1.

- DATOS DE LA ASIGNATURA

Nombre de la asignatura: Probabilidad

Carrera: Ingeniera Industrial
Clave de la asignatura: INB-0402
Horas teora-horas prctica-crditos 4-0-8

2.- HISTORIA DEL PROGRAMA

Lugar y fecha de
elaboracin o
Participantes
revisin
Instituto Tecnolgico Representante de las
de Celaya del 11 al 15 academias
de
agosto 2003.
ingeniera industrial de
los
Institutos
Tecnolgicos.

Observaciones
(cambios y justificacin)
Reunin
Nacional
de
Evaluacin Curricular de la
Carrera
de
Ingeniera
Industrial

Instituto Tecnolgico Academia de Ciencias Anlisis y enriquecimiento

de Cd. Guzmn 2 de Bsicas
las
propuestas
de
abril del 2004
programas diseados en
reunin
nacional
evaluacin

de
los
la
de

Instituto Tecnolgico Comit

de Definicin de los programas
de La Laguna del 26 Consolidacin de la de estudio de la carrera de
al 30 abril 2004
carrera de Ingeniera Ingeniera Industrial.
Industrial.

3. UBICACION DE LA ASIGNATURA

a)

Relacin con otras asignaturas del plan de estudios

Anteriores
Asignaturas
Temas
Matemticas I
-Concepto de
Funcin
-Derivadas
-Mximos y
mnimos de
una funcin.
Matematicas II
-Integral Definida
Integrales
impropias

Posteriores
Asignaturas
Temas
- Distribucin
Estadstica
muestral.
- Estimacin.
- Prueba de
hiptesis.
- Prueba de
Estudio del trabajo bondad.
I

Investigacin de
operaciones.

-Estudio de
tiempos.
(tamao de
muestra)

- Lneas de
Control de calidad. espera.
Administracin

Metodologia de la
Investigacin.

-Regresin y
correlacin.
-Interpolacin.
-Todos

Formulacin y
evaluacin de
proyectos.

-Muestreo.
-Graficas de
control.
-Desarrollo de la
Investigacin.
-Estudio de
mercado.

b) Aportacin de la asignatura al perfil del egresado.

Disea, implementa, administra y mejora sistemas integrados de

abastecimiento, produccin y distribucin de bienes y servicios de forma
sustentable considerando las normas nacionales e internacionales
Disea, administra y mejora sistemas de materiales
Disea, implementa y mejora los sistemas y mtodos de trabajo, aplicando la
Ergonoma.

Desarrolla investigacin y propicia el desarrollo tecnolgico en su ejercicio

profesional
Aplica mtodos y tcnicas para la evaluacin y el mejoramiento de la
productividad.
Formula, evala y administra proyectos de inversin con criterios de
sustentabilidad

4. OBJETIVO(S) GENERAL(ES) DEL CURSO.

Resolver problemas donde se involucren eventos con incertidumbre, aplicando los

modelos anliticos apropiados.

5.-

Temario

Temas
Unidad
1
Estadstica Descriptiva

1.1
1.2

1.4

Fundamentos de
probabilidad

2.1
2.2
2.3
2.4
2.5
2.6

Modelos analticos de
fenmenos aleatorios
discretos.

2.7
3.1
3.2

3.3

Subtemas
Introduccin, notacin sumatoria
Datos no agrupados.
1.2.1 Medidas de tendencia central y de
posicin.
1.2.2 Medidas de dispersin
1.3 Datos agrupados
1.3.1 Tabla de frecuencia
1.3.2 Medidas de tendencia central y de
posicin
1.3.3 Medidas de dispersin
A partir de un conjunto dado de
datos, reprersentarlos
mediante
un histograma, poligono de
frecuencias,
ojivas, etc.
Conjuntos y tcnicas de conteo.
Concepto clasico y como frecuencia
relativa.
Espacio muestral y eventos.
Axiomas y teoremas.
Espacio finito equiprobable.
Probabilidad condicional e
independencia.
Teorema de Bayes
Definicin de variable aleatoria discreta.
Funcin de probabilidad y de
distribucin, valor esperado, varianza
y desviacin estandar.
Distribucin Binomial.

3.4

3.5
3.6
3.7

Modelos analticos de
fenmenos aleatorios
continuos

4.1
4.2
4.3
4.4
4.5

4.6
5

Regresin y correlacin
Simple

Distribucin Hipergeomtrica
de
la
3.4.1Aproximacin
hipergeomtrica por la Binomial.
Distribucin Geomtrica.
Distribucin Multinomial.
Distribucin de Poisson.
3.7.1 Aproximacin de la Binomial por la
de Poisson.
Definicin de variable aleatoria
continua.
Funcin de densidad y acomulativa.
Valor esperado, varianza y desviacin
estndar.
Distribucin Uniforme y Exponencial.
Distribucin Normal.
4.5.1 Aproximacin de la Binomial a la
Normal.
Teorema de Chebyshev.

5.1

Regresion lineal sIimple y curvilinea.

5.1.1Distinguir
entre
variable
dependiente e independiente.
5.1.2 Definir ecuacin de regresin y
cual es su aplicacin.
5.1.3 Aplicar el mtodo de mnimos
cuadrados para
determinar la
recta, parabola o curva que mejor
se ajuste a un conjunto de datos.
5.2 Correlacin

6. APRENDIZAJES REQUERIDOS.

Fundamentos de la teora de conjuntos y de las tcnicas de conteo.

Conocimiento sobre funciones algebraicas y algebra de funciones.
Resolver expresiones que impliquen la utilizacin de la sumatoria.
Concepto y manejo de limites y continuidad.
Concepto de derivada y de reglas de derivacin.
Mtodos para clcular Mximos y Mnimos
Tener conocimientos del calculo integral.

7. SUGERENCIAS DIDACTICAS.

Investigar sobre subtemas asignados y de aplicacin .

Solucionar problemas previamente seleccionados para cada unidad.
Realizar actividades prcticas que motiven el desarrollo de la creatividad del
estudiante (modelos fsicos, juegos, etc.), mediante problemas que lo vinculen
con situaciones de la vida real.
Usar software, relacionado con la materia, como un elemento necesario para
el manejo de la informacin, la solucin de problemas y la presentacin de
resultados (Stat Graphics y Excel).
Propiciar el trabajo en equipo
Propiciar grupos de discusin sobre las investigaciones

8. SUGERENCIAS DE EVALUACION.

Examenes
Revisin de problemas.
Trabajos de nvestigacion
Reporte de conceptos bsicos y problemas resueltos.

9. UNIDADES DE APRENDIZAJE.

Unidad 1.- Estadstica descriptiva

Objetivo
Actividades de Aprendizaje
Educacional
El
estudiante 1.1. Discutir
los
conceptos
entre
obtendr, analizar
poblacin y muestra, entre medidad
y
representar
de tendencia central, de posicin, y
graficamente
de dispersin.
conjuntos de datos 1.2. Recopilar un conjunto de no mas de
tomados de una
30 datos (muestra pequea), Y
situacin
real,
calcular su media aritmtica, media
haciendo sintesis de
geomtrica,
moda,
mediana,
ellos,
mediente
desviacin media absoluta, varianza
descripciones
y desviacion estndar.
numericas.
1.3. Recopilar no menos de 30 datos
(muestras grandes) para construir
una distribucin de frecuencias y
representarlos
graficamente
mediante Histogramas, Poligono de

Fuentes de
Informacin
1,2,4,10

frecuencias, ojivas, etc.

1.4. Calcular con base a la distribucin
de frecuencias a las medidas como
la media, moda, mediana, varianza y
desviacin estndar.

Unidad 2.- Fundamentos de Probabilidad

Objetivo
Educacional
Aplicar
fundamentos de
teora
de
probabilidad en
clculo
probabilidades
diferntes tipos
sucesos

Actividades de Aprendizaje
los 2.1 Estudiar la teora de conjuntos,
la
diagramas de rbol, asi como las
la
tcnicas de conteo (combinaciones
el
y permutaciones).
de 2.2 investigar y describir conceptos tales
de
como:
esperimentos
aleatorios,
de
espacio
muestral,
suceso,
probabilidad, clasificacin de la
probabilidad, importancia de la
probabilidad.
2.3 Establece con base en un
experimento aleatorio la distrubucin
de
probabilidad.,
apropiada,
corroborando
los
axiomas
y
teoremas correpondientes.
2.4 Distinguir tipos de sucesos y
asociarlos
con
el
modelo
matemtico correspondiente en la
solucin de problemas.
2.5 Resolver problemas inmersos en el
marco
de
la
probabilidad
condicional.
2.6 Investigar el teorema de Bayes, y
aplicarlo
en la solucin de
problemas.

Fuentes de
Informacin
1,2,3,4,5,8,9

Unidad 3.- Modelos analiticos de fenmenos aleatorios Discretos

Objetivo
Actividades de Aprendizaje
Educacional
tipos
de
variables
Particularizar en el 3.1 Investigar
estudio
de
las
aleatorias.
distribuciones
3.2 Establecer
la
funcin
de
probabilidad
de
una
variable
Binomial,
aleatoria discreta a partir de una
Multinomial,
situacin real o simulada, y calcular
Hipergeometrica,
Poisson
y
la esperanza matemtica, varianza y
Geomtrica.
desviacin estndar.
3.3 Identificar la funcin de distribucin
Determinar
el
Binomial,
Multinomial,
modelo matemtico
Hipergeometrica, Geomtrica, y
apropiado que deba
Poisson,
con
base
a
sus
aplicarse.
caractersticas.
3.4 Realizar clculos de probabilidad
mediante el manejo de las tablas
correspondientes
a
las
distribuciones Binomial y de Poisson
3.5 Aproximar los clculos de la
distribucin de Poisson a la
3.6 distribucin Binomial.

Fuentes de
Informacin
1,2,5,6,8,10,12

Unidad 4.- Modelos analiticos de fenmenos aleatorios continuos.

Objetivo
Educacional
Aplicar
los
conceptos
de
variable
aleatoria
continua, con base a
situaciones reales o
simuladas
y
establecer
la
correspondiente
distribucin
de
probabilidad
continua,
particularizando en
el estudio de las
distribuciones
Uniforme,

Actividades de Aprendizaje
4.1 Investigar
las
funciones
de
distribucin de una variable aleatoria
continua, como son: la uniforme,
exponencial y normal.
4.2 Realizar calculos de probabilidad
mediante el manejo de las tablas
correspondientes
a
cada
distribucin.
4.3 Relacionar las distribuciones:
4.4 Binomial y Normal.
4.5 Poisson y Normal.
4.6 Investigar
el
teorema
de
Chebyshev. y aplicarlo en la vida
real.

Fuentes de
Informacin
4,6,8,9

Exponencial
y
Normal.
Aproximar
la
distribuacin Normal
a la Binomial.

Unidad 5.- Regresin y correlacin simple.

Objetivo
Actividades de Aprendizaje
Educacional
Establecer
un 5.1 Investigar sobre los diferentes
modelo matemtico
diagramas de dispersin y sus
razonable
que
correspondientes
modelos
describa
las
matemticos (lineal, cuadrtico y
relaciones entre las
exponencial).
variables
bajo 5.2 A partir de una situacin real
estudio,
y
ser
obtener dos conjuntos dados, y
capaz de medir el
designar entre los dos conjuntos la
grado (magnitud) de
variable
dependiente
y
la
dicha relacin.
independiente.
5.3 Realizar lecturas de texto sugeridos
sobre la ecuacin de regresin lineal
simple y curvilinea.
5.4 nalizar problemas resueltos de
situaciones reales en donde se
aplique la ecuacin de regresin
(modelos que involucren ecuaciones
lineales,
cuadraticas
y
exponenciales).
5.5 Investigar en textos sugeridos la
justificacin del clculo de los
coeficientes que involucra el modelo
lineal.
5.6 Apartir de una situacin real o
simulada planteada por el alumno
(con ayuda del profesor), recolectar
dos conjuntos de datos y con ellos
construir el diagrama de dispersin
y, establecer el modelo matemtico
que
mejor
describa
el
comportamiento entre las variables.
Calcular el coeficiente de correlacin
y argumentar por que el modelo
construido es el mas apropiado.

Fuentes de
Informacin
4,5

10. FUENTES DE INFORMACIN

1 Montgomery- Runger.
Probabilidad y Estadistica para Ingenieria y Administracion.
ED. Limusa Wiley.
2 Walpole- Myers.
Probabilidad y Estadstica para Ingenieros.
ED. Prentice- Hall.
3 William Mendenhall.
Probabilidad y Estadstica (Schaum).
ED. Learning Thomson.
4 Luis Magaa Cullar.
Estadstica y Probabilidad.
Coleccin Bachiller.
ED. Nueva Imagen S.A. de C.V.
5 Levin Rubin.
Estadstica para Administradores.
ED. Prentice Hall.
6 Mason- Lind- Marchal..
Estadstica para Administradores
ED. Alfaomega.

7 Howard. B. Chisten.
Estadstica paso a paso.
ED. Trillas.

8 Heinz Kohler..
Estadstica Para negocios y Economia
ED. CECSA.
9 Piot. M. Wisniewski- Guillermo Bali.Ejercicios y problemas de la teoria de las
Probabilidades.
ED. Trillas
10 Humberto Gutierres Pulido.
Calidad total y productividad.
ED. McGraw Hill

11 Cesar Argusto Bernal T.

Mtodos de la Investigacin para Administracin y Economia.
ED. Prentice Hall.
12 Irwin R. Miller- John E. Freund.
Probabilidad Y Estadstica Para Ingenieros.
ED Prentice Hall.