Universidad Aufnoma ,,Gabriel

Ren Moreno,,
FACULTAD DE I]\TGENIERIA EAI
CTE]{CTAS
DE LA CCAIPUTACTN Y TELECOM(]AITCACTO]\,S

PR.GGRA.MA. ANALTTCO
DE, .{STGNATI]R,{

NeMts*E DE {'.4 .^*[GNATUR^: Frobabi]idad

y Estadsrica II

PRE-R,EQUtrTas

SIGLA Y CODIGO
NNtsL

EIORA
CR.EDT'I'G

R.EWSABCI EN

2.

MAT

202

MAT

302

: Quinto Semestre

:6(4HT-2Fp)
:5
: Agosto 2011

"TLITM'{CACTON
Para que se pueda desarrollar el
trabajo emprico en la ciencia de la
computacin o
informtica' stas deben manejar gran
infonnacin numrica. La estadstica
ayuda
en ia organizaciny sisternatr
zacinde esta informacin de tal forma
que se pueda,
en forma simple, extraer rnedidas
numricas e infbrmacin grfica, res.rmen
que
permitan Ia comprensin de todo
ese gran volumen de infonnacin.

Es comn tambrn que el Inf,onntico

se vea enfrentado a tomar decisiones
bajo
incertidumbre. La estad.stica les
pennite, a travs de la inferencia
estadstica-

aproxin:arse a una buena decisin.

-----_i_

Pgina

(Jniversidad Autnorna',Gabriel
Ren Moreno "
FACULTAD DE I\TGEI{TERIA EAI CTENCIAS
DE LA COMPUTACTN Y TELECOMUATICACIONES

3.0
OBJETIYO GENERAL

3.1.

Describir los aicances y los distintos modelos de la inferencia

estadstica
aplicarlos en sifuaciones concretas.

4.

COI{TENIDO MINilVIO

I.

VARiABLES ALEATORIAS

I{.

MODELOS DE DISTRIBUCTN g PROBILIDADES

nnl" MUESTREO Y DISTRIBUCIONES DE MLIESTREO

W. ESTIMACIN DE PARMETROS POBLACIONALES

V. DOCIMASIA O PRUEBA DE HIPTESIS
\,T. ANLISIS DE VARIANZA
5. UNMADES DEL PR,OGR{MA ANA"LTTICO
UslIlDAD

I: IA,RIABI,ES ALE.{TORIAS

TIENIFO:

18 Horas

OEJETWOS:

e
e

Distinguir entre ras variabres aleatorias, discretas y continuas y

mostrar
como se pueden utlltzar para resolver problemas prcticos.
Desarrollar una compresin del concepto variable aleatoia,
esperanza
matemtica, Yarianza, desviacin estandar y sus aplicaciones
en la toma
de decisiones y mostrar cmo ciertos tipos de datos
discretos y continuos
pueden ser representados por tipos particuiares
de rnodelos matemticos.

/-

.J.
_
i-..-->u
l__---:

---J
Pginal2

Universidad Autnoma "Gabriel Ren Moreno"

FACULTAD DE TAIGE]{TER]A EAI CTE]VCTAS
DE LA COMPUTACTT\I Y TELECOMUAIICACIOT{ES

CONTE,NTBO

1. VAR.&{.B{,ES A,T-E,AT'OR{AS &{CR,ET,A.S

fil'{Yir f ,

1.X.

2. FITNCTT

o i.1.
--'?

6us#<..ro CU*Vot er...ole^

BE PREBAB{.LMAD

Funcin de cuanta

1.2.

( '
\ i.3.

Definicin --F

Funcin de distribucin acumulada de una v.a. discreta

-, J,rr, k.ot^-

)\1 ct{1llo
rnnieriedec
- propiedades
( ,.0' v)iurruy desviacin estndar propiedades
2,o@8 S 3 6q3
L---- [tqr\ n.. ,t\ .$ o r' u3" F,LrgC1N DE mgqsmau

,5

'l /J:. t.
'- t3 2

s i; ;

Esperanza matemtica

FDA de una
*rra v.a.
v.,. uurrLrrrua
continua

p t o o \z

Propiedades de la funcin de distribucin acumulada

;;;amaterntica-propiedades
\34 Yaianza-propiedades _1

4.

VARIAtsLE

L*

( *+.1. Distribucinmarginalycondicional

) lO,
(o'

Nry

,:'#ffir';Y'"

AI,EA.TOR.IAS EID{&{ENSION.4.LE : COIITE IN{rA Y

DISCR*TA

(' -

L-*

iz.
Covarianza
Esperanza

condicional

,-

l-------*

Ro,.

\u.\o-

os.,o Fer,uf,oo
el2-a3ae I
\/ o

Ve

u\tr

tloo-,s

'o g'o

catt<s
&z to

UNXIIAS M: IVIODEI,OS DE BISTR,XtsUCIN

T'E4PO: 24 Horas
CIts.[ETWES:

.tgt

Introducir las distrbuciones de probabiiidad que ms se utilizan en la

toma de decisiones

Pgina l3

Universidad Aufnoma ,,Gabriel Ren Moreno"

FACULTAD DE I]\IGENTERIA EAI CTENCIAS
DE LA COMPUTACTII Y TELECOMUI{ICACIO]{ES

Presentar algunas distribuciones de probabilidades

discretas y continuas
tiles y mostrar cmo pueden utilizarse estas distribuciones
para resolver
problemas prcticos.

CONTENIDO
1. MCIDELCIS DE DISTR.IEUCIONES
.{INA

I} PR,Ots,{EII,IDADES

DE

VARIAEI,E AN,EATOR.IA DISCRETA

1.1. Distribucin de Bernoulli.

1.2. Distribucin Binornial.
1.3. Distribucin Hipergeomtrica.
1.4. Distribucin de poisson.
1.5. Distribucin Geomtrica.
1.6. Distribucin Multinomial.
1.7. Ejercicios y problemas
2. MOI}EI,GS

DTSTRIBUCIONES

DE UNA

AI-E,ATORI,A CONT'M{U.A

2-1. Diskibucin unifonne.

2.2. Distribucin exponenciai.

2.3. Distribucin normal.

2.4. Aproximacin de la binomial a la nonnal
2.5. Distribucin Ji cuadrada.
2.6. Distribucin r.
2.7. Distribucin F.
2.8. Ejercicios y problemas

VA.R.NAtsX,E

(Jniversidad Autnoma "Gabriel Ren Moreno"

FACULTAD DE TAIGE]\IIERIA ET'I CIE]{CTAS
DE LA COMPUTACI]'{ Y TELECOMUI{ICACTCAryS
UhTBAB

IXX: NIUETR.EO

TIEMPO:

Y DNTR,TtsUCTOi{ES DE MT]ESTR.EO

15 Horas

oB"trET'tVO:

Totnar una muestra de una poblacin total y utlizarla para d.escribir a la

poblacin.

o Asegurar que las muestras que se tomen sean una representacin

precisa

de la poblacin de [a que provienen.

u
u

Introducir los conceptos de distribuciones de muestreo.

Comprender la relacin enfre ei costo de tomar muestras rns grandes y la

precisin adicional que esto le proporciona a las decisiones tomadas a

partir de ellas.

CONTET\ffiOS

1" &{{TBSTREG
1.

1.

1.2.

Introduocin.
l,zftodos de muestreo.

2. STSTRXEUCIGN DE IVffi]ESTR.EO

2.1. Estadgrafos y estadstioas.

2.2. Desigualdad Chebyshev
2.3. Ley de los grandes nmeros.

2.4. Teorema del lrnite centratr.

2.5. Distribucin de la media muestral.
2.6. Distribucin: de rnedas, proporciones, srultas y dif'erencias.
2.7. Distribuoin muestral de proporciones.
2.8. Distribucin muestral de 1a diferencia de dos proporciones.
2.9. Distribucin de la variaruamuestrai.
2.10. Distribucin muestral de la razn de dos varianzas.

Pgina | 5

(Jniversidad Autnoma ,,Gabriel Ren

Moreno"
FACULTAD DE INGEAIIERIA EN CIEATCTAS
DE LA COMP(TACTU Y TELECOMU{ICACTOAIES
UNIDAD TV: ESTXMACIN DE FAR,.(METR.OS POBI,A,CIONALES
TtrEMFO: 15 Horas
OBJETIVOS:
uExplicar los conceptos bsicos de la estimacin.
e

Presentar algunos estimadores

e ilustrar su empleo en sifuaciones

de

muestreo prcticas en las que intervienefl una o dos muestras.

t Calcular el tamao de muestra requerido para cualquier

nivel deseado

de

precisin en la estirnacin.

CO{TENIDOS
1. ESTIMACIN PUNTUAL

1.1. Error de estimacin

1.2. propiedades
1.2.1. Insesgabilidad

1.2.2. Consistencia

l.2.3.Eftciencia
1.2.4. Suficiencia

1.3.

Mtodo de mdma verosimilitud

2. ESTIMACNN NE P.ARMETR.OS POR INTERVA.I,OS

2.1.

lntervalo de confianza

2.l.l.Intervalo
2.

de confianz a parula rnedia.

.z.Intervalo de confi

2. 1 .3

anz

a paru la vananza

Intervalo de confian za paa ra ruzn de dos varianzas.

2.l.4.Intervalo de confianzaparala diferencia entre dos medias

2.l.5.Intervaio de confianzaparala diferencia entre dos medias
con
observaciones pareadas.
l--

2.1 . 6.

YZ:--

Intervalo de confianz a para una proporcin.

i
Pgrna i 6

Universidad Autnoma ,,Gabriet

Ren Moreno,,
FACULTAD?E rArGE^rrERrA
e Cmis
DE LA COA,{PUTACTN
Y r,IaCOUUVICCIONES

2.6.
2'7.

Regrn crtica y regla de

decisin
procedirniento
de ra docimasia (prueba)

de hiptesis

3. I}OC&{ASTA I}E @PTES{S

ACERCA DE TINA MEDIA
CON
./AR[,{NZ.* FOB,-ACIONAI,
LIP{IESTA CONOCID.*
4. OOCM{.{SIA I}E MPTNSIS
ACERCA DE UNA MEDIA
CON
VARIANZA rOBLACIONAL
S{I*{IEST.d DE'CO\iOC*A
5. DOCTM.^IA DE HTPTESXS
ACERCA DE UNA VARIAI{,.A.
6. DOCI&IA{A. DE MrgSIS
ACERCA DE T,A R.^ZN DE
DOS
VARI.ANZAS
7. DOCTMASIA DE MMTESIS
.*CERC.{ DE I,A DIF'ERENCIA
DE
MEDI,TS

8. DOC&I.dSIA I}E grcTBSIS

ACERCA DE PROPPORCIO}.ES
trI{rDA.D \rr: aurrcns DE VARfa}\rz.d
(.{NO,q/A)
TtrEMPO: 8 Horas
OBJETNVOS:

slntroduclr los conceptos

de diseo experimenta I
modelo de diseo completamente

a travsdel desarollo del

areatorizado

dei

procedimiento

(ANovA) de una direccin,

utilizado para probar 1as diferencias
entre las
medias de c grupos y extender
este anlisis hasta

incruir los moderos de

diseo de bloque y factorial
aleatonzado.
o comparar
ms de dos rnedias de pobracin
utilizando er anlisis de varianza.

PgtnaJ*S*----'

Uruiv er s idad

Autnorna,, Ga brie t Ren Moreno',

FACIJLTAD DE TNGE{TERIA EI\I CE],ICIAS
D E LA C C \V{P U TAC I I Y TE L E C C /T(]N ICAC IO
ArE S
2.t.7.Intervalo de confianza para

la

diferencia entre dos

proporciones.

2.t.S.Deterrninacin der tamao de ra rnuestraparala rnedia.

2.1.9.

Determnacin

del

tamao

de la

muestra

para

proporcones.

2.1.10. Estimacin del tamao

de ra muestra para poblaciones

finitas.

UNISAX} V: DOCNIM,{SIA. DE H@T,ESIS

T'trEI?tFO: 22 Horas

OB.IETIVOS:
"Desarrollar la metodologia de pruebas de hiptesis como una tcnica pata
analizar diferencias y tomar decisiones.
o

Determinar los riesgos iinplicados al tomar tales decisiones

si nos basarnos
nicamente en la informacin de muestra

" Comprender los dos tipos de errores posibles que se producen ai docirnar las

hiptesis.
* Comprender cundo

lizar pruebas de una cola y cundo pruebas de dos

colas.

COI{TENIDOS

x. il{Tffi.OB{rCCnN
2. MffiTE{S ESTA&STICA

2.L
2.2.
2.3.
2.4.
2.5.

F{iptesis simple y compuesta

Hiptesis nula y alterna
Prueba de rna hiptesis estadstica

Errores tipo I y

Nivel

cie

II

significancia

PginalT

(Iniversidad Autnoma "Gabrie| Ren Moreno"

FACULTAD DE trNGEAITERIA E'{ CTEI'{CUS
DE LA CCMPUTACIX Y TELECCMU{ICACTOATES

6" METODOI-CIGA
1. Exposiciones con apoyo del pizann.

2. Exposiciones dei trabajo

de investigacin por parte de los estudiantes.

3, Trabajos grupales en aula.

4. Presentacin y defensa del trabajo final del semestre.

7.

CR.ONOGRAE,{A

SE,MANA.

A,CTW[S.&DE,S
Fresemtacin
Uridad

tr

Uidad

fI

Frirner Farcial
Unidad

ffi

Unidad W

[inidad V

Exaneu Final

Pglna | 9

Universidad Autnoma ,,Gabriel Ren Moreno,,

FACULTAD DE It\tGEAilERIA Et{ CIEI\CIAS

DE LA COMP{.ITACTAT Y TELECOMUAITCACTOAIES

8.

SNSTEMA DE E\r.{L{IACION

9. $m{.IoGR.dF'ta
{TEM
1

l\ /-rl

I-ILI\rI}\IJ,L -

JL.-I-I.E,A.b

X,K

Estadstica

matemtica

Iberoamericano

1986

PHH

t992

con aplicaciones
2

MLLERI_FREI'NDJ_

Probabriidad y estadstica

IHONSON

para ingenieros

R.

WALPOLER_N{TERSRMENDENHALL,

WILIAM-

Probabilidad y estadstica

Mc.

para ingeniera y ciencias

HiII

Estadsticas para

PHH

1996

CESCA

1996

Graw

1991

SiNCICH, TERRY
A
T

)-,D

VI1\,

I(1Uts1AKD-RUBIN,

DAVID

Administradores

r\fl\JL_tr,it, t1-b,IN

Estadstica para negocios

CECSA y economa

)o

ute