ministerio de Educación y Ciencia.Duración: Octubre 200�-Octubre 2008

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 (2004-2006).Duración: 1 de Enero de 2007 – 31 de Diciembre de 2009.

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

Referencia: MTM200�-00�11Investigador 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 (4)Entidad/organismo financiador: Ministerio de Educación y Ciencia Duración: Diciem-bre 2006 – Diciembre 2007


Título: “Planificación en tiempo real de tareas y recursos humanos en un centro de gestión integral de servicios”

Referencia:Investigador Principal: Valls, V. (Dpto. Estadística e Investigación Operativa de la Uni-versidad de Valencia).Miembros del equipo: Ballestín, F. y otros.Entidad/organismo financiador: Ministerio de Ciencia y Tecnología.Duración: 1 de Enero de 2003 – 1 de Enero de 2006.

De carácter local

Título: “Contribución de la tecnología genética al diagnóstico y la clasificación mole-cular del neuroblastoma”

Referencia: PI0313�6Investigador principal: Encío, J. (Departamento de Ciencias de la Salud de la Univer-sidad Pública de Navarra).Miembros del equipo: Faulín, J. y otros.Entidad/organismo financiador: Fondo de Investigación Sanitaria-Instituto de Salud Carlos III.Duración: Enero 2004-Diciembre 2006.

Título: “Sistemas de partículas y modelos estocásticos interactivos”Investigador principal: Sanz Saiz, G. (Universidad de Zaragoza) Miembros del equipo: Moler Cuiral, J.A.Entidad/organismo financiador: Consejo Superior de I+D (CONSI+D) de Aragón.Duración: 1 de Enero de 2002 – 31 de Diciembre de 2004. Renovado hasta 2006.

Título: “Aplicación de las matemáticas al estudio del suelo y del subsuelo”Referencia: CTP-03/R-GInvestigador principal: Torrens, J.J. (Dpto. de Matemática e Informática de la Universi-dad Pública de Navarra).Miembros del equipo: Moler Cuiral, J.A.; Mallor, F.; Urmeneta Martín-Calero, H.Entidad/organismo financiador: Gobierno de NavarraDuración: 2004 - 2006

4.5. Contratos de investigación y de desarrollo

Título: “Diseño logístico para proveedores JIT en Volkswagen Navarra”Código OTRI: 2006 07 061Investigador Responsable: Faulín, J. (Depto. Estadística e Investigación Operativa) y San Miguel Indurain, J. (Dpto. Ingeniería Mecánica, Energética y de Materiales) Univer-sidad Pública de NavarraEntidad/organismo financiador: Volkswagen NavarraDuración: 1 Abril 2006 – 31 Diciembre 2006

Título: “Características de los aspirantes al título EGA en el período 2000-2005 y su éxito académico”

Investigador responsable: Grande, I. (Dpto. de Gestión de Empresas)Miembros del equipo: Abascal, E.Entidad/organismo financiador: Servicio de educación Gobierno de NavarraDuración: Octubre 2006 – Diciembre 2006


Título: Curso de técnicas estadísticas”Código OTRI: 2007 07 096Investigador responsable: Mallor, F.Entidad/organismo financiador: Ayuntamiento de Vitoria - GasteizDuración: 19 de Junio 2007

Título: “Renovación “Desarrollo de algoritmos para la secuenciación óptima de ta-reas”

Código OTRI: 2006 07 139Investigador responsable: Mallor, F.Entidad/organismo financiador: CyC Consultoría y Comunicaciones del País Vasco.Duración: Diciembre 2006 – Febrero 2007

Título: “Curso de técnicas estadísticas”Código OTRI: 2006 07 138Investigador responsable: Mallor, F.Entidad/organismo financiador: Ayuntamiento de Vitoria - GasteizDuración: 19 de Diciembre 2006

Título: “Análisis de la efectividad de tratamientos no farmacológicos en la enfermedad de Alzheimer”

Código OTRI: 2006 07 036Investigador Responsable: Mallor, F., Abascal, E. y Portilla, M.Entidad/organismo financiador: INGEMA (Fundación Instituto Gerontológico Matia).Duración: Abril 2006 – Noviembre 2006

Título: “Modelos de previsión del precio de las viviendas colectivas en Álava”Código OTRI: 2007 07 083Investigador principal: Militino, A.F. y Ugarte, M.D.Miembros del equipo: Grupo investigación Estadística EspacialEntidad/organismo financiador: LSK TasacionesDuración: 20 Junio 1007 a 31 Diciembre 2008

Título: “Estudio sobre estimación del número de viviendas de obra nueva promocionadas”Investigador principal: Militino, A.F.; Ugarte, M.D.Miembros del equipo: Grupo investigación Estadística EspacialEntidad/organismo financiador: Ministerio de ViviendaDuración: 18 Junio 2007 a 31 Diciembre 2007

Título: “Asesoramiento técnico estadístico del Proyecto Forsee”Código OTRI: 2006 07 12�Investigador responsable: Militino, A.F. y Ugarte, M.D.Entidad/organismo financiador: (Gestión ambiental – Viveros y repoblaciones de Na-varra, S.A.)Duración: Noviembre – Diciembre 2006

Título: “Metodología estadística longitudinal de la PRA e impartición de un curso de formación sobre modelos estadísticos longitudinales”

Código OTRI: 2006 07 104Investigador responsable: Militino, A.F. y Ugarte, M.D.Miembros del equipo: Tomás Goicoa Mangado y Begoña González RamajoEntidad/organismo financiador: (EUSTAT – Instituto Vasco de Estadística)Duración: Octubre – Diciembre 2006


Título: “Estimación del número de parados, ocupados e inactivos por comarcas en la Comunidad foral de Navarra”

Código: OTRI 2006 07 002Investigador Responsable: Militino, A.F. y Ugarte, M.D.Entidad/organismo financiador: Instituto de Estadística de NavarraDuración: Marzo 2006 – Marzo 2007

Título: “Modelos de previsión del precio de las viviendas colectivas en Álava”Código OTRI: 200� 07 100 - RenovaciónInvestigador principal: Militino, A.F. y Ugarte, M.D.Miembros del equipo: Grupo investigación Estadística EspacialEntidad/organismo financiador: LSK TasacionesDuración: 20 Junio 2007 a 31 Diciembre 2008

Título: “Modelización estadística para la valoración de viviendas colectivas en Álava”Código OTRI: 200� 07 100Investigador responsable: Militino, A.F. y Ugarte, M.D.Miembros del equipo: Goicoa, T. y González Ramajo, B.Entidad/Organismo financiador: LKS TasacionesDuración: Noviembre 200� – Diciembre 2006

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

Investigador responsable: Pintor, J.M. (Dpto. de Ingeniería Mecánica, Energética y de Materiales de la Universidad Pública de Navarra)Miembros del equipo: Faulín, J.Entidad/organismo financiador: Grupo EroskiDuración: Mayo 200� - Diciembre 2008

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

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

Título: “Análisis de la metodología canadiense de estimadores que utilizan información longitudinal”

Código OTRI: 2007 07 33Investigador principal: Ugarte, M.D. y Militino, A.F.Miembros del equipo: Grupo investigación Estadística EspacialEntidad/organismo financiador: EUSTAT (Instituto Vasco de Estadística)Duración: � Marzo 2007 a 30 Junio 2007

Título: “Sistema de planificación en tiempo real para un centro multicanal de sopor-te”

Investigador responsable: Valls, V. (Dpto. de Estadística e I.O. de la Universidad de Valencia)Miembros del equipo: Ballestín, F. y otrosEntidad/organismo financiador: Ros Casares, S.A.Duración: Abril 200� – Abril 2007


4.6. Tesis doctorales leidas

Aurora Gáfaro Rojas. ”Aplicación de técnicas de optimización y simulación en la planifi-cación de centros de atención primaria”. Directores de tesis: Dra. Cristina Azcárate Camio y Dr. Fermín Mallor Giménez. Sobresaliente Cum Laude. Pamplona 7 de Junio de 2007.

4.7. Tesis doctorales en curso

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 Cien-cias Económicas y Empresariales”. Directoras de Tesis: Dra. Mª Dolores Ugarte Mar-tínez y Dra. Mª Luisa Sanz de Acedo Lizarraga.

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

4.8. Estancias y visitas del profesorado

Corta duración (inferiores a tres meses)

Javier Faulín Fajardo. Centre sur Recherche de Transports. Université de Montreal. Canadá. Visiting Professor. Del 10 de Abril al 24 de Abril de 2007.

Javier Faulín Fajardo. Faculté des Sciences Economiques. Université de Rennes 1. Rennes. France. Prefesseur Invité. Del 1 de Marzo al 31 de Marzo de 2007.

Javier Faulín Fajardo. University College of Dublín.Dpto. Management Information System. Visiting Professor. Agosto de 2007

Ana Fernández Militino y Mª Dolores Ugarte Martínez. Universidad de Cuyo en Mendoza – Argentina. 24 de Noviembre a 9 de Diciembre de 2006.

Ana Fernández Militino y Mª Dolores Ugarte Martínez. Appalachian State University (De-partment of Mathematical Sciences). Boone (North Carolina- USA). 17 Julio 2007 al 7 de Agosto 2007.

Fermín Mallor Giménez. Universidad de Ehsal (Economische Hogeschool sint-Aloysius). Bruselas (Bélgica). 9 a 13 de Abril de 2007

Blanca Palacios Navarro. Delft University of Technology de Holanda (Department Econo-mics of Infraestructure). 10 de Julio al 1� de Agosto de 2007.

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.

José Antonio Moler Cuiral. Departamento de Estadística de la Universidad de Missouri-Columbia (EEUU). Del 1 de Marzo de 2006 al 30 de Noviembre de 2006.

Irene Paniello Alastruey. Departamento de Matemáticas y Estadística de la Universidad de Ottawa-Canadá. Del 24 de marzo al 23 de Julio de 2007


4.9. Becas, ayudas y premios

Blanco Gómez, Rosa. Premio extraordinario de doctorado en la Universidad del País Vasco. “Learning Bayesian networks from data with factorisation and classification purposes. Applications in Biomedicine”

Accésit al mejor proyecto fin de carrera de Ingeniero Industrial al proyecto “Estudio de seguridad del sistema de protección ferroviario de Alta Velocidad ERTMS N2 para el proyecto La Sagra – Toledo” de la alumna Nerea Galarreta Lizarte y dirigido por el profesor Fermín Mallor Giménez.

Paniello Alastruey, Irene. Ayuda por la asistencia al Congreso “Workshop on Lie and Jordan algebras”, concedida por el Vicerrectorado de Investigación de la Universidad Pública de Navarra. Málaga, Febrero de 2007.

Paniello Alastruey, Irene. Ayuda a la Formación del Profesorado Docente e Investigador de la Universidad Pública de Navarra para estancia de investigación en el Department of Mathematics and Statistics, University of Ottawa, Canadá. Duración 4 meses, del 24 de Marzo de 2007 al 23 de Julio de 2007.


5. CONFERENCIAS, SEMINARIOS y CURSOS

Impartidas por profesores invitados al Departamento

Grasman, Scott E. (Departamento de Gestión de Ingeniería e Ingeniería de Sistemas de la Universidad de Missouri-Rolla – USA). “An integrated inventory and transportation system framework”. Seminario de Tercer Ciclo del Departamento de Estadística e In-vestigación Operativa, 26 de Febrero de 2007.

Grasman, Scott E. (Departamento de Gestión de Ingeniería e Ingeniería de Sistemas de la Universidad de Missouri-Rolla – USA). “Facility location models for hidrogen infras-tructure development using LP”. Aula 022 de la Universidad Pública de Navarra. 1 de Marzo de 2007.

Juan Pérez, Angel A. (Departamento de Matemática Aplicada de la Universidad Politécni-ca de Cataluña). “Simulación en fiabilidad y disponibilidad de componentes y sistemas” Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 16 de Noviembre de 2006.

León, Teresa (Universidad de Valencia). “Introducción al análisis de datos funcionales”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 6 de Junio de 2007.

Omey, Edward. Universidad de Ehsal (Bruselas). “Going from X to (X, X2, X3….Xk). Semi-nario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 10 de Enero de 2007.

Salazar, Juan José (Universidad de la Laguna). “Answering some questions on the pic-kup-and-delivery travelling salesmanpProblem with stochastic demands”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 4 de Junio de 2007.

Valderrama Bonnet, Mariano J. Universidad de Granada. “Modelos mixtos PC-ARIMA para datos funcionales”. Seminario de Tercer Ciclo del Departamento de Estadística e In-vestigación Operativa, 1 de Diciembre de 2006.

Vilar Fernández, Juan (Departamento de Matemáticas, área de Estadística e I.O. - Univer-sidad de A Coruña). “Análisis de modelos de pérdida agregada: una aproximación no paramétrica”. Seminario de Tercer Ciclo del Departamento de Estadística e Investiga-ción Operativa, 11 de Septiembre de 2007.

Impartidos por profesores del Departamento

García Olaverri, C. “Curso de técnicas estadísticas multivariantes”. Universidad de Deusto para investigadores de IKEI. San Sebastián. 2007.


García Olaverri, C. “Curso de modelos econométricos”. Universidad de Vigo. 2007Mallor Giménez, F. “Optimización con simulación para el dimensionamiento y gestión de

sistemas de producción y almacenamiento”. Departamento de Matemáticas para la Economía y la Empresa de la Universidad de Valencia. Enero 2007.

Mallor Giménez, F. “Análisis de problemas reales de optimización mediante simulación”. Departamento de Estadística e Investigación Operativa de la Universidad de Valencia. Enero 2007.

Mallor Giménez, F. “Risk analysis using expert judgment”. EHSAL (Bruselas). Abril 2007.Moler Cuiral, J.A.; “Uso de la estadística en los medios de comunicación”. En los Institu-

tos Pablo Sarasate (Lodosa), Marqués de Villena (Marcilla), Toki Ona (Bera) y Eunate (Pamplona) dentro del programa de charlas de la Universidad para Institutos de ense-ñanza Secundaria, coordinado por Actividades Culturales.

Ugarte, M.D. and Militino, A.F. “Small area estimation in economy, with applications in labor force surveys”. Université des Sciences Sociales (Toulouse, Francia). 4 de Mayo de 2007.

Recibidos por profesores del Departamento

Abascal Fernández, Elena: Seminario de las Unidades Técnicas de Calidad: “Sistemas de garantía de calidad de las enseñanzas universitarias: El papel de las unidades técnicas de calidad”. Organizado por la Universidad de València y ANECA. Valencia los días 10 y 11 de septiembre de 2007.

Abascal Fernández, Elena: VII Foro de Almagro “De la evaluación para la mejora a la acre-ditación de titulaciones e instituciones (en el 10º aniversario del Plan de la Calidad de las Universidades”. Almagro � y 6 de octubre de 2006.

Goicoa Mangado, Tomás. “Workshop on latent variable modelling with Mplus”. Florencia (Italia). Profesor Bengt y Linda Muthén. 10, 11 y 12 de Septiembre de 2007. Curso de 24 horas.

Paniello Alastruey, Irene “Symposium in honor of the retirement of profesor Faulkner and Ward”. Universidad de Virginia. Charlottesville (USA), 22 -24 de Marzo de 2007.

Paniello Alastruey, Irene “Lie algebra workshop”. University of Ottawa, Fields Institute, Ottawa (Canadá). 13 – 1� de Abril de 2007.


6. Otras actividades reseñables

Abascal Fernández, Elena

– Miembro de la Unidad Técnica de Calidad de la Universidad Pública de Navarra.– Miembro de la Junta Electoral de la Universidad Pública de Navarra.– Profesora responsable del curso de doctorado: “Investigación en el laboratorio de

alimentos: diseños experimentales y tratamiento de datos”, de � créditos, en calidad de profesor asociado de la Universidad de la Rioja, perteneciente al programa de doctorado interuniversitario con mención de calidad “Alimentos y Salud humana”, a desarrollar entre las Universidades de la Rioja, Pública de Navarra, de Salamanca y de Burgos.

– Miembro de tribunal de Tesis Doctoral “Métodos para el análisis factorial de una tabla de contingencia múltiple. Aplicación a la comparación de dos corpus cronológicos”. Realizada por Dña. Mª Luisa Hernández Maldonado y dirigida por Dña. Mónica Bécne Bertant. Universidad Politécnica de Cataluña. Marzo de 2007.

– Directora junto con Dña. Mª I. Landaluce de la Tesis Doctoral “Los sistemas de garan-tía de la calidad en la educación en España. Propuesta de un modelo de acreditación para las titulaciones de grado en España”. Presentada por Dn. Pablo Arranz Val en la Universidad de Burgos en mayo de 2007 con la calificación de Sobresaliente “Cum Laude”.

Ballestín González, Francisco

– Coordinador Erasmus con las universidades: Fachhochschule des bfi Wien.IMC Fachhoschule KremsFHS Kufstein Tirol Unioversity of Aplied SciencesAthens University of Economics and Business-Ikonomiko Panemistio Athinon.

– Referee de las revistas internacionales:European Journal of Operacional ResearchInternacional Journal of Production Research

– Director de Tesis doctoral: “Nuevos métodos heurísticos para resolver el RCPSP/max, casos modo único y modo múltiple” realizada por Dn. Agustín Barrios. Universidad de Valencia 23 de Julio de 2007. Matrícula cum laude.


Eraso Goicoechea, M. 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: “Un modelo matemático óptimo de mante-nimiento y fiabilidad aplicado a la aviación comercial” realizada por Dn. Juan Carlos Redondo Expóxito y dirigida por Dn. Vicente Bargueño Fariñas. Universidad Nacional de Educación a Distancia. Julio de 2007.

– Miembro de tribunal de Tesis doctoral: “Análisis de la Gestión de la Calidad Total en las entidades gallegas. Un estudio basado en el Modelo de Excelencia de la European foundation for Quality Management (EFQM)” realizada por Dn. Manuel Martínez Car-ballo y dirigida por Dña. Susana Barbeito Roibal. Universidad de La Coruña. Febrero de 2007.

– Miembro de tribunal de Tesis Doctoral: “Contribrution à l’Optimisation d’un Réseau de Transport Aérien: Proposition d’un Modèle basé sur la Logique Floue et la Maximi-sation Entropique” realizada por Dn. Amadou Handou Mahamadou y dirigida por Dn. Félix Mora-Camino y Marc de Coligny. Université de Toulouse II. École Nationale de l’Aviation civile. Toulouse. Francia. Diciembre de 2006.

– Revistas de las que el interesado es referee:1) European Journal of Operational Research.2) Interfaces.3) Journal of Operational Research Society.4) Omega-International Journal of Management Science. �) International Journal of Logistics: Research and Applications. 6) International Journal of Operations and Quantitative Management. 7) Computers in Higher Education Economics Review. 8) Journal of Computers in Mathematics and Science Teaching. 9) Journal of Systemics, Cybernetics and Informatics.

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

Editorial Board.

García Olaverri, Carmen

– Miembro de la Comisión de Investigación de la Universidad Pública de Navarra.– 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.– Miembro de tribunal de Tesis ”Aplicación de técnicas de optimización y simulación

en la planificación de centros de atención primaria” realizada por Dña. Aurora Gáfaro Rojas.y dirigida por Dña. Cristina Azcárate Camio y Dn. Fermín Mallor Giménez. Univer-sidad Pública de Navarra. de Junio de 2007.


Gómez Elvira, Sagrario

– Vicedecana de la Facultad de Ciencias Económicas y Empresariales.– Responsable de la Diplomatura en Ciencias Empresariales.

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 IV Workshop on Simulation in Industry and Services. Editor del libro de proceeding. Bruselas (Bélgica). Diciembre 2006.

– Miembro del Comité Organizador The Pyrenees Internacional Workshop on Statistics, Probability and Operations Research. Jaca (España). Septiembre 2007.

– Referee de las revistas internacionales: Applied Stochastic Models in business and Industry Risk Analysis.

– Profesor responsable del curso de doctorado: “Investigación en el laboratorio de ali-mentos: diseños experimentales y tratamiento de datos”, de � créditos, en calidad de profesor asociado de la Universidad de la Rioja, perteneciente al programa de doctorado interuniversitario con mención de calidad “Alimentos y Salud humana”, a desarrollar entre las Universidades de la Rioja, Pública de Navarra, de Salamanca y de Burgos.

– Evaluador de proyectos de investigación sectorial del Plan Gallego de Investigación, Desarrollo e Innovación Tecnológica (INCITE) de la Xunta de Galicia.

Moler Cuiral, José Antonio

– Revisor artículo para las revistas:Methodology and computing in applied probability.Sequential analysis.

– Vocal de la Comisión para resolver concurso de profesor colaborador en la Universidad de Zaragoza.

– Subdirección Departamento de Estadística e Investigación Operativa de la Universidad Pública de Navarra. (Marzo de 2007 a Junio de 2007)

– Director de área de profesorado de la Universidad Pública de Navarra.

Pérez Prados, Antonio

– Miembro de la Agencia Nacional de Protección de Datos– Miembro del Comité Científico de Ciencias Experimentales en el Consejo de Universi-

dades.

Ugarte Martínez, Mª Dolores

– Evaluadora de proyectos Europeos del VII Programa Marco de la Unión Europea. – 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 2�-9-2007)

– Evaluadora de proyectos para la ANEP.


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:

Curso: Jornada sobre la Internacionalización de las universidades en el EEES.Impartido por: Carmen García Olaverri y Sagrario Gómez Elevira (Universidad Públi-ca de Navarra), Dumitru Chirlesan (Universidad de Pitesti de Rumania), Otmar Seur (Universidad de Paris X), Michèle Guicharnaud-Tollis (Universiad de Pauet des Pays de l’Adour). 20 de Abril de 2007Profesores asistentes: José Antonio Moler Curial, Henar Urmeneta Martín-Calero, Mª Luisa Eraso Goicoechea

Curso: Taller sobre Técnicas de Aprendizaje Cooperativo. Impartido por Javier Valero y Silvia Ruiz. 3 y 4 de Septiembre de 2007Profesores asistentes: Mª Dolores Ugarte Martínez, José Antonio Moler Cuiral

Curso: La construcción educativa de las competencias.Impartido por Josep Gascón Pérez (Universiad Autónoma de Barceloa), Ana Arana (Universidad Pública de Navarra) y Teresa Mauri (Universidd de Barcelona). 4 de Mayo de 2007.Profesores asistentes: Mª Dolores Ugarte Martínez; José Antonio Moler Cuiral, Henar Urmeneta Martín-Calero, Mª Luisa Eraso Goicoechea

Curso: La práctica del ECTS por profesores y alumnos.Impartido por Silvia Ruiz (Universidad Politécnica de Cataluña), Gonzalo Gómez Dacal (Universidad de Salamanca), Alayn Loayssa (Universidad Pública de Navarra) y Miguel Angel Zabalza (Universidad de Santiago de Compostela). 11 de mayo de 2007.Profesores asistentes: Mª Dolores Ugarte Martínez; José Antonio Moler Cuiral, Henar Urmeneta Martín-Calero, Mª Luisa Eraso Goicoechea


Curso: Jornada de Trabajo del Programa Oficial de Postgrado en Tecnología de las comunicaciones.

Impartido por Carlos del Río, Salvador Sales, Carlos Yelmo, Javier Hernando, alayn Loayssa y Jordi Hernández. 18 de Mayo de 2007.Profesores asistentes: Mª Dolores Ugarte Martínez; José Antonio Moler Cuiral

Curso: Panorama sobre las nuevas tecnologías al servicio de la enseñanza-aprendiza-je.

Impartido por Antoni Bartolomé (Universidad de Barcelona), David Benito (Universi-dad Pública de Navarra) y Jordi Sancho (Universidad de Barcelona). 2� de Mayo de 2007.Profesores asistentes: Mª Dolores Ugarte Martínez, Henar Urmeneta Martín-Calero, Mª Luisa Eraso Goicoechea

Curso: ¿Cómo dinamizar el aula en la universidad? O el trabajo en equipo en el aula universitaria.

Impartido por Luis Fernando Turrión Berges. 17 de Noviembre de 2006Profesores asistentes: Mª Luisa Eraso Goicoechea

Actividades de Adaptación al E.E.E.S.

Varios profesores del Departamento realizaron propuesta de adaptación de sus asigna-turas y fueron seleccionadas por el Vicerrector de Convergencia Europea y Relaciones Institucionales como experiencias piloto de nuestra Universidad.Los profesos que han participado en el plan piloto son:– García Olaverri, Carmen; Gómez Sagrario Elvira. Visita académica a la Universidad Tor

Vergara de Roma.

Publicaciones que se enmarcan dentro del marco de Innovación Educativa

Capítulos de libro

– Azcárate Camio, Cristina; Eraso Goicoechea, Mª Luisa: “Adaptación al EEES de asigna-turas con contenido de “Programación Matemática”. En el libro: “Proyectos docentes de adaptación al Espacio Europeo de Educación Suprior”. Vol. I pp. 22�-247 editado por la Universidad Pública de Navarra. 2007.

– García Olaverri, Carmen: “Adaptación al EEES de la asignatura Econometría en la titula-ción de Empresa y estudios Jurídicos”. En el libro: “Proyectos docentes de adaptación al Espacio Europeo de Educación Suprior”. Vol. II pp. 431-446 editado por la Universi-dad Pública de Navarra. 2007.

– Gómez Elvira, Sagrario: “Análisis Multivariante: adaptación al EEES”. En el libro: “Pro-yectos docentes de adaptación al Espacio Europeo de Educación Superior”. Vol. II pp. 447-4�3 editado por la Universidad Pública de Navarra. 2007.

Departamento de Estadística e Investigación Operativa. … · 2018-06-19 · Departamento de...

Documents

Transcript of Departamento de Estadística e Investigación Operativa. … · 2018-06-19 · Departamento de...