SLABO Z206 ESTADISTICA DESCRIPTIVA Y PROBABILIDADES

2016-1
1. DATOS GENERALES
Facultad:

Ingeniera Industrial y Mecnica (FIME)

Ingeniera de Sistemas y Electrnica (FISE)
Carrera:
Todas las ingenieras
Nmero de crditos: 4
Coordinador:
Marco Antonio Villena Heredia
Requisitos:
Ninguno
Competencia:
Criterio cientfico
Nmero de horas:
Horas trabajo
Horas tericoHoras de
autnomo
prcticas
evaluacin
reflexivo
56
02
08

Total
66

2. FUNDAMENTACIN
Esta asignatura es importante porque aporta al perfil del Ingeniero las herramientas
metodolgicas, para el anlisis, caracterizacin, interpretacin y prediccin de los datos
dando solucin a problemas estadsticos y apoyando a la toma de decisiones.
3. SUMILLA
El curso Estadstica Descriptiva y Probabilidades tiene la naturaleza Terico- Prctico,
brinda al alumno el marco conceptual y prctico de una metodologa de tratamiento y
anlisis de datos desde su recoleccin, procesamiento, presentacin, obtencin de
conclusiones y algunas generalizaciones e interpretaciones de resultados, relacionados
con la ingeniera.
Comprende: Conceptos bsicos. Distribuciones de Frecuencias y Grficos. Medidas de
Tendencia Central, Dispersin y Asimetra. Conceptos de Probabilidades. Variables
Aleatorias y Muestreo.
4. LOGRO GENERAL DE APRENDIZAJE
Al final del curso el alumno realiza el proceso de presentacin y anlisis de informacin
formulando conclusiones, interrelacionando datos y alternativas de evaluacin.
Interpretando estadsticas y parmetros en muestras y poblaciones.
5. UNIDADES Y LOGROS ESPECFICOS DE APRENDIZAJE
Unidad de aprendizaje I:
Semana 1, 2, 3 y 4
Distribucin de frecuencias, grficos, y
medidas de tendencia central.
Logro especfico de aprendizaje:
a. Comprende los conceptos de la estadstica y su aplicacin.
b. Obtiene datos de la muestra de una poblacin, elabora tablas de frecuencia y su
grafica correspondiente
c. Calcula medidas de tendencia central, dispersin, posicin y forma.
1

Temario:
a. Conceptos bsicos de la estadstica
b. Poblacin y muestra.
c. Elaboracin de tablas y grficos correspondientes.
d. Medidas de tendencia central.
e. Medidas de dispersin.
Unidad de aprendizaje 2:
Medidas de tendencia no central y asimetras
Logro especfico de aprendizaje:

Semana 5, 6 y 7

Al finalizar la unidad el alumno calcula e interpreta los percentiles y la asimetra

para datos agrupados y no agrupados.
Temario
a. Medidas de posicin para datos agrupados
b. Medidas de posicin para datos no agrupados
c. Medidas de forma: Asimetra y curtosis.
Unidad de aprendizaje 3:
Semana 6,7,8 y 9
Probabilidades y distribuciones discretas
Logro especfico de aprendizaje:
a. Aplicar los conceptos bsicos de probabilidad para la resolucin de problemas.
b. Emplear la metodologa correcta para el clculo de probabilidades en la solucin
de problemas.
c. Distinguir los tipos de sucesos y asociarlos con el modelo matemtico
correspondiente en la solucin de problemas.
Temario
d. Teora de conjuntos.
e. Tcnicas de conteo.
f. Introduccin a la probabilidad.
g. Eventos independientes, dependientes y probabilidad condicional.
h. Eventos mutuamente excluyentes y no excluyentes.
i. Teorema de Bayes y Probabilidad Total.
j. Variable aleatoria y distribucin contina.
Unidad de aprendizaje 4:
Semana 14
Distribuciones continuas y muestreo
Logro especfico de aprendizaje:
Define, e identifica los conceptos de muestreo probabilstico, tipos. Distribucin muestral,
Distribucin muestral de medias.

Temario
a. Distribucin continua
b. Muestreo Probabilstico.
c. Distribucin Muestral
d. Distribucin muestra de Medias.
6. METODOLOGA

El curso de Estadstica descriptiva y Probabilidades se desarrolla a travs de

metodologas activas, donde el rol del docente es un facilitador del aprendizaje. El
aprendizaje de la estadstica exige un trabajo sistemtico por parte de los alumnos,
para lograr dicho objetivo se propone el uso intensivo de las separatas que
2

conjuntamente con el Excel y los recursos didcticos disponibles en la plataforma

garantizan promover el aprendizaje autnomo y el aprendizaje colaborativo.

7. SISTEMA DE EVALUACIN
El curso tendr las siguientes evaluaciones:
Tipo
PE
PC 1

Descripcin
Prueba de entrada
Prctica Calificada 1

TA

Trabajo Aplicado

PC2
PC3
EF

Prctica Calificada 2
Prctica Calificada 3
Examen Final

Nota Semana Observacin

Recuperable
0%
2
Individual
NO
15%
4
Individual
NO
Grupal de 4 alumnos,
15%
6y7
NO
con exposiciones.
20%
8
Individual
NO
20%
Individual
NO
12
30%
15
Individual
SI

TOTAL 100%
Por lo tanto, el clculo del promedio final se har de la siguiente manera:
(0.0)PE+(0.15)PC1+(0.15)TA+(0.20)PC2+(0.20)PC3+0.3EF
Nota:

La nota mnima aprobatoria es 12 (doce)

Solo se podr rezagar el examen final.
El examen rezagado incluye los contenidos de todo el curso.
No se elimina ninguna prctica calificada.
El trabajo de investigacin grupal es el trabajo autnomo reflexivo.
En el caso de que un alumno no rinda una prctica calificada (PC) y, por lo tanto,
obtenga NS, esta es reemplazada con la nota que se obtenga en el examen final o de
rezagado. En caso de que el alumno tenga ms de una prctica calificada no rendida,
solo se reemplaza una prctica calificada.
No es necesario que el alumno realice trmite alguno para que este remplazo se
realice.

8. FUENTES DE INFORMACIN
Bibliografa Base:
Devore l. Jay: Probabilidad y Estadstica para Ingeniera y Ciencias, 2008 .Editorial
CENGAGE Learning, 720p
Navidi, William. Estadstica para Ingenieros, 2006, Editorial McGraw Hill, Mxico,868p
Bibliografa Complementaria:
Milton. J. Susan. Probabilidad y estadstica con aplicaciones para ingeniera y ciencias
computacionales, 2004, Editorial Mc. Graw Hill, Mxico, 804p.

9. CRONOGRAMA DE ACTIVIDADES
UNIDAD

SEMANA SESIN

1
1

1
I. Distribucin
de
frecuencias,
grficos, y
medidas de
tendencia
central.

2
2

3
2

2
1
II. Medidas de
tendencia no
central
y
asimetras

5
2

6
7

1
2
1

TEMA
Presentacin del curso, lineamientos de
asistencia, evaluacin, y otros.
Introduccin, Concepto de estadstica,
clases, objetivo, conceptos bsicos.
Poblacin y muestra identificacin y
formulacin.
Variables Estadsticas, concepto, clases,
identificacin de variables.
Organizacin y presentacin de datos para
variables cualitativas y cuantitativas,
grficos correspondientes.
Elaboracin de tablas y grficos
estadsticos.
Medidas de Tendencia central para datos
no agrupados y agrupados por sus
frecuencias: Clculo e interpretacin de la
Media, Mediana, Moda, y sus relaciones.
Prueba de entrada
Medidas de Tendencia central para datos
agrupados por intervalos: Clculo e
interpretacin de la Media, Mediana,
Moda.
Medidas de Dispersin para datos no
agrupados y agrupados por sus
frecuencias: Clculo e interpretacin del
Rango, Desviacin media, Varianza,
Desviacin estndar, Coeficiente de
Variacin.
Medidas de Dispersin para datos
agrupados por intervalos: Clculo e
interpretacin del Rango, Desviacin
media, Varianza, Desviacin estndar,
Coeficiente de Variacin.
Prctica Calificada 1
Medidas de Posicin para datos no
agrupados y agrupados por sus
frecuencias: Clculo e interpretacin de los
percentiles y su rango.
Medidas de Posicin para datos agrupados
por intervalos: Clculo e interpretacin de
los percentiles y su rango.
Medidas de Forma Asimetra y Curtosis,
clculo e interpretacin.
Exposiciones del trabajo aplicado
Exposiciones del trabajo aplicado

ACTIVIDADES Y
EVALUACIONES
Uso de
esquemas y
diagramas

Clase magistral
y resolucin de
problemas.

Ejercicios para
graficar.
Clase magistral
y resolucin de
problemas.
Evaluacin
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.

Clase magistral
y resolucin de
problemas.

Individual
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y casos.
Grupal (4)
Grupal (4)

Tcnicas de conteo: Reglas de adicin.

Reglas de multiplicacin. Diagrama de
rbol. Anlisis combinatorio.
Introduccin a la probabilidad. Definicin,
teoremas y axiomas importantes, unin,
interseccin, independencia.
Prctica calificada 2
Probabilidad condicional, Eventos
mutuamente excluyentes y no excluyentes,

Teorema de bayes y Probabilidad Total:

Conceptos, ejemplos

III.
Probabilidades
y
distribuciones
discretas

1
10
2

1
11
2

12

12

1
IV.
Distribuciones
continuas y
muestreo

13
2

1
14
2
15
16

Variable Aleatoria: Conceptos generales.

Variable Aleatoria Discreta: Funcin de
cuanta, esperanza o media, varianza,
propiedades.
Variable Aleatoria Continua: Funcin de
densidad, esperanza o media, varianza,
propiedades.
Distribuciones Discretas importantes:
Bernoulli, Binomial. Propiedades: Media,
Varianza y desviacin estndar. Ejemplos
Aplicativos.
Distribuciones Discretas importantes:
Distribucin de Poisson, Hipergeometrica.
Propiedades: Media, Varianza y desviacin
estndar. Ejemplos Aplicativos.
Prctica Calificada 3
Distribuciones Continuas importantes:
Uniforme, Exponencial. Ejemplos
aplicativos.
Distribuciones Continuas importantes:
Normal Ejemplos Aplicativos. Uso de
Tablas.
Aproximacin de la distribucin Binomial a
la Normal.
Definicin de muestreo probabilstico,
tipos. Distribucin muestral, conceptos
importantes.
Distribucin muestral de medias,
conceptos ms importantes. Ejemplos.
EXAMEN FINAL
EXAMEN REZAGADO

Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Individual
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Evaluacin
individual
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase
resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Clase magistral
y resolucin de
problemas.
Evaluacin
Evaluacin

Nota. El trabajo autnomo reflexivo comprende las siguientes actividades:

Actividad
Trabajo de investigacin durante el ciclo
Exposicin del trabajo de investigacin

Semana
1-5
6-7

10. FECHA DE ACTUALIZACIN: 13/11/2015

Horas
06
02