Facultad de Ciencias y Tecnologa.

Ingeniera Ejecucin Informtica.

PROGRAMA DE ASIGNATURA
ASIGNATURA
:
PROBABILIDADES Y ESTADISTICA
CDIGO
:
IEI400
RGIMEN
:
Semestral.
PRE-REQUISITOS
:
Clculo I
SEMESTRE
:
Cuarto.
HORAS TERICAS
:
4 horas lectivas semanales (2 mdulos)
HORAS PRCTICOS
:
2 horas lectivas semanales (1 mdulos)
TOTAL HORAS SEMESTRALES : 96 horas lectivas semestrales.
REQUISITOS ASISTENCIA PARA APROBACIN: 75% en prcticas
DESCRIPCION DE LA ASIGNATURA
Este curso entrega los elementos bsicos de la estadstica descriptiva, de la teora de
las probabilidades, el concepto de variables aleatorias y presenta la aplicacin de lo anterior
para formular problemas bsicos de la inferencia estadstica.
OBJETIVOS GENERALES
Al finalizar el curso el alumno debe ser capaz de:
1. Aplicar los elementos metodolgicos de la estadstica descriptiva.
2. Analizar la eleccin de pruebas estadsticas apropiados para el anlisis de datos en
aplicaciones a la ingeniera.
3. Aplicar e interpretar los tipos de modelos lineales en. Ingeniera.
CONTENIDOS DE LA ASIGNATURA
I UNIDAD : ESTADISTICA DESCRIPTICA
Objetivo Especfico: Conocer las tcnicas Estadsticas utilizadas para el procesamiento de
datos con el fin de obtener informacin
Contenidos
1.
2.
3.
4.
5.

Tipos de datos
Descripcin Estadstica de una variable. Representacin grfica.
Descripcin Estadstica de dos variables. Representacin grfica.
Medidas de tendencia central y de dispersin
Otras medidas descriptivas (cuantiles)

II Unidad : ELEMENTOS DE PROBABILIDADES

Objetivo Especfico Conocer y comprender las nociones bsicas de probabilidad, aprender
nomenclatura utilizada en este mbito y aplicaciones a la solucin de
problemas.
Contenidos
1. Experimentos aleatorios. Espacio muestral. Sucesos. Frecuencia relativa.
2. Nociones bsicas de probabilidad. (Teoremas).
3. Reglas de conteo.

4. Probabilidad condicional.
5. Probabilidad de una interseccin. Independencia.
6. Teorema de la probabilidad total. Regla de Bayes.

III Unidad: VARIABLES ALEATORIAS UNIDIMENSIONALES

Objetivo Especfico Conocer y comprender los conceptos de variables aleatorias
permitiendo un correcto entendimiento de los modelos probabilsticos.
Contenidos
1.
2.
3.
4.

v.a. discretas (f. de probabilidad).

v.a. contnuas (f. de cuanta).
Funcin de distribucin.
Esperanza y varianza. Propiedades.

IV Unidad: ALGUNAS DISTRIBUCIONES IMPORTANTES (discretas y continuas)

Objetivo Especfico:

Aprender a identificar los diferentes modelos probabilisticos, para la

adecuada aplicacin a casos prcticos.

Contenidos
1. Distribuciones discretas: Bernoulli, Binomial, Hipergeomtrica
2. Distribuciones Continuas: Uniforme, Exponencial, Nomal, Chi-Cuadrado, T-student, F.
V Unidad: ELEMENTOS DE INFERENCIA ESTADISTICA
Objetivo Especfico: Estimar los parmetros conocidos y desconocidos de una poblacin a
partir de una muestra por medio de las herramientas descriptivas
aplicadas a la inferencia y estimacin.
Contenidos
1.
2.
3.
4.
1.

Introduccin
Distribuciones muestrales. Teorema del Lmite Central.
Estimacin puntual de parmetros
Estimacin por intervalos de parmetros
Pruebas de hiptesis

METODOLOGIA Y RECURSOS DE LA ASIGNATURA

Se desarrollarn clases tericas de tipo expositivo y clases prcticas de tipo participativas, en
que los alumnos resolvern problemas en forma individual y/o en grupos. Se realizarn test
semanales o cada 15 das para ir evaluando las dificultades y errores de los estudiantes.
Estarn disponibles apuntes de los contenidos de clases en la central de apuntes, adems
de ejercicios resueltos y propuestos. Los alumnos podrn hacer sus consultas de los
contenidos del curso en las clases de ctedra y prctica, o por correo electrnico.
EVALUACION DE LA ASIGNATURA
Nota de Presentacin NP= 0.30* C1 + 0.30* C2 + 0.25*
Nota Final NF= 0.6*NP + 0.4* Ex

+ 0.15*

Se deja constancia que solamente tienen derecho a examen aquellos alumnos que tienen un
nota de presentacin a examen superior o igual a 3,5. Por otro lado, la asignatura se
aprueba con nota final igual o mayor que 4,0 y con porcentaje de asistencia a clases mayor o
igual a 75 %.

BIBLIOGRAFA
BIBLIOGRAFIA BASICA
Mendenhall, W. & Wackerly, D. & Schaeffer, R. (1994). Estadstica Matemtica con
aplicaciones. Grupo Editorial Iberoamericana.
Mendenhall, W. & Sincich, T. (1997). Probabilidad y Estadstica para Ingeniera y Ciencias.
Prentice Hall Hi Ispanoamericana S.A.
Scheaffer, R. & McClave, J. (1993). Probabilidad y estadstica para ingenieros. Mexico:
Grupo Editorial Iberoamericana.
Miller & Jhonson & Freund (1992). Probabilidad y estadstica para ingenieros. Prentice Hall
Hispanoamericana.
BIBLIOGRAFA COMPLEMENTARIA
Walpole & Myers (1992). Probabilidad y Estadstica. Mc Graw Hill.
Canavos, G. (1991). Probabilidad y estadstica. Mc Graw Hill.
Pea, D. (1994). Estadstica modelos y mtodos (Vols. 1-2). Alianza Universidad Textos.
Scheaffer, R. & Mendenhall, W. & Ott, L. (1987). Elementos de Muestreo. Mxico: Grupo
Editorial Iberoamrica.
Prado, C. (1991). Introduccin a los Mtodos Estadsticos. Santiago: PUC.
Steel, R. & Torrie, J. (1988). Bioestadstica. Mc Graw Hill.