UNIVERSIDAD NACIONAL AUTÓNOMA DE HONDURAS EN EL VALLE DE SULA

DESCRIPCIÓN MÍNIMO DE ESPACIO DE APRENDIZAJE

II PAC 2019
Código y Nombre del espacio de aprendizaje: MM401 – Estadística I
Facultad: Ciencias Escuela: Matemática
Departamento responsable: Matemáticas
Catedráticos: Maryory Alejandra Mejía

Carrera según grado: Licenciaturas Matemáticas / Ingeniería Civil, Eléctrica, Mecánica y en Sistemas
Requisitos del espacio de aprendizaje (código, nombre y créditos):
MM-201, Calculo I, 5 créditos
Modalidad en la que se presenta el proceso de aprendizaje:
1. Presencial
- Herramienta de apoyo a la presencialidad (plataforma)

Distribución de la actividad académica del Espacio de Aprendizaje

Total de Créditos: 3 Número de horas teóricas: 36

Teóricos: 3 Número de semanas: 12 Número de horas prácticas: 0

Prácticos: 0 Horas por semana Teóricas: 36
Horas por semana Practicas: 0
Horas de trabajo independiente del estudiante en la
semana: 5
Horas de trabajo independiente del estudiante en el
periodo: 60

Descripción del espacio de aprendizaje (Naturaleza y propósito):

Este espacio de aprendizaje es de naturaleza teórico-práctico* de formación científico básico en las carreras
según grado del área Física-matemática. Se propone describir datos univariados, calcular probabilidades de
eventos en un experimento aleatorio y realizar inferencias básicas. Abarca estadística descriptiva como
distribución de frecuencias, gráficos estadísticos y el cálculo de medidas resúmenes; cálculo de probabilidades
de eventos incluyendo probabilidades condicionales; variables aleatorias univariadas tanto discretas como
continuas y sus distribuciones de probabilidad; finalizando con inferencia estadística, construyendo intervalos de
confianza y realizando pruebas de hipótesis para los parámetros de una población determinada.

Estos conocimientos permitirán al estudiante desarrollar la habilidad para plantear y solucionar problemas por
medio de métodos estadísticos y razonar de manera lógica en la toma de decisiones en presencia de
incertidumbre; capacidades que además de necesitarlas en los diferentes espacios de aprendizaje del plan de
estudio que tienen esta materia como requisito, le serán útiles en su vida profesional y diaria para enfrenar
situaciones que pueden ser abordadas con estas herramientas.

* Se hace práctica en conjunto con la teoría usando calculadoras y/o software estadístico en laboratorio de
computación.

Capacidades previas (conocimientos, habilidades, destrezas, valores requeridos de los estudiantes):

 Tener conocimiento de algebra elemental y de cálculo diferencial e integral en una variable.

 Capacidad de uso de calculadora.
 Capacidad de uso básico de computadora.
 Además de estos conocimientos, es muy importante que posea un adecuado nivel de manejo de la lectura
comprensiva, así como en la autonomía para el estudio, en general.

Competencias genéricas:

 Capacidad de análisis y síntesis

 Capacidad de aprender de manera autónoma.
 Capacidad de aplicar los conocimientos en la práctica.
 Capacidad de adaptarse a nuevas situaciones.
 Ética, calidad y pertinencia en el desarrollo de sus trabajos.
 Habilidad de gestión del conocimiento, la información y las tecnologías.
 Capacidad de comunicarse de forma oral y escrita usando lenguaje matemático.
 Capacidad de resolver problemas.
 Capacidad de modelar situaciones.
 Capacidad para tomar decisiones.

Competencias específicas:

 Representa la información para comprender e interpretar de forma adecuada un conjunto de datos.

 Utiliza notación matemática para representar ideas y modelan situaciones en contexto de incertidumbre.
 Estima parámetros desconocidos de una población y aplica resultados en la práctica.
 Utiliza el razonamiento inductivo para tomar decisiones válidas y confiables.

Sub-competencias:

 Interpreta distribuciones de frecuencias y gráficos, para la descripción de un conjunto de datos.

 Sabe seleccionar, calcular e interpretar los estadísticos adecuados para resumir y describir un conjunto de
datos.
 Capacidad de representar expresiones del lenguaje común en términos de expresión matemática y
viceversa; que, dado un experimento aleatorio, permita expresar eventos de interés y calcular la
probabilidad de su ocurrencia.
 Capacidad de utilizar técnicas de conteo para el cálculo de probabilidades en situaciones de espacios
muéstrales equiprobables.
 Calcula la probabilidad de que ocurra un evento dado que se conoce la ocurrencia de otro evento.
 Capacidad de construir la distribución de probabilidad de una variable aleatoria definida en un experimento
especifico, para calcular la probabilidad de eventos
 Aplica los modelos probabilísticos más usuales para el cálculo de probabilidades de eventos y solución de
problemas con respecto a valores esperados y/o varianzas.
 Estima parámetros de una población basado en muestras aleatorias y aplica resultados en la práctica.
 Determina y aplica pruebas de hipótesis adecuadas sobre los parámetros de una población, en la toma de
decisiones bajo incertidumbre basados en muestras aleatorias.

Áreas temáticas (unidades de aprendizaje):

 I Unidad Estadística descriptiva:
o Tipos de datos
o Distribuciones de frecuencia
o Gráficas estadísticas
o Medidas de tendencia central para datos agrupados y no agrupados
 o Fecha I examen : miércoles 24 Julio

 II Unidad Probabilidad

o Medidas de variación para datos agrupados y no agrupado

o Espacios muestrales
o Eventos
o Conteo de puntos muestrales
o Probabilidad de un evento
o Teoremas de probabilidad
o Regla aditiva
o Probabilidad condicional, independencia y regla del producto
o Regla de Bayes
Fecha II examen : Viernes 30 Agosto
 III Unidad Variables aleatorias y distribuciones de probabilidad
o Distribuciones discretas y continuas de probabilidad
o Distribución binomial, multinomial, hipergeométrica, geométrica y de Poisson
o Distribución uniforme, normal, gamma y exponencial
 Estimación y tamaño de la muestra
o Estimación de la proporción de una población
o Estimación de la media poblacional para desviación estándar conocida y desconocida
o Estimación de la varianza poblacional
Fecha III examen : Viernes 27 de Septiembre
Fecha Reposición: Lunes 7 Octubre
Entrega Notas: Miércoles 9 Octubre
Estrategias Metodológicas de aprendizaje-enseñanza:
1. Presencial
Se combina metodología expositiva con la basada en resolución de problemas del área y otros que permitan ver
el carácter general de la teoría. Así las técnicas utilizadas son:
 Clases expositivas del profesor con participación de los estudiantes.
 Resolución de problemas, en algunos de los cuales se requerirá el uso por parte de los estudiantes de
módulos estadísticos en calculadoras y/o de software estadístico en laboratorio de computación.
 Investigaciones grupales por parte de los estudiantes.

Estrategias de evaluación de los aprendizajes (Diagnóstica, Formativa, Sumativa):

1. Presencial

Formativa:
Asistencia a clases con puntualidad, participación, honestidad en la presentación de trabajos realizados en casa
o clase, actitud explorativa en cada una de las temáticas abordadas.

Sumativa:
Se realizan 3 exámenes parciales distribuidos de la siguiente manera:
 I unidad: Estadística descriptiva
 II unidad: Espacios muestrales, eventos, conteo de puntos muestrales, probabilidad de un evento, regla
aditiva, probabilidad condicional, independencia, regla del producto y teorema de Bayes.
  III unidad: variables aleatorias, distribuciones de probabilidad discretas y continuas; distribución binomial,
multinomial, hipergeométrica, geométrica, Poisson, uniforme, normal, gamma y exponencial.
Estimación de la proporción de una población, estimación de la media poblacional, estimación de la
varianza poblacional, fundamentos de la prueba de hipótesis; prueba de una afirmación respecto a una
proporción, media, desviación estándar o varianza. Se hará un examen de reposición para la unidad
cuya calificación haya sido más deficiente.
Cada uno de estos parciales tendrá un valor de 100% distribuidos en 80% examen y 20% acumulado. La nota
final se obtendrá promediando las notas obtenidas en cada unidad.
Referencias bibliográficas sugeridas:
a) Básicas
 Triola, Mario. Estadística. 11 edición.
 Walpole, Myers & Myers, Probabilidad y Estadística para Ingeniería y Ciencias. 9 edición.

b) Complementaria
 Devore, J. (1999). Probabilidad y Estadística para ingeniería y ciencias.
 Levin & Rudin. Estadística Aplicada a los negocios y la economía.
 Wackerly, D., Mendenhall, W. y Scheaffer, R. (2011). Estadística Matemática con Aplicaciones.

Recursos adicionales (revistas, páginas web, vídeos, películas, otros):

Guía de ejercicios, tablas estadísticas y formularios.

Software estadístico y bases de datos en el laboratorio de computación.