PONTIFICIA UNIVERSIDAD CATLICA DEL PER

ESTUDIOS GENERALES CIENCIAS

PROGRAMA ANALTICO
CURSO
CLAVE
TIPO

: ESTADSTICA (ESTD)
: EST145
: OBLIGATORIO PARA LAS ESPECIALIDADES DE CIENCIAS, INGENIERA INDUSTRIAL,

CRDITOS
HORAS DE TEORA
HORAS DE PRCT.
HORAS DE LAB.
REQUISITOS
SEMESTRE

:
:
:
:
:
:

INGENIERA INFORMTICA E INGENIERA MECNICA

I.

4.50
4 SEMANALES
2 QUINCENALES
NO TIENE
MAT119, [MAT129]
2015-2

Objetivos del curso

Al trmino del semestre, el estudiante adquirir los conocimientos y herramientas bsicas de estadstica,
descriptiva e inferencial y de probabilidad, que le permitirn describir resumidamente un conjunto de datos;
reconocer y aplicar los procedimientos de inferencia estadstica, estimacin y prueba de hiptesis, en
diversas situaciones; usar un modelo probabilstico para describir una variable; e identificar situaciones en las
que puedan ser aplicados los modelos ms conocidos.

II. Metodologa
El curso se desarrolla con clases expositivas del profesor y con recursos informticos a fin de lograr clases
ms dinmicas. Se presentan conceptos, reglas y tcnicas, con nfasis en las aplicaciones. En las clases se
promueve el uso de los conceptos impartidos en la solucin de problemas que se planteen con una
participacin activa de los alumnos. Despus de cada prctica, el profesor har una revisin de lo tratado en
sta, de modo que se complemente la preparacin de los alumnos para los exmenes.
Las consultas que el estudiante necesite realizar al profesor del curso las puede hacer durante la clase (si el
tema corresponde), fuera de ella (en los horarios de asesora que el profesor proporciona) o por correo
electrnico.
III. Sumilla
El curso est orientado a proporcionar las tcnicas de la estadstica, descriptiva e inferencial, y preparar al
estudiante en su aplicacin en el proceso de convertir datos numricos aislados en informacin, til para la
toma de decisiones. Tambin se da una introduccin a la disciplina de probabilidad, que incluye nociones de
probabilidad, variable aleatoria y modelos probabilsticos.
IV. Descripcin del programa

CAPTULO 1. Nociones de estadstica descriptiva (14 horas)

Conceptos bsicos: estadstica descriptiva e inferencial; poblacin y muestra; parmetros y estadsticas;
variables estadsticas, clasificacin. Escalas de medicin.
Organizacin y tratamiento de datos: distribucin de frecuencias y representaciones grficas.
Medidas de tendencia central: la moda, media aritmtica y mediana; percentiles.
Medidas de dispersin: rango, rango intercuartil, desviacin estndar, varianza, coeficiente de variacin.
Medidas de asimetra: coeficiente de asimetra. Grfica de caja.
Estadstica bivariada para datos categricos: tablas de contingencia, grficos de barras agrupadas y
componentes.
Regresin lineal: regresin lineal simple y el mtodo de los cuadrados mnimos.

CAPTULO 2. Nociones de probabilidad (14 horas)

Conceptos bsicos: experimento aleatorio, espacio muestral, sucesos o eventos, lgebra de sucesos.
Definicin axiomtica de probabilidad: propiedades bsicas, clculo de probabilidades con propiedades.
Probabilidad clsica y anlisis combinatorio: definicin, principio de la multiplicacin y nmero combinatorio.
Probabilidad condicional: definicin, reglas de la multiplicacin, teorema de la probabilidad total, teorema de
Bayes.
Independencia: definicin, propiedades.

CAPTULO 3. Variables aleatorias y modelos probabilsticos (14 horas)

Variables aleatorias: definicin, clasificacin, modelo probabilstico.
Valor esperado y desviacin estndar: definicin, propiedades, aplicaciones.

Programa analtico de Estadstica

Funcin de distribucin acumulada: definicin, propiedades.
Modelos probabilsticos o distribuciones de probabilidad bsicos: modelos relacionados con un proceso de
Bernoulli: binomial, geomtrica, binomial negativa; modelos relacionados con un proceso de Poisson:
Poisson, exponencial y gamma. Modelo hipergeomtrico, modelo uniforme. Modelo normal.

CAPTULO 4. Introduccin a la estadstica inferencial (14 horas)

Conceptos bsicos: muestra aleatoria de una variable, parmetros y estadsticas usuales. Distribucin de una
suma de variables independientes y el Teorema del Lmite Central.
Estimacin de parmetros: estimacin puntual, estimadores de la media, de la desviacin estndar y de los
proporcin. Estimadores insesgados y eficientes.
Estimacin por intervalos: Intervalos de confianza para la media, la varianza y la proporcin. Determinacin
del tamao de muestra.
Prueba o contraste estadstico de hiptesis: definiciones, errores y probabilidades de tipo I y tipo II, potencia;
ejemplos.
Pruebas de hiptesis usuales: sobre la media, la varianza y la proporcin.
V. Bibliografa
Textos gua
DE VEAUX, Richard, Paul VELLEMAN y David BOCK
2013
Intro Stats. Fourth edition. Boston: Pearson Education.
DEVORE, Jay
2008
Probabilidad y estadstica para ingeniera y ciencias. Sptima edicin. Mxico D.F.:
Cengage Learning Editores.
MENDENHALL, William y SINCICH, Terry
1997
Probabilidad y estadstica para ingeniera y ciencias. Cuarta edicin. Mxico D.F.: Pearson
Educacin.
TRIOLA, Mario
2004
Estadstica. Novena edicin. Pearson Educacin.
Textos complementarios
CRDOVA, Manuel
2003
Estadstica: Descriptiva e Inferencial. Quinta edicin. Lima: Moshera.
MENDENHALL, William, Robert BEAVER y Brbara BEAVER
2010
Introduccin a la probabilidad y estadstica. Decimotercera edicin. Mxico D.F.: Cengage
Learning Editores.
VLIZ, Carlos
2000
Estadstica: aplicaciones. Cuarta edicin. Lima: Copias grficas.
VI. Sistema de evaluacin
Reglamento
Los promedios de prcticas se calculan con aproximacin hasta las dcimas. Cualquiera sea la cifra de las
centsimas, no se tomar en cuenta.
La nota final del curso se expresa solo en nmeros enteros. Si el clculo de la nota final da un total con
decimales, debe convertirse esa cifra a enteros (se aade un punto a la nota si el primer decimal es cinco o
ms; se elimina el decimal si es menor de 5).
La nota final del curso se calcular utilizando la frmula que a continuacin se detalla. En ella se usa la
siguiente nomenclatura:
Nf

nota final

E1

nota del primer examen (medio ciclo)

E2

nota del segundo examen (final)

promedio de las prcticas de tipo Pa (incluye las de tipo Pc que hubieran). Para efectos de
obtener el promedio de prcticas de tipo Pa no se toma en cuenta la prctica con calificativo
ms bajo.
Nf =

3E 1 + 4E 2 + 3P
10

Para los alumnos que rindan el examen especial, este reemplazar al examen al cual el alumno falt segn
los artculos 5 y 41 del Sistema de Evaluacin.
San Miguel, agosto de 2015