Syllabus Asignatura Unidad Acadmica Responsable: DEPARTAMENTO DE ESTADISTICA. FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS.

CARRERA(S) a las que se imparte: ING. CIVIL QUIMICA, ING. CIVIL EN MINAS, ING. CIVIL MATERIALES, ING. CIVIL METALURGICA. I.- IDENTIFICACION Nombre: ESTADISTICA Cdigo: 523210 Crditos: 4 Crditos SCT: 5 Prerrequisitos: 527147 527148 Modalidad: Presencial Calidad: Obligatoria Duracin: Semestral Semestre en el plan de estudios: Trabajo Acadmico: 13 Horas Tericas: 3 Horas Prcticas: 2 Horas Lab. Computacin: 0 Horas Trabajo Autnomo: 8 Seccin 1 Ins Varas Cceres Oficina N 513. Facultad de Ciencias Fsicas y Matemticas Telfono oficina: (220) 4770 E-mail: ivaras@udec.cl Seccin 2 Francisco Muoz Oficina N . Facultad de Ciencias Fsicas y Matemticas Telfono oficina: (220) E-mail: franciscojavimu@udec.cl Seccin 1 Mara Paz Tapia E-mail: mtapiad@udec.cl Seccin 2 Francisco Muoz E-mail: franciscojavimu@udec.cl

Docente Responsable

Alumno(a) Ayudante

Duracin 16 (semanas) Fecha: 10/03/2014 II.- DESCRIPCION La asignatura de estadstica permite al estudiante de ingeniera adquirir los conocimientos de los mtodos y tcnicas estadsticas para aplicar en el anlisis y evaluacin de situaciones referidas a su especialidad. Es una asignatura terica prctica de carcter obligatorio, que permite extraer de la realidad la informacin relevante para analizar y resumir estadsticamente la informacin de un conjunto de datos. Adems, permite desarrollar en el estudiante un criterio de razonamiento probabilstico capacitndolo para modelar estocsticamente algunos fenmenos aleatorios del mundo real. III.- RESULTADOS DE APRENDIZAJE ESPERADOS R1. Utiliza la terminologa estadstica. R2. Recolecta, organiza, representa y procesa un conjunto de datos para caracterizarlo, calcula las medidas necesarias para la caracterizacin, interpreta los resultados. R3. Reconoce y establece el grado de incertidumbre en la ocurrencia de un evento. R4. Conoce los principios bsicos de la probabilidad y distingue las relaciones de dependencia, independencia y condicionalidad en la ocurrencia de dos o ms evento.

R5. Distingue las caractersticas de variables aleatorias continuas y discretas y utiliza los modelos matemticos de las distribuciones de probabilidad para calcular la probabilidad de la ocurrencia de un evento ya sea de naturaleza discreta o continua R6. Comprende el concepto de distribucin muestral, error estndar, y los utiliza. R7. Estima parmetros puntualmente y por intervalos de confianza. R8. Comprende los conceptos fundamentales y la metodologa de una prueba de hiptesis estadstica. R9. Interpreta y toma decisiones a travs de los resultados de las inferencias estadsticas de problemas reales. R10. Comprende la utilidad del mtodo de regresin y correlacin para pronostico y toma de decisin. IV.- CONTENIDOS 1) Estadstica descriptiva Tipos de variables. Tabulacin de datos. Representacin grfica de distribuciones de frecuencias. Medidas estadsticas de tendencia central y de dispersin. 2) Probabilidad Espacio Muestral, eventos y algebra de eventos. Axiomas, propiedades, nocin frecuencial, probabilidad condicional, independencia. 3) Variables Aleatorias. Definicin, clasificacin, funcin de distribucin. Variables discretas, continuas y mixtas. 4) Esperanza y Momentos. Definicin, generalizacin, propiedad, varianza, desigualdad de Tchevyshev. Momentos, funciones generadoras, propiedades. 5) Distribuciones importantes. Bernoulli, binomial, binomial negativa, geomtrica, hipergeomtrica. Poisson, uniforme, exponencial y normal. 6) Variables Bidimensionales Distribuciones bivariadas, marginales, valores esperados, independencia y condicionalidad. 7) Estimacin Puntual. Definiciones bsicas, definicin de la Inferencia Estadstica. Propiedades de los estimadores: Estimadores Insesgados, EIVUM y ECM. Mtodos de estimacin puntual: Mtodo de momentos, Mxima verosimilitud. 8) Distribucin muestral de la media y Teorema Central del Lmite. 9) Distribuciones importantes en Inferencia Chi-cuadrado, T-student, Fisher. 10) Estimacin por Intervalos Definicin. Intervalos de confianza para la media, la varianza, diferencia de medias, cociente de varianzas, proporcin y diferencia de proporciones. 11) Pruebas de Hiptesis Hiptesis estadstica, errores tipo I y II. Dcimas unilaterales y bilaterales. Prueba de hiptesis para las medias poblacionales normales. Pruebas con respecto a las varianzas. Caso de proporciones. 12) Test de Bondad de ajuste, Independencia y Homogeneidad. 13) Anlisis de Regresin. Regresin lineal simple, estimacin mnimo cuadrtica, estimacin mximo verosmil, lmites de confianza y pruebas de significacin, anlisis de varianza, correlacin lineal.

V.- METODOLOGIA Presentacin del programa de la asignatura, presentacin de los temas, explicacin, discusin estudio de los contenidos. Resolucin de preguntas y ejercicios relativos a los temas tratados. VI.- EVALUACION Se aplicarn 2 evaluaciones parciales escritas durante el semestre, cuyas ponderaciones son las siguientes: y

Evaluacin 1 (E1): 45%

Evaluacin 2 (E2): 55%

Promedio Semestral (PS) = 0.45*E1 + 0.55*E2 Si PS 4, entonces el alumno aprueba la asignatura con nota final igual a PS. Si PS < 4, entonces el alumno reprueba la asignatura con nota final igual a PS. Todos los estudiantes tienen derecho a rendir la Evaluacin de Recuperacin (ER), con ponderacin igual al 40% del promedio semestral. Si la rinde, la nota final se obtiene de la siguiente forma: Nota Final = 0.6*PS + 0.4*ER La Evaluacin de Recuperacin contempla toda la materia del semestre. Las fechas de las evaluaciones son las siguientes: Evaluacin 1: 12 de mayo Evaluacin 2: 2 de julio Evaluacin de Recuperacin: 17 de julio VII.- BIBLIOGRAFIA Y MATERIAL DE APOYO Bibliografa Bsica: A. Mora, L. Cid, M. Valenzuela Probabilidades y Estadstica Departamento de Estadstica, 1996. Probabilidades y Estadstica Aplicadas a la Ingeniera McGraw-Hill. 2004. ISBN: 970-10-1017-5. Probabilidad y Estadstica para Ingeniera y Ciencias Prentice Hall. 1997.ISBN 968-880-960-

D. Montgomery, G. Runger

William Mendenhall

VIII.- PLANIFICACIN
Fecha de Inicio Semana Hrs. Semanales Trabajo Presencial Hrs. Semanales Trabajo Autnomo Resultado(s) de Aprendizaje

Semana N

Contenido(s) Presentacin Curso. Probabilidades Experimento aleatorio. Espacio muestral. Eventos y lgebra de eventos

Actividad(es)

Responsable

10 de marzo

Clase expositiva. Presentacin del syllabus. Definiciones preliminares. Clase expositiva. Presentacin de la teora de probabilidad, eventos condicionales e independientes, Clase prctica. Resolucin de ejercicios de probabilidad condicional e independencia Clase expositiva. Definicin de variable aleatoria: discreta y continua. Definicin de esperanza y varianza.

Profesor

R1

17 de marzo

Probabilidades Axiomas de probabilidad. Teoremas bsicos, Probabilidad condicional, Eventos independientes

Profesor

R1 R3 R4

Alumna(o) Ayudante

R1 R3 R4

24 de marzo

Variables aleatorias Concepto de variable aleatoria. Funcin de distribucin. Funcin de una variable

Profesor

R1 R5

aleatoria. Esperanza, varianza y sus propiedades.

Clase prctica. Desarrollo de ejercicios relativos a variables aleatorias Clase expositiva. Modelos de probabilidad discretos Clase prctica. Desarrollo de ejercicios de variables discretas conocidas Clase expositiva. Modelos de probabilidad continuos Clase prctica. Desarrollo de ejercicios de variables continuas conocidas Clase expositiva. Definicin de distribuciones bidimensionales y sus propiedades Clase prctica. Desarrollo de ejercicios de distribuciones bidimensionales Clase expositiva. Medidas de resumen de una muestra aleatoria: tabulacin y representacin grfica. Medidas de tendencia central y dispersin .Clase prctica Desarrollo de ejercicios de estadstica descriptiva Clase expositiva. Definicion de muestra aleatoria, estimadores y sus propiedades. Mtodos de estimacin: mxima verosimilitud Clase prctica Ejercicios de estimacin de parmetros Clase expositiva. Distribuciones muestrales, TLC y distribuciones importantes Clase prctica Desarrollo de ejercicios de distribuciones muestrales Clase expositiva Definicin y construccin de intervalos de confianza Clase prctica Desarrollo de ejercicios de intervalos de confianza para una poblacin

Alumna(o) Ayudante

R1 R5

31 de marzo

Variables aleatorias Distribuciones Discretas: Bernoulli, binomial, geomtrica, binomial negativa, hipergeomtrica y Poisson.

Profesor

R1 R5

Alumna(o)Ayu dante

R1 R5 R1 R5 R6 R1 R5 R6

7 de abril

Variables aleatorias Distribuciones Continuas: uniforme, exponencial y Normal.

Profesor

Alumna(o) Ayudante

14 de abril

Variables aleatorias Bidimendionales Dist. Bivariadas y probabilidades conjuntas. Valores esperados, varianza y covarianza.

Profesor

R1 R6

Alumna(o) Ayudante

R1 R6

Profesor

21 de abril

Estadstica descriptiva

R1 R2

Alumna (o) Ayudante

R1 R2

28 de abril

Inferencia Estimacin Puntual Definiciones. Propiedad de los estimadores: Estimacin de Parmetros:

Profesor

R1 R6

Alumna(o) Ayudante

R1 R6

5 de mayo

Inferencia. Distribucin muestral de la media y Teorema central del lmite. Distribuciones importantes y propiedades: Chi.cuadrado, TStudent y Fisher. Inferencia Estimacin por intervalos. Mtodo del Pivote. Intervalos de confianza para la media, Intervalo de confianza para la varianza y la proporcin.

Profesor

R1 R7

Alumna(o) Ayudante

R1 R7

Profesor

R1 R7

10

12 de mayo

Alumna (o) Ayudante

R1 R7

11

12

13

14

15

16

Clase expositiva. Intervalos de confianza para Inferencia comparacin de Intervalos de parmetros de dos 19 de confianza para poblaciones mayo diferencia de medias, Clase prctica cuociente de Desarrollo de varianzas y diferencia ejercicios de intervalos de proporciones. de confianza para dos poblaciones Clase expositiva. Definicin de prueba de hiptesis y sus elementos: error tipo I y II, potencia. Clculo Inferencia e interpretacin del Pruebas de hiptesis. valor-p. Pruebas 26 de Elementos generales unilaterales y mayo de una prueba de bilaterales hiptesis. Clase prctica Desarrollo de ejercicios de pruebas de hiptesis unilaterales y bilaterales Clase expositiva. Pruebas de hiptesis Inferencia para parmetros de Pruebas para dos poblaciones diferencia de medias, 2 de junio Clase expositiva. cociente de varianzas Desarrollo de y diferencia de ejercicios de pruebas proporciones. de hiptesis para dos poblaciones Clase expositiva. Presentacin de las pruebas de bondad de ajuste, independencia Inferencias y homogeneidad Prueba de bondad de 9 de junio Clase prctica ajuste, independencia Desarrollo de y homogeneidad. ejercicios relativos pruebas de bondad de ajuste, independencia y homogeneidad. Clase expositiva. Definicin del modelo .Anlisis de de regresin simple y Regresin su estimacin. Regresin lineal 16 de Clase prctica. simple: Estimacin por junio Desarrollo de mnimo cuadrados, ejercicios asociados a estimacin mximo la estimacin de verosmil. modelos de regresin simple. Clase expositiva. Pruebas de hiptesis asociadas al modelo de regresin simple y sus parmetros. Anlisis de regresin Clase prctica. 23 de Anova y correlacin Desarrollo de junio lineal ejercicios de anlisis de regresin: estimacin de parmetros, pruebas de hiptesis e interpretacin

Profesor

R1 R7

Alumna (o) Ayudante

R1 R7

Profesor

R1 R7 R8

Alumna (o) Ayudante

R1 R7 R8

Profesor

R1 R7 R8 R1 R7 R8

Alumna (o) Ayudante

Profesor

R1 R7 R8

Alumna (o) Ayudante

R1 R7 R8 R1 R9 R10 R1 R9 R10

Profesor

Alumna (o) Ayudante

Profesor

R1 R9 R10

Alumna (o) Ayudante

R1 R9 R10

IX.- OTROS El horario de clases de la asignatura es el siguiente: Seccin 1 Clase Terica Mircoles Bloque 2 Jueves Bloque 10-11 Clase Prctica Viernes Bloque 1-2 Seccin 2 Clase Terica Clase Prctica

Sala A-114 Sala A-212 Sala A-311

Mircoles Viernes Lunes

Bloque 2 Bloque 1-2 Bloque 10-11

Sala A-212 Sala A-212 Sala A-214

La rendicin de las evaluaciones parciales constituyen requisito de aprobacin de la asignatura. El alumno que no se presente a alguna de las evaluaciones programadas sin justificacin mdica presentada ante la DISE en los plazos correspondientes, ser calificado con concepto NCR. El alumno que no se presente a alguna de las evaluaciones programadas presentando justificacin mdica ante la DISE en los plazos correspondientes, debe rendir una evaluacin de recuperacin especial. Esta evaluacin especial contempla TODA la materia del semestre, independiente de la evaluacin a la que el alumno no se present. La fecha y hora de la evaluacin especial ser definida por los profesores y deber ser rendida al final del semestre. En caso de que el alumno no se presente a esta evaluacin especial, su nota ser reemplazada por el concepto NCR. Si un alumno falta a las dos evaluaciones presentando la justificacin mdica correspondiente, deber rendir la evaluacin de recuperacin obligatoriamente, cuya nota ser la nota final del curso. La asistencia a clases tanto prcticas como tericas NO es obligatoria.