c

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA

PROBABILIDAD Y ESTADSTICA
I. DATOS GENERALES Unidad Acadmica: Programa Educativo: Nivel educativo: Eje curricular: Asignatura: Clave: Crditos: Carcter: Tipo: Prerrequisitos: Nombre del Profesor: Ciclo escolar: Ao Semestre: Horas Teora/Semana: Horas Prctica/Semana: Horas Tiempo Independiente: Horas Totales del Curso: Departamento de Suelos Ingeniera en Recursos Naturales Renovables Licenciatura Ingeniera Probabilidad y estadstica
2007 7.5

Obligatorio Terico-prctico Programacin, Matemticas M.C. Ramiro Chvez Mota 2008-2009 4 Segundo 3.0 2.0 2.5 120.0

II. INTRODUCCIN La asignatura de probabilidad y estadstica se ubica en el segundo semestre de cada ciclo escolar y esta dirigida a los alumnos de cuarto ao de la carrera de IRNR. Corresponde a una materia bsica del plan de estudios la cual tiene una relacin de forma horizontal con las materias Hidrologa, Climatologa y Base de Datos y una relacin vertical con la materia de: Matemticas adems tiene una relacin estrecha con otras materias como Investigacin de Operaciones I y II y Modelos Matemtico entre otros. Se desarrolla principalmente con conferencias impartidas por el docente, as como prcticas en el laboratorio de cmputo, se realizaran tareas extra clase. La evaluacin es con exmenes parciales y exmenes sorpresa, se toma en cuenta las asistencias a las prcticas as como los reportes de las mismas.

PROBABILIDAD

Y ESTADISTICA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA III. PRESENTACIN La necesidad del curso de probabilidad y estadstica deriva del hecho en que es una materia bsica independientemente del rea de conocimientos en la que alguien se pretenda desarrollar, cualquier persona que haga investigacin siempre se ver limitado si no cuenta con los elementos estadsticos necesarios, ya que la teora de la probabilidad y la inferencia estadstica se han convertido en una herramienta indispensable en toda rea de la ciencia. Por esto es de suma importancia que los especialistas en Recursos Naturales, cuenten con estos elementos tanto para su vida acadmica como para su desarrollo profesional. IV. OBJETIVO GENERAL

Analizar grandes conjuntos de datos utilizando los principios y metodologas base de la Estadstica Descriptiva, la Estadstica Inductiva y la Teora de la Probabilidad para aplicar dichos conceptos en el campo de los Recursos Naturales. Aplicar el mtodo inductivo utilizado en inferencia estadstica para generalizar conclusiones con un grado de confiabilidad especificado as como controlar el grado de incertidumbre presente en toda investigacin cientfica. Manejar paquetes estadsticos en la resolucin de problemas con informacin proveniente de la disciplina de la Ingeniera de los Recursos Naturales Renovables y reas afines, para facilitar su anlisis y no perderse en el aspecto de los clculos numricos en forma manual as como inferir la importancia de poder concentrarse en la interpretacin de resultados. V. CONTENIDO

Unidad 1. Introduccin (3.0 h) Objetivo Definir conceptos bsicos relacionaos con la estadstica para interpretar su relacin con el manejo de datos. Contenido 1.1. Clasificacin de la estadstica y su relacin con el manejo de datos (1.0 h). 1.2. La estadstica, incertidumbre y el mtodo cientfico (1.0 h). 1.3. Conceptos bsicos relacionados con la estadstica (1.0 h).

PROBABILIDAD

Y ESTADISTICA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA Unidad 2. Mtodos tabulares y grficos para organizacin y presentacin de datos (12.0 h) Objetivo Analizar los mtodos para organizar y presentar datos. Contenido 2.1. Mtodos tabulares para organizar conjuntos de datos (2.5 h). 2.2. Tablas de frecuencias (2.5 h). 2.3. Representacin tabular de dos conjuntos de datos (2.5 h). 2.4. Mtodos grficos para representar conjuntos de datos (2.5 h). 2.5. Representacin grfica de dos conjuntos de datos (2.0 h). Unidad 3. Clculo y seleccin de medidas descriptivas (12.0 h). Objetivo Analizar las medidas descriptivas para inferir su uso en el manejo de datos. Contenido 3.1. Notacin de suma y reglas para su uso (2.0 h). 3.2. Medidas de tendencia central (localizacin) (2.0 h). 3.3. Medidas de dispersin (2.0 h). 3.4. Seleccin de medidas descriptivas (2.0 h). 3.5. Descripcin simultnea de dos conjuntos de datos (2.0 h). 3.6. Coeficiente de asimetra y medidas alternativas tendencia central (2.0 h). Unidad 4. Nociones elementales de probabilidad (12.0 h). Objetivo Definir nociones elementales de probabilidad para esquematizar experimentos. Contenido 4.1. Experimento aleatorio, espacio muestral y evento (2.0 h). 4.2. Poblacin y muestra (2.0 h). 4.3. Un modelo probabilstico basado en la frecuencia relativa (2.0 h). 4.4. Leyes probabilsticas bsicas (2.0 h). 4.5. Probabilidad condicional (2.0 h).
PROBABILIDAD

Y ESTADISTICA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA 4.6. Independencia (2.0 h). Unidad 5. Variables aleatorias y sus distribuciones (9.0 h). Objetivo Mostrar las variables aleatorias y su distribucin para analizar sus funciones. Contenido 5.1. Variable Aleatoria (1.5 h). 5.2. Distribuciones de variables aleatorias (1.5 h). 5.3. La funcin de distribucin acumulativa de probabilidades (1.5 h). 5.4. Distribuciones de variables aleatorias como modelos para representar situaciones reales (1.5 h). 5.5. Momentos de variables aleatorias (1.5 h). 5.6. Esperanza y varianza (1.5 h). Unidad 6. Modelos probabilsticos importantes (16.0 h) Objetivo Analizar los diferentes modelos probabilsticas para inducir su importancia. Contenido 6.1. Funciones de distribucin discretas: Uniforme, Bernoulli, Binomial, Poisson, Hipergeomtrica, Binomial Negativa, Geomtrica, Multinomial (8.0 h). 6.2. Funciones de distribucin continuas: Uniforme, Normal, Exponencial, Gamma, Ji-cuadrada, t de student, F de Snedecor (8.0 h). Unidad 7. Distribuciones derivadas del muestreo (3.0 h) Objetivo Analizar las distribuciones derivadas del muestreo para aplicar estos elementos probabilsticamente. Contenido 7.1. La distribucin de la media muestral y el teorema del lmite central (1.0 h).

PROBABILIDAD

Y ESTADISTICA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA 7.2. Propiedades de la varianza muestral (S2) y su distribucin en muestras aleatorias de una normal (1.0 h). 7.3. Distribucin de n ( x ) / s , de una muestra aleatoria tomada de una poblacin con distribucin normal (1.0 h). Unidad 8. Pruebas de hiptesis (3.0 h) Objetivo Analizar las pruebas de hiptesis para aplicar esta en una distribucin normal. Contenido 8.1. Ideas bsicas en una prueba de hiptesis y clasificacin de las diferentes pruebas de hiptesis (1.0 h). 8.2. Pruebas de hiptesis sobre la media de una distribucin normal (1.0 h). 8.3. Pruebas de hiptesis sobre la varianza de una distribucin normal (1.0 h). VI. METODOLOGA El desarrollo de este curso se hace tanto a nivel de aula para la parte terica, como de laboratorio (laboratorio de cmputo) para la parte de laboratorio, as como la resolucin de ejercicios como tareas extra-clase. VII. EVALUACIN Para obtener la calificacin final del alumno, se divide en la parte terica y en la parte prctica. Teora: Para la evaluacin de la parte terica se toman en cuenta varios aspectos como son exmenes escritos parciales y exmenes sorpresa, en conjunto constituyen el 80% de la calificacin final, cuyo desglose es como sigue: Examen Examen 1 Examen 2 Examen 3 Exmenes sorpresa Unidades Unidades 1,2 y 3 Unidades 4,5, y 6 Unidades 7 y 8 2 por unidad Porcentaje 30% 30% 10% 10% Fecha Febrero Abril Mayo
Durante el semestre

PROBABILIDAD

Y ESTADISTICA

UNIVERSIDAD AUTNOMA CHAPINGO DEPARTAMENTO DE SUELOS

SUBDIRECCIN ACADMICA

Prctica: En la parte prctica tambin se evalan varios aspectos entre los que se tienen: Asistencia a las prcticas de laboratorio y reporte de ejercicios realizados en forma manual y utilizando la paquetera estadstica que se ensear en prcticas. Constituye el 20% de la calificacin final. As se tiene: Teora: Prctica: Total: 80% calificacin final 20% calificacin final. 100%.

* Acreditacin del Curso Para considerar como acreditado el curso es necesario obtener una calificacin mnima de 6.6 en escala del 0.0 al 10.0, tanto para la parte terica como para la parte prctica. VIII. BIBLIOGRAFA
Ardilly ,P. 2006. Sampling Methods: Exercises & solutions. Springer. USA: Charles S.D. 2002. Statistical Methods for the analysis. Springer. USA. Freud John E. y Walpole Ronald E. 1990. Estadstica matemtica con aplicaciones. Cuarta Edicin. Prentice Hall Hispanoamericana, Mxico. Mendehall, William. 1982. Introduccin a la probabilidad y la estadstica. Wadsworth Internacional / Iberoamericana. Miller, Irwin R., Freund, John E., y Johnson, 1992. Probabilidad y estadstica para ingenieros. Prentice Hall Hispanoamericana, S. A. Mxico. Cuarta Edicin. Moreno Bonnet A. y Jauffred M. 1979. Elementos de probabilidad y estadstica. Representaciones y servicios de ingeniera, S. A. Mxico. Spiegel, Murray R. 1976. Probabilidad y estadstica. Serie Schaum. McGraw Hill. Mxico. Steel Robert G. D. y Torrie James H. 1986. Bioestadstica. McGraw-Hill, Mxico. Steel Robert G. D. y Torrie James H. 1976. Introduction to statistics. McGraw-Hill Book Company, New York.

PROBABILIDAD

Y ESTADISTICA