Memoria del curso 2006-2007 - Universidad Pública de Navarra

Departamento de Estadística 

e Investigación Operativa 

Memoria de actividades 

docentes e investigadoras 

Curso 2006-2007

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: publicaciones@unavarra.es

Índice 

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

1.1. Personal docente e investigador ............................................................ 7 

1.2. Personal Administración y Servicios ....................................................... 8 

1.3. Becarios .............................................................................................. 8 

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

2.1. Equipo de dirección .............................................................................. 9 

Equipo de dirección (desde marzo de 2007) ........................................... 9 

2.2. Consejo de Departamento ..................................................................... 9 

2.3. Comisiones .......................................................................................... 10 

Comisiones (desde marzo 2007) ........................................................... 11 

2.4. Áreas de conocimiento .......................................................................... 12 

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

3.1. Asignaturas y sus características ........................................................... 13 

Facultad de Ciencias Humanas y Sociales .............................................. 13 

Facultad de Estudios Sanitarios ............................................................. 21 

Facultad de Ciencias Económicas y Empresariales .................................. 25 

Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación ..... 54 

Escuela Técnica Superior de Ingenieros Agrónomos ................................ 76 

Libre Elección y de Campus Virtual Compartido ....................................... 80 

3.2. Tercer Ciclo .......................................................................................... 89 

3.2.1. Programa de Doctorado de Estadística, Matemática e Informática .. 89 

3.2.2. Programa de Doctorado Problemas actuales en Bioestadística, Epidemiología, 

Salud Pública y Comunitaria ....................................... 90 

3.2.3. 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 ......................................................................... 93 

4.2. Publicaciones ....................................................................................... 95 

4.3. Grupos y líneas de investigación ............................................................ 98 

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

4.4. Proyectos de investigación .................................................................... 99 

4.5. Contratos de investigación y de desarrollo .............................................. 102 

4.6. Tesis doctorales leídas .......................................................................... 105 

4.7. Tesis doctorales en curso ...................................................................... 105 

4.8. Estancias y visitas del profesorado ........................................................ 105 

4.9. Becas, ayudas y premios ....................................................................... 106 

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

Impartidas por profesores invitados al Departamento ....................................... 107 

Impartidos por profesores del Departamento ................................................... 107 

Recibidos por profesores del Departamento ..................................................... 108 

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

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


1. Personal 

1.1. Personal docente e investigador: 

Categoría actual 

Fecha incorporación al Departamento 

Fernández Militino, Ana CU diciembre de 1990 

Pérez Prados, Antonio CU abril de 1990 

Abascal Fernández, Elena TU septiembre de 1995 

Azcárate Camio, Cristina TU octubre de 1991 

Eraso Goicoechea, Mª. Luisa TU enero de 1991 

Faulín Fajardo, Javier TU octubre de 1997 

García Olaverri, Mª. Carmen TU enero de 1992 

Mallor Giménez, Fermín TU octubre de 1990 

Moler Cuiral, José Antonio TU octubre de 1993 

Ugarte Martínez, Mª. Dolores TU octubre de 1992 

Apilluelo Martín, Ana TEU octubre de 1990 

Gómez Elvira, Sagrario TEU octubre de 1990 

Portilla Manjón, Miren TEU noviembre de 1991 

Prados Osés, Mª. Dolores TEU octubre de 1990 

García Lautre, Ignacio Cont.Doctor enero de 1994 

Palacios Navarro, Blanca Cont.Doctor octubre 2006 

Urmeneta Martín-Calero, Henar Cont.Doctor octubre de 1993 

Ballestín González, Francisco AyDoctor marzo de 2004 

Goicoa Mangado, Tomás AyDoctor septiembre de 2001 

Blanco Gómez, Rosa AyLOU enero de 2006 

Paniello Alastruey, Irene AyLOU marzo de 2005 

Amézqueta Elías, Miguel ASTP 6 h octubre de 2003 

Franco Manero, Mª Angeles ASTP 6 h junio de 2001 

Fernández Castilla, Ramón ASTP 3 h. febrero de 1995 

Gamboa Berastegui, Juan Mª. ASTP 4 h. octubre de 1990 

Lacasta Remón, Yolanda ASTP 6 h noviembre de 2005 

Rivera Martín, Rafael ASTP 6 h octubre de 2005 

Sáenz de Cabezón Irigaray, Álvaro ASTP4 h marzo 2007 (Hasta sept.2007) 

Tapiz Arrondo, José Fco. ASTP 4 h. octubre de 1998 

Tirapu Ustarroz, Sebastián ASTP 3 h septiembre 2007 

Grasman, Escott E. Pr.Visitante septiembre 2007-agosto 2008 


Datos de la plantilla de profesores 

Cuerpos Docentes Universitarios 

Profesorado contratado 

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

Doctores 

No 

Doctores 

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 56,66 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 Navarra 

Uxua Otazu Redín 

De Personal Investigador UPNA 

Sergio 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: 

estio@unavarra.es. 

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 Doctor 

Elena Abascal Fernández 

Cristina Azcárate Camio 

Francisco Ballestín González 

Rosa Blanco Gómez 

Mª Luisa Eraso Goicoechea 

Javier Faulín Fajardo 

Ana Fernández Militino 

Ignacio García Lautre 

Carmen García Olaverri 

Tomás Goicoa Mangado 

Sagrario Gómez Elvira 

Fermín Mallor Giménez 


José Antonio Moler Curial 

Irene Paniello Alastruey 

Antonio Pérez Prados 

Portilla Manjón, Miren 

Mª Dolores Ugarte Martínez 

Henar Urmeneta Martín-Calero 

Sector de Personal Docente e Investigador no Doctor 

Ana Apilluelo Martín 

Mª Dolores Prados Osés 

Sector de Personal de Administración y Servicios 

Mª Angeles Tortajada Monleón 

Sector de Estudiantes 

Jorge Yeregui García 

Oscar Pérez Domínguez 

2.3. Comisiones (hasta marzo 2007) 

Permanente del Consejo de Departamento 

Directora: Carmen García Olaverri 

Subdirectoras: Miren Portilla Manjón y Cristina Azcárate Camio 

Secretaria: Ana Apilluelo Martín 

Comisión de Investigación 

Directora del Departamento: Dra. Carmen García Olaverri 

Dra. Elena Abascal Fernández 

Dra. Ana Fernández Militino 

Dr. Fermín Mallor Giménez 

Dr. José Antonio Moler Cuiral 

Comisión Económica 



Dña. Mª Ángeles Tortajada Monleón 

Dra. Mª Dolores Ugarte Martínez 

Dra. Henar Urmeneta Martín-Calero 

Comisión Permanente de Doctorado 


Dr. Ignacio García Lautre 

Dra. Sagrario Gómez Elvira 

Dra. Miren Portilla Manjón 

Dra. Mª Dolores Ugarte Martínez 

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

Comisión Docente 


Secretaria del Departamento: Dña. Ana Apilluelo Martín 


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 




Comisión Económica 


Dr. Francisco Ballestín González 

Dr. Fermín Mallor Jiménez 


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 


Dña. Ana Apilluelo Martín 


Departamento de Estadística e Investigación Operativa. Memoria. Curso 2006-2007 11


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 Créditos 

42106 Estadística aplicada 

a las Ciencias Sociales 

42305 Métodos y Técnicas 

Investigación Social III 

42440 Complementos de 

Estadística Aplicada a las 

Ciencias Sociales 

Grupos 

T. P. 

Estudiantes 

Profesores 

1º Anual Troncal 12 1 1 33 Juan Mª Gamboa Berastegui 

Ramón Fernández Castilla 

3º 2º Troncal 6 1 1 53 Miguel Amézqueta Elías 

Acceso 1º Acceso 

2º ciclo 

6 1 1 7 Mª Dolores Prados Osés 

Ana Apilluelo Martín 

Diplomatura en Relaciones Laborales 


49105 Técnicas de Investigación 

Social 

49213 Métodos Estadísticos con 

Ordenador 

Grupos 

T. P. 

Estudiantes 

Profesores 

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

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


Asignatura: 42106 Estadística aplicada a las Ciencias Sociales 

Curso: 1º 

Titulación: Licenciatura en Sociología 

Cuatrimestre: Anual 

Tipo: Troncal 

Créditos: 

Teóricos: 6 

Prácticos: 6 

Créditos total: 12 

Profesores: Juan Mª Gamboa Berastegui 


Objetivos: 

Programa: 

Prácticas: 

El objetivo general es dotar al estudiante de técnicas estadísticas que aporten una visión 

cuantitativa a la discusión y estudio del comportamiento social. 

– Estadística descriptiva. 

– Tratamiento de datos con ordenador. 

– Probabilidad. 

– Introducción a la inferencia estadística. 

Clases Teóricas donde se simultanearán numerosos ejercicios prácticos con las explicaciones 

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 planteamiento 

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, todos 

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 cuestiones 

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. 


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 ordenador 

Todos 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: 3º 

Titulación: Licenciatura en Sociología 

Cuatrimestre: 2º 

Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Miguel Amézqueta Elías 

Objetivos: 

Programa: 

Se pretende dotar al estudiante de distintas técnicas de estadística inferencial que aporten 

una visión cuantitativa en la discusión y estudio del comportamiento de variables 

sociológicas y su comparación en distintos grupos. 

1. Introducción a la Estadística Inferencial. 

2. Intervalos de confianza. 

3. Pruebas de hipótesis. 

4. Relación entre dos variables.. 

5. 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. 


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

Alianza Editorial 

Newbold, P. (2000): Estadística para los Negocios y la Economía. Prentice-Hall. 

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

Hill. 

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

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 profesional 

o en investigación. 


Asignatura: 42440 Complementos a la Estadística 

Aplicada a las Ciencias Sociales 

Curso: Acceso 

Titulación: Acceso a Sociología 


Tipo: Obligatoria 


Profesores: Mª Dolores Prados Osés Ana Apilluelo Martín 

Objetivos: 

Programa: 

Prácticas: 

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 específico 

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. 

– Estadística descriptiva con SPSS: unidimensional y bidimensional. 

– Tratamiento de datos con ordenador. Paquete estadístico SPSS.11. 

– Probabilidad. Conceptos básicos, variable aleatoria, distribuciones discretas y continuas. 

Las clases prácticas en ordenador con el paquete estadístico SPSS y numerosos ejercicios 

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. 


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. Editorial 

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 Investigación 

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 Laborales 


Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Rafael Rivera Martín 

Objetivos: 

Programa: 

Prácticas: 

Introducir las técnicas estadísticas de investigación social con aplicación a las relaciones 

laborales. 

Introducir al alumno en la utilización de software estadístico específico para las ciencias 

sociales. 

- 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. 

Numerosos ejercicios simultaneados con la explicación teórica. 


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. Editorial 

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. Alhambra. 


Asignatura: 49213 Métodos Estadísticos con Ordenador 

Curso: 2º 

Titulación: Diplomatura en Relaciones Laborales 


Tipo: Optativa 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Antonio Pérez Prados 

Objetivos: 

Programa: 

Prácticas: 

Ampliación de los conocimientos de los métodos y técnicas estadísticas que posee el 

estudiante, adquiridos tras cursar la asignatura Técnicas de Investigación Social (6 créditos), 

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, opcionalmente, 

la herramienta informática EXCEL. Repasará conceptos y métodos aprendidos 

anteriormente y conocerá conceptos nuevos en la Estadística del SPSS. 

– Introducción al uso del ordenador 

– Introducción al paquete de programas SPSS (Statistical Package for the Social Sciences) 

– 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) 

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. 



Albright, C.; Winston, W.; Zappe, C. (1999): Data Analysis and Decision making with Microsoft 

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, sobre 

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 

Grupos 


Estudiantes 

Profesores 

T. P. 

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: 1º 

Titulación: Diplomatura en Estudios Sanitarios 


Tipo: Troncal 


Profesores: Ana Apilluelo Martín 

Programa: 

Prácticas: 

Introducción a la estadística: organización de datos. Medidas de una distribución. Distribuciones 

bidimensionales. Estadística de atributos. Teoría de la probabilidad. 

Variable aleatoria y distribuciones de probabilidad Nociones sobre demografía. 

Numerosos ejercicios simultaneados con Las explicaciones teóricas. prácticas con ordenador. 

Bibliografía 

Casas Sánchez, García Pérez y Otros (1998):. Problemas de Estadística Descriptiva, Probabilidad 

e Inferencia. Editorial Pirámide. 

Fernández Díaz y Otros (1990): 225 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 Práctico 

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 inferencia. 

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: 2º 

Titulación: Diplomatura en Estudios Sanitarios 



Créditos: 

Teóricos: 1,5 

Prácticos: 4,5 



Objetivos: 

Programa: 

Prácticas: 

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 (4.5 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 Sciences) 

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. 

– Introducción al uso del ordenador 

– Introducción al paquete de programas SPSS (Statistical Package for the Social Sciences) 

– 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 

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. 



Albright, C.; Winston, W. y Zappe, C. (1999): Data Analysis & Decision Making with Microsoft 

Excel. Duxbury Press 

Daniel, W. (1995): 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 biológicos 

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 


Grupos 

T. P. 

Estudiantes 

Profesores 

1º 1º Obligatoria 6 2 2 103 Miren Portilla Manón 


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 


13204 Estadística e Introducción a 

la Econometría 

2º 2º Troncal 6 2 3 137 Ignacio García lautre 

José Fco. Tapiz Arrondo 


13206 Estadística 2º 1º Troncal 6 2 0 87 Mª Luisa Eraso Goicoechea 


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

13445 Técnicas Estadísticas de 

Previsión 

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

Licenciatura en Administración y Dirección de Empresas 


14109 Tratamiento de Datos con 


14203 Estadística e Introducción a 

la Econometría 

Grupos 

T. P. 

Estudiantes 

Profesores 

1º 1º Obligatoria 6 2 3 160 Miren Portilla Manjón 

Rafael Rivera Martín 

Juan Mª Gamboa Berastegui 

2º 2º Troncal 6 2 4 180 Elena Abascal Fernández 

Yolanda Lacasta Remón 



14209 Estadística 2º 1º Troncal 6 2 0 147 Elena Abascal Fernández 



14301 Econometría 3º 1º Troncal 9 2 4 177 Carmen García Olaverri 



14305 Análisis Multivariante 3º 2º Obligatoria 6 2 5 158 Sagrario Gómez Elvira 


14425 Técnicas de Optimización 3º 1º Optativa 6 1 2 39 Mª Luisa Eraso Goicoechea 


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


Previsión 

14443 Modelos Operativos de 

Control 

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

4 1º Optativa 6 1 1 8 Fermín Mallor Giménez 

Mª Ángeles Franco manero 


Diplomatura en Ciencias Empresariales 


Grupos 

T. P. 

Estudiantes 

Profesores 

26103 Estadística I 1º 1º Troncal 6 3 5 241 M. Dolores Prados Osés 



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

26319 Estadística Empresarial: un 

enfoque aplicado 

26320 Modelos de Optimización 

Empresarial 

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

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

Estudios simultáneos de las Licenciaturas en Derecho y en l.a.d.e. 


Grupos 

T. P. 

Estudiantes 

Profesores 

31202 Tratamiento de Datos con 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 3º 2º Troncal 6 1 1 33 Elena Abascal Fernández 

la Econ. 

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


31508 Análisis Multivariante 5º 2º Obligatoria 6 1 1 29 Carmen García Olaverri 


Asignatura: 13109 Tratamiento de Datos con Ordenador 

Curso: 1º 

Titulación: Licenciatura en Economía 



Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Miren Portilla Manjón 


Miguel Amézqueta Elías 

Mª Ángeles Franco Manero 


Objetivos: 

Programa: 

Prácticas: 

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 características 

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. 

– Introducción. 


– Estadística bidimensional. 

– Números índices. 

– Series temporales. 

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 (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. 


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 



Se realiza un examen teórico y otro práctico, representando cada uno el 50% 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 obtenidas 

en cada examen, siempre que se hayan superado ambos exámenes. 


Los conocimientos adquiridos en esta asignatura formarán por una parte una base importante 

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: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: M. Luisa Eraso Goicoechea 

Javier Faulín Fajardo (Grupo Internacional) 

Objetivos: 

Programa: 

Prácticas: 

Presentar al estudiante los modelos más comunes en la Investigación Operativa, cómo 

se resuelven y la forma de utilizarlos para representar problemas reales. 

– Programación lineal. 

– Problemas de transporte. 

– Programación entera. 

– Programación lineal multiobjetivo. 

– Introducción a la optimización no lineal. 

Se estudiarán e intentarán resolver situaciones empresariales reales. Se utilizarán los 

paquetes de ordenador QSB, LINDO y LINGO. 


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

Thomson. 

Hillier-Lieberman. (1997). Introducción a la Investigación de Operaciones. Editorial 

McGraw Hill, 5ª edición. 

Mathur-Solow (1996): Investigación de Operaciones. Editorial Prentice Hall. 

Winston, W.L. (2005): 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 

Curso: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Ignacio García Lautre 



Objetivos: 

Programa: 

Prácticas: 

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 


– Estimación paramétrica. 

– Estimación por intervalos. 

– Contrastes de hipótesis. 

– Contrastes no paramétricos. 

– Introducción al modelo de regresión lineal simple. 

Resolución de problemas mediante el uso del paquete estadístico SPSS. 


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. (1995). Estadística II. Inferencia. Editorial AC. 


Examen escrito de contenidos teórico – prácticos 


Utilidad posterior: profesional o investigación. 


Asignatura: 13206 Estadística 

Curso: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Mª Luisa Eraso Goicoechea 

José Francisco Tapiz Arrondo 

Objetivos: 

Programa: 

Prácticas: 

Proporcionar al estudiante los conocimientos básicos de probabilidad, de variables aleatorias 

y sus distribuciones. Estudio de las principales variables aleatorias en el muestreo. 


– 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. 

Resolución de ejercicios simultaneados con la exposición teórica. 


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: 3º 

Titulación: Licenciatura en Economía / L.A.D.E. 



Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Francisco Ballestín González 

Objetivos: 

Programa: 

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. 

– Introducción a la Investigación Operativa. Análisis cuantitativo y toma de decisiones. 

Aplicaciones de la I.O. en Economía y en Administración de Empresas. 

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

de costes en colas. 

– Teoría de Inventarios. Casos prácticos y modelización. 

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

de mínima expansión y del flujo máximo. Programación y control de proyectos (Métodos 

PERT y CPM). Aplicaciones. 

– Simulación. Introducción con aplicación a algún problema de colas, inventarios o redes. 


Anderson, D.R., Sweeney, D. J. y Williams, T.A. (2001): Quantitative Methods for Business. 

West Publishing Company. 

Anderson, D.R., Sweeney, D. J. y Williams, T.A. (2005): An Introduction to Management 

Science. Quantitative Approach to Decision Making. West Publishing Company. (Existe 

versión en español) 

Eppen, G.D., Gould, F.J., Schmidt, C.P., Moore, J.H., Weatherford, L.R. (1998): Introductory 

Management Science. Decision Modeling with Spreadsheets. Upper Saddle River. 

(Existe versión en español) 

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 empresa 

o entidad pública de algún tema de Investigación Operativa, con el asesoramiento 

del profesor. Este trabajo puede suplir la realización del examen final de la 

asignatura en determinados casos. 


Asignatura: 13445-14428 Técnicas Estadísticas de Previsión 

Objetivos: 

Programa: 

Prácticas: 

Curso: 4º 

Titulación: Licenciatura en Economía / L.A.D.E. 



Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Francisco Ballestín Gonzalez 

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. 

– 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. 

Se realizan 18 sesiones prácticas en el aula de informática. Se utiliza como software 

especifico adaptado a la asignatura. 


Makridakis, S.; Wheelwright, S. y Hydman, R.J. (1998): Forecasting: Methods and Applications. 

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 exposición 

de trabajos semanales, o bien con un examen final en el aula de ordenadores. 



Curso: 1º 

Titulación: L.A.D.E. 



Créditos: 

Teóricos: 3 

Prácticos: 3 



Rafael Rivera Martín 

Juan Mª. Gamboa Berastegui 

Objetivos: 

Programa: 

Prácticas: 



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. 






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 (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. 


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 




Se realiza un examen teórico y otro práctico, representando cada uno el 50% 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 obtenidas 

en cada examen, siempre que se hayan superado ambos exámenes. 



Los conocimientos adquiridos en esta asignatura formarán por una parte una base importante 

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: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Elena Abascal Fernández 




Objetivos: 

Programa: 

Prácticas: 

Introducir al estudiante en el estudio de la inferencia 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 . 







Resolución de problemas mediante el uso paquete estadístico SPSS. 



Peña, D. (2002): Regresión y Diseño de Experimentos. Alianza Editorial. 

Ruiz Maya, L. y Martín Pliego, F. J. (1995): Estadística II. Inferencia. Editorial AC 


Examen escrito de contenidos teórico-prácticos. 

Otra información de Interés: 

Utilidad posterior: profesional o investigación 



Curso: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 





Objetivos: 

Programa: 

Prácticas: 

Proporcionar al estudiante los conocimientos básicos de probabilidad, de variables aleatorias 

y sus distribuciones. Estudio de las principales variables aleatorias en el muestreo 

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. 

Resolución de ejercicios simultaneados con la exposición teórica. 


Martín Pliego, F.J. y Ruiz Maya, L (1995): Estadística I: Probabilidad. Editorial AC. 



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 Estadística 

e Introducción a la Econometría que se imparte en el segundo cuatrimestre. 


Asignatura: 14301 Econometría 

Curso: 3º 



Tipo: Troncal 

Créditos: 

Teóricos: 6 

Prácticos: 3 


Profesores: José Antonio Moler Cuiral 



Objetivos: 

Programa: 

Prácticas: 

El objetivo de la asignatura es el estudio de estructuras que permitan analizar las propiedades 

y características de una variable económica utilizando como causas explicativas 

otras variables económicas. 

– 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, autocorrelación 

Las prácticas constituyen una parte fundamental del curso, se imparten en las aulas de 

informática. Se utiliza el paquete estadístico SPSS con apoyo MATLAB. 


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 titulación 

y manejo básico de SPSS. Utilidad posterior: realización de análisis empíricos en 

el campo profesional. De utilidad en investigación. 


Asignatura: 14305 Análisis Multivariante 

Curso: 3º 




Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Sagrario Gómez Elvira 


Objetivos: 

Programa: 

Prácticas: 

Dar a conocer a los estudiantes los principales conceptos teóricos y aplicaciones prácticas 

de diversas técnicas estadísticas de tratamiento de datos multidimensionales, dando 

especial importancia a: aspectos que resuelve cada técnica, tipo de datos a utilizar 

e interpretación de resultados. 

– 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. 

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


Dillon-Goldstein (1984): Multivariate Analysis. Editorial Wiley 

Hair Anderson, Tathan, Black (1992): Multivariate Data Analysis with Readings (versión en 

castellano). Editorial Maxwell Macmillan 

Peña, 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: 3º 




Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: M. Luisa Eraso Goicoechea 


Objetivos: 

Programa: 

Prácticas: 

Presentar al estudiante los modelos más comunes en la Investigación Operativa, cómo 

se resuelven y la forma de utilizarlos para representar problemas reales. 

– Programación lineal. 

– Problemas de transporte. 

– Programación entera. 

– Programación lineal multiobjetivo. 

– Introducción a la optimización no lineal. 

Se estudiarán e intentarán resolver situaciones empresariales reales. Se utilizarán los 

paquetes de ordenador WINQSB, LINDO y LINGO 


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

Thomson. 

Hillier-Lieberman. (1997): Introducción a la Investigación de Operaciones. Editorial 

McGraw Hill, 5ª edición. 

Mathur-Solow (1996): Investigación de Operaciones. Editorial Prentice Hall. 

Winston, W.L. (2005): Investigación de Operaciones. Grupo Editorial Iberoamericano. 


Prueba de examen. (40% de la nota). Trabajo en grupo (20% de la nota). Tareas individuales 

(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 abierta 

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: 4º 




Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Fermín Mallor Giménez 

Mª Ángles Franco Manero 

Objetivos: 

Programa: 

El objetivo asociado a la primera parte del curso es que el estudiante sea capaz de utilizar 

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. 

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 5: 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 problemas 

más complejos utilizando programas estadísticos para el control de la calidad y 

programas de simulación (MINITAB y ARENA). 


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 minutos. 

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 fundamentar 

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: 1º 

Titulación: Diplomatura en Ciencias Empresariales 


Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: M. Dolores Prados Osés, 



Objetivos: 

Programa: 

Prácticas: 

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. 

– Introducción (datos y gráficos estadísticos) 

– Distribuciones unidimensionales y bidimensionales. 

– Regresión y correlación. 

– Estadística de atributos. 



– Introducción a la probabilidad. 



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 fundamentalmente 

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: 1º 




Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: M. Dolores Prados Osés 

Objetivos: 

Programa: 

Prácticas: 

Conocimientos fundamentales de probabilidad e inferencia estadística como instrumentos 

necesarios para la toma de decisiones cuando prevalecen condiciones de incertidumbre. 

– 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. 



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

Ruiz Maya, L.; Martín Pliego (2005): 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 fundamentalmente 

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: 2º 




Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Mª Ángeles Franco Manero 

Objetivos: 

Programa: 

Prácticas: 

Proporcionar al estudiante habilidades en la utilización de herramientas informáticas 

para el tratamiento de datos desde los puntos de vista exploratorio e inferencial. 

– Introducción. Análisis de datos. Inferencia estadística . 

– Estimación y contrastes. 

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 comprendan 

el proceso realizado por el ordenador. 


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

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

Ruiz Maya, L.; Martín Pliego. (1995): Estadística II: Inferencia. Ediciones AC. 


Se realiza un examen teórico y otro práctico, representando cada uno el 50% 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 necesarios 

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: 2º 




Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Prácticas: 

Aprender los fundamentos y aplicaciones de diferentes modelos y métodos de Investigación 

Operativa aplicados a la optimización empresarial. Estos modelos y métodos 

ayudan a determinar la mejor estrategia de actuación con el fin de mejorar el funcionamiento 

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. 

– 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 

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 ordenador 

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. 



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 Administración. 

Ed. McGraw Hill. 

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

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 durante 

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 ámbito 

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: 2º 

Titulación: Dirección de Empresas y Estudios Jurídicos 


Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Prácticas: 



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. 






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. 


Portilla, M., Eraso, S.; Galé, C.; García, I.; Moler, J.A.; Palacios, M.B. (2003): Manual 




Examen final que constará de dos partes una teórica-práctica y una prueba práctica sobre 

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. 



Curso: 2º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Prácticas: 

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 propiedades 

y manejar las tablas estadísticas. 

– 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 

Consistirán en la realización de problemas y cuestiones teórico-prácticas intercaladas 

con las explicaciones teóricas. 


Novales A.(1997): Estadística y Econometría. . Editorial McGraw - Hill. 

Martin Pliego, F.J. y Ruiz Maya, L. (2004): Estadística I: Probabilidad. Editorial AC. 


Martín Pliego, F. J. y Ruiz-Maya, L. (1998): Fundamentos de Probabilidad. 


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. 



Curso: 3º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Prácticas: 

Introducir al estudiante en el estudio de la inferencia estadística, diseño de experimentos 

y análisis de regresión. Utilizar la estadística para la resolución de problemas económicos 

y del ámbito empresarial con ayuda del paquete estadístico: SPSS 






– Diseño de experimentos. 


Resolución de problemas mediante el uso del paquete estadístico SPSS . 



Peña, D. (1994): Modelos Lineales y Series Temporales, vol. 2. Alianza Universal Textos, 

2ª edición revisada. 

Ruiz Maya, L. y Martín Pliego, F. J. (1995): 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 asignatura. 


Utilidad profesional en la obtención y análisis de la información. 


Asignatura: 31401 Econometría 

Curso: 4º 



Tipo: Troncal 

Créditos: 

Teóricos: 6 

Prácticos: 3 




Objetivos: 

Programa: 

Prácticas: 

El objetivo de la asignatura es el estudio de estructuras que permitan analizar las propiedades 

y características de una variable económica utilizando como causas explicativas 

otras variables económicas. 


– 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, autocorrelación, 

multicolinealidad. 

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. 


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: 





Requisitos: conocimientos estadísticos correspondientes a cursos anteriores de la titulación. 

Utilidad posterior: profesional o investigación. 


Asignatura: 31508 Análisis Multivariante 

Curso: 5º 




Créditos: 

Teóricos: 3 

Prácticos: 3 




Objetivos: 

Programa: 

Prácticas: 

Dar a conocer a los estudiantes los principales conceptos teóricos y aplicaciones prácticas 

de diversas técnicas estadísticas de tratamiento de datos multidimensionales, dando 

especial importancia a: aspectos que resuelve cada técnica, tipo de datos a utilizar 

e interpretación de resultados. 

– 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. 

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


Dillon-Goldstein (1984): Multivariate Análisis. Ed. Wiley. 

Hair, J.F.; Anderson, R.E.; Tatham, R.L. y Black, W.C. (1999): Análisis Multivariante. E. 


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


Se valorará: 





Requisitos: Conocimientos estadísticos correspondientes a cursos anteriores de la titulación. 

Los métodos de análisis de datos sirven de ayuda a la toma de decisiones. Utilidad en 

investigación. 


Escuela Técnica Superior de Ingenieros Industriales y Telecomunicación 

Ingeniería Industrial 


35302 Métodos Estadísticos de la 

Ingeniería 

35403 Optimización Lineal y no 

Lineal 

35410 Fiabilidad de Componentes 

y Sistemas 

35419 Métodos Cuantitativos de 

Organización Industrial 

Grupos 

T. P. 

Estudiantes 

Profesores 

3º 2º Troncal 9 2 4 112 M. Dolores Ugarte Martínez 

Ana Fermández Militino 


4º 1º Troncal 6 2 5 114 Cristina Azcárate Camio 

4º 2º Optativa 6 1 3 56 Fermín Mallor Giménez 


Ingeniería de Telecomunicación 


Grupos 

T. P. 

Estudiantes 

Profesores 

32206 Estadística 2º Anual Obligatoria 9 1 2 48 M. Dolores Ugarte Martínez 

Blanca Palacios Navarro 


Ingeniería Técnica Industrial Mecánica 



Ingeniería 


control de la Producción 

Grupos 

T. P. 

Estudiantes 

Profesores 

2º 1º Troncal 7,5 2 2 142 Javier Faulín Fajardo 


2º 2º Optativa 6 1 3 75 Miren Portilla Manjón 


Ingeniería Técnica Industrial Eléctrica 



Ingeniería 

34209 Técn. Estad. Control de la 

Producción 

Grupos 

T. P. 

Estudiantes 

Profesores 

2º 1º Troncal 7,5 2 3 74 Henar Urmeneta Martín-Ca. 

2º 2º Optativa 6 1 2 54 Miren Portilla Manjón 

Ingeniería Técnica de Comunicación, Imagen y Sonido 

Grupos 


Estudiantes 

Profesores 

T. P. 

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

Ingeniería Técnica en Informática de Gestión 


Grupos 

Estudiantes 

Profesores 

40111 Estadística 1º 1º Obligatoria 6 2 5 132 Blanca Palacios Navarro 



T. P. 

Ingeniería en Informática. 2º ciclo 


53506 Fiabilidad de Componentes 

y Sistemas 

Grupos 

T. P. 

Estudiantes 

Profesores 



Asignatura: 35302 Métodos Estadísticos de la Ingeniería 

Curso: 3º 

Titulación: Ingeniería Industrial 


Tipo: Troncal 

Créditos: 

Teóricos: 6 

Prácticos: 3 


Profesores: M. Dolores Ugarte Martínez 

Ana Fernández Militino 


Objetivos: 

Programa: 

Prácticas: 

Introducir la probabilidad y la estadística y enfatizar técnicas y aplicaciones útiles en 

ingeniería industrial 

Introducir al alumno en la utilización de software estadístico avanzado. 


– Probabilidad. Variables aleatorias univariantes y multivariantes 

– Distribuciones discretas y continuas. 

– Muestreo y distribuciones asociadas al muestreo. 


– Intervalos de confianza. 

– Contrastes de hipótesis paramétricos. 

– Métodos no paramétricos. 


– Regresión lineal. 

– Resolución de problemas con los paquetes estadísticos S-PLUS y R. 

Parte de la asignatura se dedicará a la realización de prácticas con ordenador, donde se 

utilizarán los paquetes estadísticos S-PLUS y R. 



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 Edition. 

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 ejercicios 

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: 4º 



Tipo: Troncal 

Créditos: 

Teóricos: 3 

Prácticos: 3 


Profesores: Cristina Azcárate Camio 

Objetivos: 

Programa: 

Prácticas: 

En esta asignatura se estudian algunos modelos y métodos de la Investigación Operativa 

que ayudan a determinar la mejor estrategia de actuación, con el fin de mejorar el 

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. 

– Introducción a las técnicas de optimización. Fundamentos matemáticos de la programación 

lineal. Introducción a la programación lineal. Método del simplex. 

– Dualidad. Análisis postóptimo y programación paramétrica. Problemas de transporte. 

Programación entera. Programación multiobjetivo. Optimización no lineal sin restricciones. 

Optimización no lineal con restricciones. Aplicaciones y paquetes informáticos 

de optimización. 

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. 



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. Editorial 

MacGraw Hill, 7ª edición. 

Lawrence, A.L. y Pasternack, B.A. (2002): Applied Management Science. A Computer Integrated 

Approach for Decision Making. Ed. Wiley 

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

Ozan, T. (1986): Applied Mathematical Programming in Production and Engineering Management. 


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 Editorial 

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 orientaciones 

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 concretarán 

con los alumnos que voluntariamente quieran participar en este proyecto. 


Asignatura: 35410-53506 Fiabilidad y Componentes de Sistemas 

Curso: 4º 




Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Este curso pretende proporcionar al estudiante los métodos básicos de análisis e interpretación 

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. 

– Análisis de datos de fiabilidad. - Modelos paramétricos en fiabilidad. - Introducción al 

análisis de datos con variables explicativas. - Fiabilidad de sistemas. - Control estadístico 

de la calidad. 

Prácticas: 

Las 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 ordenador 

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, 5 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. 



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 Methods. 

Ed. Wiley. 

Sols, A. (2000): Fiabilidad, Mantenibilidad, Efectividad. Ed. Universidad Pontificia de Comillas. 



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 realización 

de estos trabajos, que serán tenidos en cuenta en su valoración final siempre 

que su calificación en el examen alcance los cuatro puntos. 


Asignatura: 35419 Métodos Cuantitativos de Organización Industrial 

Curso: 4º 




Créditos: 

Teóricos: 3 

Prácticos: 3 



Objetivos: 

Programa: 

Prácticas: 

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 servicios. 

Esto facilita fundamentar cuantitativamente la toma de decisiones a nivel estratégico 

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. 

– 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. 

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 administración. 

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. 



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

Inc. 

Anderson, D.; Sweeney, D.; Williams, T. (1997): An introduction to Management Science: 

Quantitative Approaches to Decision making, West Publishing Company. 8ª Ed. 

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

Díaz, Glover y otros (1996): Optimización Heurística y Redes Neuronales. Editorial Paraninfo. 

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. 5ª Ed. 

Winston, W.L. (1994): Investigación de Operaciones. Aplicaciones y Algoritmos. Grupo Editorial 

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



ordenador, con la posibilidad de consultar apuntes y libros durante los primeros 40 minutos. 

Este examen tendrá un peso del 50% en la calificación final. Además, el estudiante 

realizará trabajos de simulación, ejercicios y lecturas comentadas durante el curso. La 

valoración de estas tareas complementarias aportará el 50% de la calificación final. 



Curso: 2º 

Titulación: Ingeniería de Telecomunicación 



Créditos: 

Teóricos: 6 

Prácticos: 3 


Profesores: M. Dolores Ugarte Martínez 



Objetivos: 

Programa: 

Prácticas: 

Introducir al estudiante en el estudio de la probabilidad y la inferencia estadística y enfatizar 

técnicas y aplicaciones útiles en la ingeniería de telecomunicaciones. 

Presentar al estudiante un software estadístico avanzado. 


– Probabilidad. Variables aleatorias univariantes y multivariantes 

– Distribuciones discretas y continuas. Introducción a los procesos estocásticos. 





– Métodos no paramétricos. 

– Introducción al diseño de experimentos. 

– Introducción a la regresión lineal. 


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



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 Edition. 

McGraw-Hill. 

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


Yates, R.D. y Goodman, D.J. (2005): Probability and Stochastic Processes. A Friendly Introduction 

for Electrical and Computer Engineers. John Wiley and Sons. 


Examen teórico-práctico, realización de prácticas y ejercicios propuestos en clase, asistencia 

y participación en clase. 


Requisitos matemáticos básicos: métodos de integración, derivación y cálculo matricial. 

Formación básica para el estudio pormenorizado de la teoría de las señales aleatorias, 

análisis de datos, programación e investigación. 



Curso: 2º 

Titulación: Ingeniería Técnica Industrial Mecánica 


Tipo: Troncal 

Créditos: 


Prácticos: 3 

Créditos total: 7,5 

Profesores: Javier Faulín Fajardo 


Objetivos: 

Programa: 

Prácticas: 

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

– 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. 

Habrá cuatro días de prácticas con el paquete estadístico Minitab 14 con objeto de poner 

en práctica los conocimientos adquiridos en las clases teóricas. Aunque los días de 

prácticas están sujetos a posibles variaciones. 


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

Ed. Limusa. 

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

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

Problemas de Estadística. Ed. Pirámide. 



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: 2º 

Titulación: Ingeniería Técnica Industrial Mecánica 



Créditos: 





Objetivos: 

Programa: 

Prácticas: 

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 realizado 

en la etapa de inspección en almacén, es decir, en la post-producción y antes de 

su envío al cliente; y, finalmente, en el tercer bloque se describen técnicas básicas de 

diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en 

las etapas previas a la producción, es decir, en la de Diseño del producto. 

– Control estadístico de procesos (SPC). 

– Muestreo para aceptación. 


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 estudiantes. 

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. 



Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad:Teoría y Aplicaciones. Díaz de Santos, 

D.L. (En bibliteca: 6 en alumnos y 3 en 2º piso) 

Montgomery, D.C. (2004): Control Estadístico de la Calidad. Limusa-Wiley (En biblioteca: 4 

en alumnos y 1 en 2º piso de la edición de 1991, Grupo Editorial Iberoamérica). 

Prat Bartés, A; Tort-Martorell, X.; Grima, P.; Pozueta, L. (1997): Métodos Estadísticos: Control 

y Mejora de la Calidad. Edicions UPC. (En biblioteca ejemplares de 1997: 1 en 2º 

piso, de 1995: 2 en alumnos y de 1994: 1 en 2º piso) 


La evaluación se realizará mediante tres parciales, uno por cada tema, en fechas a convenir 

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 Escuela. 

Tanto los exámenes parciales como el final se realizarán por escrito y consistirán 

en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos 

con MINITAB. 

Se tendrá en cuenta la asistencia a prácticas. 



Curso: 2º 

Titulación: Ingeniería Técnica Industrial Eléctrica 


Tipo: Troncal 

Créditos: 


Prácticos: 3 


Profesores: Henar Urmeneta Martín-Calero 

Objetivos: 

Programa: 

Prácticas: 

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 aplicaciones 

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. 

– Introducción a la probabilidad. 

– Modelos dinámicos. 

– Variables aleatorias discretas. 

– Vectores aleatorios discretos. 

– Variables aleatorias continuas. 

– Introducción a la inferencia. 

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 soluciones 

a problemas planteados por la profesora y así establecer una discusión que será 

evaluable para la nota. 



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: 2º 

Titulación: Ingeniería Técnica Industrial Eléctrica 



Créditos: 





Objetivos: 

Programa: 

Prácticas: 

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 realizado 

en la etapa de inspección en almacén, es decir, en la post-producción y antes de 

su envío al cliente; y, finalmente, en el tercer bloque se describen técnicas básicas de 

diseño de experimentos, como análisis de la varianza y diseños factoriales, utilizados en 

las etapas previas a la producción, es decir, en la de Diseño del producto. 

– Control estadístico de procesos (SPC). 

– Muestreo para aceptación. 


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 estudiantes. 

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. 



Hansen, B.L.; Ghare, P.M. (1989): Control de Calidad: Teoría y Aplicaciones. Díaz de Santos, 

D.L. (En bibliteca: 6 en alumnos y 3 en 2º piso) 

Montgomery, D.C. (2004): Control Estadístico de la Calidad. Limusa-Wiley (En biblioteca: 4 

en alumnos y 1 en 2º piso de la edición de 1991, Grupo Editorial Iberoamérica). 

Prat Bartés, A; Tort-Martorell, X.; Grima, P.; Pozueta, L. (1997): Métodos Estadísticos: 

Control y Mejora de la Calidad. Edicions UPC. (En biblioteca ejemplares de 1997: 1 en 

2º piso, de 1995: 2 en alumnos y de 1994: 1 en 2º piso) 


La evaluación se realizará mediante tres parciales, uno por cada tema, en fechas a convenir 

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 Escuela. 

Tanto los exámenes parciales como el final se realizarán por escrito y consistirán 

en la resolución de problemas o ejercicios y en la interpretación de resultados obtenidos 

con MINITAB. 

Se tendrá en cuenta la asistencia a prácticas. 



Curso: 1º 

Titulación: Ingeniería Técnica de Telecomunicación, Imagen y sonido 



Créditos: 




Profesores: Blanca Palacios Navarro 



Objetivos: 

Programa: 

Prácticas: 

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. 


– Probabilidad y variables aleatorias univariantes y multivariantes 






– Análisis de la varianza 

– Modelo de regresión lineal simple. 


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


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 Edition. 

Thomson-Brooks Cole. 

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


Criterios de evaluación 

Exámenes escrito teórico-práctico, examen práctico con ordenador, realización de las 

prácticas, realización de ejercicios propuestos en clase, participación en clase. 



Curso: 1º 

Titulación: Ingeniería Técnica en Informática de Gestión 


Tipo: Troncal 

Créditos: 




Profesores: José Antonio Moler Cuiral 

Objetivos: 

Programa: 

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 propondrán 

situaciones relativamente próximas a casos reales. 

• analice bases de datos mediante paquetes estadísticos. 

– Introducción a la estadística. 


– Probabilidad 



– Variables aleatorias bidimensionales. 


– Inferencia estadística. 


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. (1995): 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): Problemas 

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 teórico-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 contabilizar 

en la calificación final el trabajo personal del estudiante durante el curso y su 

participación en clase. 


Escuela Técnica Superior de Ingenieros Agrónomos 

Ingeniería Agronómica 


Grupos 

T. P. 

Estudiantes 

Profesores 

36201 Estadística 2º 2º Troncal 9 1 2 57 Ana Fernández Militino 


Ingeniería Técnia Agrícola 

Grupos 


Estudiantes 

Profesores 

T. P. 

60110 Estadística 1º 1º Troncal 4,5 2 0 144 Miguel Amézqueta Elías 

68111 

66109 



Curso: 2º 

Titulación: Ingeniería Agronómica 


Tipo: Troncal 

Créditos: 9 

Teóricos: 6 

Prácticos: 3 


Profesores: Ana Fernández Militino 


Programa: 

Prácticas: 


– Probabilidad y variables aleatorias. 

– Distribución de probabilidad. 


– Estimación paramétrica y por intervalos. 

– Contrastes de hipótesis paramétricos y no paramétricos. 

– Diseño de experimentos agronómicos. 

– Regresión lineal. 

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


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: 1º 

Titulación: Ingeniería Técnica Agrícola 


Tipo: Troncal 

Créditos: 

Teóricos: 3 



Profesores: Miguel Amézqueta Elías 

Objetivos: 

Programa: 

Prácticas: 

Se pretende que el alumno de I.T.A. adquiera unos conocimientos básicos sobre Estadística 

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 característica 

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. 





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 Fernández 

Militino. Universidad Pública de Navarra. 



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.(1995): 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 incertidumbre, 

donde siempre hay espacio para el debate acerca de cómo analizar correctamente 

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 


81585 Toma de decisiones en la 

e-empresa 

88322 Logística y transporte en 

el ámbito industrial 

Grupos 

T. P. 

Estudiantes 

Profesores 

2º CVC (G9) 6 1 1 10 Javier Faulín Fajardo 


Fernando Lera 

(Dpto. de Economía) 

1º Libre 

Elecc. 

6 1 0 50 Javier Faulín Fajardo 

Jorge San Miguel Indurain 

(Dpto. Ing. Mecánica) 


Asignatura: 81585 Toma de decisiones en la Empresa 

Titulación: 


Tipo: Campus Virtual Compartido G9 

Créditos: 6 



Fernando Lera López 

(Departamento de Economía) 

Objetivos: 

Que el alumno tenga un conocimiento básico de las empresas de servicio y de las empresas 

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 diversas 

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. 


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, Strategy 

and Information Technology. McGraw-Hill. 

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

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 Management. 

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 (15%): La participación activa por parte de los alumnos/as en la asignatura 

será muy tenida en cuenta. Se contabilizarán las intervenciones de los alumnos 

en los foros de las asignaturas. 

2. Progresión (20%): Se tendrá en cuenta el punto de partida de cada alumno/a, y su 

progresión en la asignatura correspondiente en función de su nivel de partida. 

3. Realización y análisis de casos y ejercicios propuestos por los profesores (65%). La 

aplicación de las técnicas cuantitativas a casos de empresas reales permite mostrar 

el conocimiento real de la asignatura por parte del alumno. Esta es la parte más importante 

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. 


Tipo: Libre Elección 

Créditos: 6 


Jorge San Miguel Indurain 

(Dpto. de Ingeniería Mecánica, Energética y de Materiales) 

Objetivos: 

Programa: 

Los contenidos de esta asignatura están pensados para que cualquier alumno universitario 

con conocimientos básicos de la realidad empresarial e industrial de Europa pueda 

cursarla sin dificultad. 


– 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. 


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 

Programa Oficial 

de Posgrado 

en Ingeniería 

de Materiales y 

Fabricación 

71269 Simulación en procesos 

industriales 

Grupos 

T. P. 

Estudiantes 

Profesores 

1 24 Ana Fernández Militino 



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 



Programa Oficial de 

Posgrado en Ciencias 

de la Salud 

71400 Bioestadística 1 11 Miren Portilla Manjón 





Asignatura: 71241 Modelos estadísticos en biotecnología 

Titulación: Programa Oficial de Posgrado en Agrobiología Ambiental 

Créditos: 6 ECTS 


Profesores: Mª Dolores Ugarte Martínez 


Objetivos: 

Programa: 

• 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. 

– 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. 


Haaland, P.D. (1989): Experimental Design in Biotechnology. Marcel Dekker. 

Ugarte, M.D., Militino, A.F. (2002): Estadística Aplicada con S-PLUS. Universidad Pública 

de Navarra. 

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

Kleinbaum, D.G. and Klein, M. (2005): Survival Analysis. Second Edition. Springer. 


Asignatura: 71269 Simulación en Procesos Industriales 

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


Cuatrimestre: Primero 



Objetivos: 

Programa: 

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 

Tema 1: Simulación. Generación artificial de aleatoriedad. 

– Introducción. Naturaleza de la simulación. 

– Generación artificial de aleatoriedad: números pseudoaleatorios. 

– Generación artificial de aleatoriedad Simulación de variables aleatorias y procesos 

estocásticos. 

Tema 2: Simulación de sistemas. 

– Simulación de sistemas dinámicos. 

– Análisis de datos de entrada. 

– Análisis de los resultados de la simulación. 

– Aplicaciones de la simulación en la empresa, en la industria y en la administración. 

– Modelado y resolución de casos con ARENA. 

Tema 3: Optimización con simulación. 

– Interacción entre optimización y simulación. 

– Introducción a los métodos heurísticos de optimización. 

– Programa de optimización OptQuest con ARENA 

Tema 4: Aplicaciones. Discusión de casos reales. 


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 Ambiental 


Cuatrimestre: Primero 

Profesores: Ana Fernández Militino 



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. 


Montgomery, D.C. (2004): Design and Analysis of Experiments 6 TH 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 

Hall 

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

and Company 

Dean, A. (1999): Design and Analysis of Experiments. Springer 

Gómez, K. A. and Gómez, A. A. Statistical Procedures for Agricultural Research, 2nd Edition” 

Springer. 


Asignatura: 71400 Bioestadística 

Titulación: Programa Oficial de Posgrado en Ciencias de la Salud 



Profesores: Tomás Goicoa Mangado 


Miren Iosu Portilla Manjón 


Objetivos: 

Programa: 

• Que el alumno tenga los conocimientos básicos sobre estadística bivariable, estadística 

multivariale, regresión lineal múltiple, análisis de varianza, análisis de supervivencia, 

estadística espacial. 

• Objetivos referidos sobre habilidades, destrezas, objetivos procedimentales o instrumentales. 

• Objetivos referidos sobre actitudes y/o valores relacionados con la materia y la profesión 

a la que contribuye la misma. 

– Estadística bivariable. Comparación de dos poblaciones. Tablas de contingencia y medidas 

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. 


Elliot, P. Wakefield, J.C., Best, N. and Briggs, D. (2000): Spatial Epidemiology. Methods and 

Applications. Oxford University Press. 

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

Kleinbaum, D.G. and Klein, M. (2005): Survival Analysis. Springer (Statistics for Biology 

and Health). 

Portilla, M.I.; Eraso, S.; Gale, C.; García, I.; Moler, J.A.; Palacios, M.B. (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 Informática. 

– 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 Informática 

el Programa de Doctorado “Estadística, Matemática e Informática, compuesto por 

los siguientes cursos: 

Período de Docencia 

Cursos. 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 múltiples 

3 créditos. Carácter. Fundamental (10 horas teóricas y 20 horas prácticas). Dra. Elena 

Abascal Fernández y Dr. Ignacio García Lautre. 

Aproximación asintótica y aplicaciones. 

3 créditos. Carácter: Fundamental 

Astrodinámica. 


Didáctica de las matemáticas. 


Economía matemática. 


Métodos de diferencias finitas en ingeniería. 


Métodos numéricos para la resolución de problemas diferenciales. 


Optimización y simulación. Aplicaciones 

3 créditos. Carácter. Fundamental (20 horas teóricas y 10 horas prácticas). Dra. Cristina 

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

Sistemas no lineales: estabilidad, caos y control 

4 créditos. Carácter. Afín 

Período de Investigación 

Líneas de Investigación 

– Acciones de grupo. 

– Códigos. 

– Didáctica de las matemáticas. 

– Estructuras ordenadas y análisis real. 


– 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: Tecnología 

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 2007 

Lugar: 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 Navarra) 

Secretaria: Dra. Ana Fernández Militino (Titular de Universidad de la Universidad Pública 

de Navarra) 

Vocal: Dr. José Manuel Gutiérrez Jiménez (Titular de Universidad de la Universidad 

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 doctorandos: 

– 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”. Alumno–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–proyectista: 

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 Related 

Methold (CARME 2007). Rotterdam (The Netherlands), junio 25-27 de 2007. 

Abascal, E. y Grande, I. “An Instrument to measure the proneness and the capabilities to 

ctart a business”. 14 th 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 (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 tardinessrcpsp and deadlinercpsp, 

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), 5-7 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 Operational 

Research. Prague (Check Republic), 8-11 de julio de 2007 

Faulín, J.; Juan, Angel A. “ALGACEA-2: An entropy-based heuristics for the capacitated vehicle 

routing problem”. Seventh Metaheuristics International Conference- MIC 2007. 

Montreal (Canadá), 25-29 de junio de 2007. 

Faulín, J.; Juan, Angel A.; Marqués, J. M.; Martínez, N. y García del Valle, A. “Using discrete 

event simulation to develop academica and research projects in the computer 

networking”. INFORMS Annual Meeting 2006. Pittsburg, Pennsylvania (USA), 5-8 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 Operations 

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”. 14 th International 

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”. 4 th International 

Conference Evolutionary Multi-Criterion Optimization, Matsushima. (Japón), 

marzo 2007. 

Moler Cuiral, J.A. “A new tool for comparing adaptive designs; a posteriori efficiency”. 

8 th 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 responseadaptative 

designs”. The Pyrenees International Workshop on Statistics, Probability 

and Operations Research, SPO 07. Jaca (España), 12-15 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 (España). 

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 60 th 

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 estimation 

in oficial statistics: The labour force survey of the Basque country”. IASS 

Satellite Meeting on Small Area Estimation (SAE 2007). Pisa (Italia), 3-5 septiembre 

de 2007 

Ugarte, M.D.; Goicoa, T. and Militino, A.F. “Alternative MSE estimators in disease mapping”. 

IASS Satellite Conference on Small Area Estimation, 2007 (SAE 2007). Pisa 

(Italia), 3-5 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”. 22 nd 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), 25-29 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 terminales 

en un circuito recursivo aleatorio”. SEIO 2007 Congreso Nacional de Estadística, 

Investigación Operativa y Jornadas de Estadística Pública. Valladolid (España), 

25 de septiembre de 2007. 

Ugarte, M.D.; Militino, A.F.; Goicoa, T. y Ayestarán, M. “Using rotacional panels for estimating 

unemployment rates”. XXX Congreso Nacional de la SEIO. Valladolid (España), 

25-28 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 Nacionales 

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 Nacional 

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 constrained 

project scheduling” (PONENCIA INVITADA). EURO XXII. Praga (República Checa). 

2007 

Goicoa, T.; Ibáñez, B.; Ugarte, M.D. and Militino, A.F. “ Alternatives to include the temporal 

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 performance 

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 Compostela 

(España). 12-13 julio de 2007. 

4.2. Publicaciones 

Internacionales 

Revistas 

Ballestín, F.; Schwindt, C.; Zimmermann, J. “Resource levelling in make-to-order production: 

modelling and heuristic solution method”. En: International Journal of Operations 

Research 4. 50 – 62. 2007 

Ballestín, F. “When it is worthwhile to work with the stochastic RCPSP”. En: Journal of 

Scheduling 10, 153-166. 2007 

Cuesta, Manuel J.; Ugarte, M.D.; Goicoa, T.; Eraso, S. and Peralta, V. “A taxometric analysis 

of schizopherenia symptoms”. En: Psychiatry Research, 150, pp 245-253, 2007. 

Faulín, J; Juan, A; Bargueño, V.; Serrat, C. “Using simulation to determine reliability and 

availability of telecommunication networks”. En: European Journal of Industrial Engineering. 

Vol. 1, number 2, pág. 131-151. 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 25, 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 generalizad 

pólya urn models”. En: Journal of Applied Probability. Vol. 43, nº 4 pp 938-951, 

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. 531- 

545. 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, 

3939-3953, 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, 450-461, 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. 153-165, 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 efficiency”. 

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”. Editores: 

Cándido Martín González, Maribel Tocón. Depósito legal: MA-1175-2007. 

Rodríguez, I.; Gila, L.; Malanda, A.; Gómez, S.; Mallor, F. et al. “Motor unit action potencial 

duration, I: Variability of manual and automatic measurements”. En: Journal of 

Clinical Neurophysiology 24 (1): 52-58, 2007. 

Rodríguez, I.; Gila, L.; Malanda, A.; Gómez, S.; Mallor, F. et al. “Motor unit action potencial 

duration, II: A new automatic measurement methold based on the wavelet transfor”. 

En: Journal of Clinical Neurophysiology 24 (1): 59-69, 2007. 

Urmeneta, H.; Hernández, V. “Random riemann sum estimator versus Monte Carlo”. En: 

Computacional Statistics and Data Analysis 51. 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: Estadística 

Española vol. 48, Núm. 163, págs 525 a 550. 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. 

85-109. 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. 145-161 (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 replacements 

in a generalizad Pólya urn model”. En: Monografías del Seminario Matemático 

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. 325-330. 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: Cuadernos 

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, 285-302. 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 performance 

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 optimization. 

Lecture notes in Computer Science, 25 35, Springer. ISBN 978-3-540-71614-3. 

2007 

Actas de Congresos 

Ballestín, F.; Valls, V.; Quintanilla M.S.: “The usefulness of preemption in resource constrained 

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 DeadlineRCPSP, 

uni – and multiobjective”. SPO 2007. Jaca (España). 2007 

Goicoa, T.; Ibáñez, B.; Ugarte, M.D. and Militino, A.F. “ Alternatives to incluye the temporal 

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 Workshop 

on Spatio-Temporal Modelling (METMA3). Editorial y año: NovaTex, Mutilva Baja, 

Navarra, 280 pp, 2006 (150 ejemplares). ISBN: 84-9769-139-3 

Ugarte, M.D.; Militino A.F.; Goicoa, T. y Ayestarán, M. “Using rotacional panels for estimating 

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. “Estimation 

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 poisson 

model with spatial dependence”. Proceeding of the 22 nd International Workshop 

on Statistical Modelling (IWSM 2007). July 2-6-2007, Barcelona, Spain. Editors Joan 

del Castillo, Anna Espinal and Pere Puig, pp 572-577. ISBN: 978-84-690-5943-2. 


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, 

27 th , 28 th and 29 th September 2006. Editors Militino, A.F.; Ugarte, M.D.; González-Ramajo, 

B. and Goicoa, T., pp. 275-278. ISBN: 84-9769-139-3. 

Reseñas 

Faulín, J. “Nonlinear integer programming”. (Book Review) En: Interfaces. Vol. 37. Number 

4. Págs. 391-392 (2), Julio-Agosto 2007. 

Faulín, J. “Encyclopaedia of data warehousing and mining”. (Book Review). En: Interfaces. 

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), 252-253, 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 Espacial 

Responsable 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 longitudinales 

DECYL (Datos, Estadística, Calidad y Logística) 

Responsable del Grupo: Mallor Giménez, Fermín 

Equipo: Abascal Fernández, Elena; Azcárate Camio, Cristina; Ballestín González, Francisco; 

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, Urmeneta 

Martín-Calero, Henar. 


• Simulación y optimización de sistemas de producción y logísticos. 

• Métodos estadísticos multivariantes aplicados a estudios sociales, económicos 

y de marketing. 

• Fiabilidad y control estadístico de la calidad. 

• Diseño y análisis de encuestas. 

• Aplicaciones estadísticas de la lógica difusa. 

• Probabilidad. Procesos estocásticos. Aplicaciones. 


Organización de Empresas 

Responsable del Grupo: Emilio Huerta 

Equipo: Bayo Moriones, José Alberto; 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 clasificación 

supervisada y para la síntesis de conocimiento en modelos de análisis de 

decisiones” 

Referencia: TIN 2007-62626 

Investigador principal: Bielza Lozoya, M.C. (Universidad Politécnica de Madrid) 

Equipo Investigador: Blanco, R. y otros 

Entidad/organismo financiador: Ministerio de Educación y Ciencia 

Duración: 1-10-2007 - 3-8-2010 

Título: “Modalidades de aprendizaje telemático y resultados interuniversitarios extrapolables 

al blended learning. Proyecto MATRIX” 

Referencia: EA2007-0015. 

Investigador Principal: Del Moral Pérez, M.E. (Universidad de Oviedo) 

Miembros del equipo: Faulín, J. y otros 

Entidad/organismo financiador: Ministerio de Educación, Cultura y Deporte. Secretaria 

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 universitario. 

Referencia Duración: Abril 2007 – Abril 2008. 

Título: “Estructura de grupos y álgebras. Aplicaciones a geometría, codificación y criptografía” 

Referencia: MTM2004-08115-C04-02 

Investigador 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-C04-02 

Investigador 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 DPI2004 

Investigador Principal: Framiñán, J.M. 

Miembros del equipo: Ballestín, F. y otros. 

Entidad/organismo financiador: Ministerio de Educación y Ciencia. Dirección General 

de Investigación. 

Duración: 2005-2006 

Título: “Incorporación de técnicas y herramientas de morfología matemática, de análisis 

de conceptos formales y de lógica borrosa a las fases del proceso de descubrimiento 

del conocimiento que se corresponden con la limpieza, la agrupación, la reducción 

y la minería de datos” 

Referencia: TIC2003-08693 

Investigador principal: Fuentes, Ramón (Dpto. Automática y Computación de la Universidad 

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: SEJ2007-67895-C04-01 

Investigador principal: Huerta, E. (Departamento de Gestión de Empresas de la Universidad 


Miembros del equipo: García Olaverri, C.; Gómez Elvira, S.; Urmeneta Martín-Calero, H. 

Entidad/organismo financiador: Ministerior de Educación y Cencia 

Duración: 2007-2009 

Título: “Innovación, gobierno de la empresa y competitividad” 

Referencia: SEJ2004-07530-C04 

Investigador principal: Huerta, E. (Departamento de Gestión de Empresas de la Universidad 


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 tecnológicas 

emergentes y adaptación al EEES. Proyecto MEL07” 

Referencia: EA2007-0310. 

Investigador Principal: Huertas Sánchez, María Antonio (Universitat Oberta de Catalunya) 


Entidad/organismo financiador: Ministerio de Educación, Cultura y Deporte. Secretaria 

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 universitario. 

Duración: Abril 2007 – Abril 2008. 

Título: “Gestión del transporte por carretera en zonas transfronterizas pirenaicas” 

Referencia: TRA2006-10639 

Investigador principal: Lera, F. (Departamento de Economía de la Universidad Pública 

de Navarra) 


Entidad/organismo financiador: Plan Nacional de Investigación Científica, Desarrollo e 

Innovación Tecnológica 2004-2007. Ministerio de Educación y Ciencia. 

Duración: Octubre 2006-Octubre 2009 


Título: “Modelado de la actividad bioeléctrica del músculo esquelético basado en análisis 

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. 


Duración: 2007 - 2009 

Título: “Caracterización y mejora de la calidad de cebollas con bajo nivel de pungencia” 

Referencia: DEP2007-00080-00-00 

Investigador Principal: Mallor, C. (Centro de Investigación y Tecnología Agroalimentaria 

de Aragón) 

Miembros del equipo: Mallor, F. 

Entidad/organismo financiador: Ministerio de Educación y Ciencia. 


Título: “Análisis de las señales EMG de aguja y superficie y de las imágenes de resonancia. 

Modelización de la fatiga muscular a partir de resgistros de EMG de superficie” 

Referencia: DEP2006-56076-C06-06/ACTI 

Investigador Principal: Mallor, F. 



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

porcino” 

Referencia: MTM2005-09362-C03-02 

Investigador principal: Pla, L.M. (Universidad de Lleida) 

Miembros del equipo: Faulín, J y otros 

Entidad/organismo financiador: Plan nacional de Investigación Científica, Desarrollo e 

Innovación Tecnológica 2004-2007. Ministerio de Educación y Ciencia. 

Duración: Octubre 2005-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: MTM2005-00511 

Investigador 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: Diciembre 

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 Universidad 

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 molecular 

del neuroblastoma” 

Referencia: PI031356 

Investigador principal: Encío, J. (Departamento de Ciencias de la Salud de la Universidad 

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-G 

Investigador principal: Torrens, J.J. (Dpto. de Matemática e Informática de la Universidad 

Pública de Navarra). 

Miembros del equipo: Moler Cuiral, J.A.; Mallor, F.; Urmeneta Martín-Calero, H. 

Entidad/organismo financiador: Gobierno de Navarra 

Duración: 2004 - 2006 

4.5. Contratos de investigación y de desarrollo 

Título: “Diseño logístico para proveedores JIT en Volkswagen Navarra” 

Código OTRI: 2006 07 061 

Investigador Responsable: Faulín, J. (Depto. Estadística e Investigación Operativa) y 

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

Pública de Navarra 

Entidad/organismo financiador: Volkswagen Navarra 

Duración: 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 Navarra 

Duración: Octubre 2006 – Diciembre 2006 


Título: Curso de técnicas estadísticas” 


Investigador responsable: Mallor, F. 

Entidad/organismo financiador: Ayuntamiento de Vitoria - Gasteiz 

Duración: 19 de Junio 2007 

Título: “Renovación “Desarrollo de algoritmos para la secuenciación óptima de tareas” 



Entidad/organismo financiador: CyC Consultoría y Comunicaciones del País Vasco. 

Duración: Diciembre 2006 – Febrero 2007 

Título: “Curso de técnicas estadísticas” 



Entidad/organismo financiador: Ayuntamiento de Vitoria - Gasteiz 

Duración: 19 de Diciembre 2006 

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

de Alzheimer” 


Investigador 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” 


Investigador principal: Militino, A.F. y Ugarte, M.D. 

Miembros del equipo: Grupo investigación Estadística Espacial 

Entidad/organismo financiador: LSK Tasaciones 

Duración: 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. 


Entidad/organismo financiador: Ministerio de Vivienda 

Duración: 18 Junio 2007 a 31 Diciembre 2007 

Título: “Asesoramiento técnico estadístico del Proyecto Forsee” 


Investigador responsable: Militino, A.F. y Ugarte, M.D. 

Entidad/organismo financiador: (Gestión ambiental – Viveros y repoblaciones de Navarra, 

S.A.) 

Duración: Noviembre – Diciembre 2006 

Título: “Metodología estadística longitudinal de la PRA e impartición de un curso de 

formación sobre modelos estadísticos longitudinales” 



Miembros del equipo: Tomás Goicoa Mangado y Begoña González Ramajo 

Entidad/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 07 002 

Investigador Responsable: Militino, A.F. y Ugarte, M.D. 

Entidad/organismo financiador: Instituto de Estadística de Navarra 

Duración: Marzo 2006 – Marzo 2007 

Título: “Modelos de previsión del precio de las viviendas colectivas en Álava” 

Código OTRI: 2005 07 100 - Renovación 

Investigador principal: Militino, A.F. y Ugarte, M.D. 


Entidad/organismo financiador: LSK Tasaciones 

Duración: 20 Junio 2007 a 31 Diciembre 2008 

Título: “Modelización estadística para la valoración de viviendas colectivas en Álava” 

Código OTRI: 2005 07 100 


Miembros del equipo: Goicoa, T. y González Ramajo, B. 

Entidad/Organismo financiador: LKS Tasaciones 

Duración: Noviembre 2005 – Diciembre 2006 

Título: “Foro de transporte verde para la optimización de rutas sostenibles de distribución” 

Investigador responsable: Pintor, J.M. (Dpto. de Ingeniería Mecánica, Energética y de 

Materiales de la Universidad Pública de Navarra) 

Miembros del equipo: Faulín, J. 

Entidad/organismo financiador: Grupo Eroski 

Duración: Mayo 2005 - Diciembre 2008 

Título: “Elaboración de programas informáticos para la estimación basada en modelos 

longitudinales y estimación en áreas pequeñas” 


Investigador responsable: Ugarte, M.D. y Militino, A.F. 

Miembros del equipo: Grupo investigador Estadística Espacial 

Entidad/organismo financiador: EUSTAT (Instituto Vasco de Estadística) 

Duración: 4 Julio 2007 – 31 Diciembre 2008 

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

longitudinal” 


Investigador principal: Ugarte, M.D. y Militino, A.F. 


Entidad/organismo financiador: EUSTAT (Instituto Vasco de Estadística) 

Duración: 5 Marzo 2007 a 30 Junio 2007 

Título: “Sistema de planificación en tiempo real para un centro multicanal de soporte” 

Investigador responsable: Valls, V. (Dpto. de Estadística e I.O. de la Universidad de 

Valencia) 

Miembros del equipo: Ballestín, F. y otros 

Entidad/organismo financiador: Ros Casares, S.A. 

Duración: Abril 2005 – Abril 2007 


4.6. Tesis doctorales leidas 

Aurora Gáfaro Rojas. ”Aplicación de técnicas de optimización y simulación en la planificación 

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 decisiones 

en los centros de salud de Navarra”. Directores de Tesis: Dr. Fermín Mallor 

Giménez, Dra. Cristina Azcárate Camio y Dr. Antonio Brugos. 

Antonio Humberto Closas: “Un modelo explicativo del rendimiento matemático en Ciencias 

Económicas y Empresariales”. Directoras de Tesis: Dra. Mª Dolores Ugarte Martínez 

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 (Department 

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 Economics 

of Infraestructure). 10 de Julio al 15 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 Investigación 

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 infrastructure 

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 Politécnica 

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). Seminario 

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 pickup-and-delivery 

travelling salesmanpProblem with stochastic demands”. Seminario de 

Tercer Ciclo del Departamento de Estadística e Investigación Operativa, 4 de Junio 


Valderrama Bonnet, Mariano J. Universidad de Granada. “Modelos mixtos PC-ARIMA para 

datos funcionales”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación 

Operativa, 1 de Diciembre de 2006. 

Vilar Fernández, Juan (Departamento de Matemáticas, área de Estadística e I.O. - Universidad 

de A Coruña). “Análisis de modelos de pérdida agregada: una aproximación no 

paramétrica”. Seminario de Tercer Ciclo del Departamento de Estadística e Investigación 

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. 2007 

Mallor 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 Institutos 

Pablo Sarasate (Lodosa), Marqués de Villena (Marcilla), Toki Ona (Bera) y Eunate 

(Pamplona) dentro del programa de charlas de la Universidad para Institutos de enseñanza 

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 


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 acreditación 

de titulaciones e instituciones (en el 10º aniversario del Plan de la Calidad de 

las Universidades”. Almagro 5 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 – 15 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 5 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 garantía 

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 Krems 

FHS Kufstein Tirol Unioversity of Aplied Sciences 

Athens University of Economics and Business-Ikonomiko Panemistio Athinon. 

– Referee de las revistas internacionales: 

European Journal of Operacional Research 

Internacional 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 mantenimiento 

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 Carballo 

y dirigida por Dña. Susana Barbeito Roibal. Universidad de La Coruña. Febrero 


– 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 Maximisation 

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. 

5) 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. Universidad 

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 


– 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 alimentos: 

diseños experimentales y tratamiento de datos”, de 5 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 Universidades. 

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 

25-9-2007) 

– 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 Pública 

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 2007 

Profesores 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 2007 

Profesores 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 


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-aprendizaje. 

Impartido por Antoni Bartolomé (Universidad de Barcelona), David Benito (Universidad 

Pública de Navarra) y Jordi Sancho (Universidad de Barcelona). 25 de Mayo de 


Profesores asistentes: Mª Dolores Ugarte Martínez, Henar Urmeneta Martín-Calero, 


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 2006 

Profesores asistentes: Mª Luisa Eraso Goicoechea 

Actividades de Adaptación al E.E.E.S. 

Varios profesores del Departamento realizaron propuesta de adaptación de sus asignaturas 

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 asignaturas 

con contenido de “Programación Matemática”. En el libro: “Proyectos docentes 

de adaptación al Espacio Europeo de Educación Suprior”. Vol. I pp. 225-247 editado 

por la Universidad Pública de Navarra. 2007. 

– García Olaverri, Carmen: “Adaptación al EEES de la asignatura Econometría en la titulación 

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 Universidad 

Pública de Navarra. 2007. 

– Gómez Elvira, Sagrario: “Análisis Multivariante: adaptación al EEES”. En el libro: “Proyectos 

docentes de adaptación al Espacio Europeo de Educación Superior”. Vol. II pp. 

447-453 editado por la Universidad Pública de Navarra. 2007.

Memoria del curso 2006-2007 - Universidad Pública de Navarra

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?