1/?

PLANTILLA BSICA PARA EL DISEO MICRO-CURRICULAR

1. IDENTIFICACIN:

NOMBRE ESCUELA: CIENCIAS

NOMBRE DEPARTAMENTO: CIENCIAS MATEMATICAS
NOMBRE DEL PROGRAMA: INGENIERIA DE
SISTEMAS,CIVIL,DISEO,MECANICA,GEOLOGIA
REA DE CONOCIMIENTO: ESTADISTICA
NOMBRE ASIGNATURA EN ESPAOL: ESTADISTICA GENERAL
NOMBRE ASIGNATURA EN INGLS: GENERAL STATISTICS

MATERIA PREREQUISITO: CALCULO II

CDIGO:

SEMESTRE DE UBICACIN:

INTENSIDAD HORARIA SEMANAL: 3

INTENSIDAD HORARIA SEMESTRAL: 48

CRDITOS: 3
CARACTERSTICAS: SUFICIENTABLE

2. JUSTIFICACIN DEL CURSO:

El curso constituye parte especial en la formacin de cualquier profesional, ya que en l se

presentan las bases para el trabajo exploratorio y confirmatorio, para el anlisis de datos
reales.

En la ingeniera y en cualquier otra rama del conocimiento humano, la presencia de la

variabilidad e incertidumbre en la toma de decisiones es de importancia. Se deben tomar
decisiones con informacin parcial o experimental, en ambientes de incertidumbre
asumiendo riesgos de manera responsable, con criterio y conocimiento de la magnitud del
mismo.
 2/?

Esta asignatura es pertinente porque suministra al estudiante:

Los conceptos y los modelos necesarios bsicos para describir, analizar,
interpretar y
comprender fenmenos aleatorios o inciertos.
Desarrollo de habilidades para modelar y solucionar situaciones en condiciones
de incertidumbre que le soporten la toma de decisiones.
Le ayuda a desarrollar un pensamiento que reconoce el elemento de la
variabilidad.
La estadstica se fundamenta en clculo diferencial e integral y provee los conceptos y
mtodos necesarios para el anlisis de datos para el Control de Calidad, simulacin,
produccin, y otras reas de formacin del ingeniero, avocadas al estudio de situaciones
complejas e inciertas del mundo real

3. PROPSITO U OBJETIVO GENERAL DEL CURSO:

Comprender los Fundamentos esenciales de la estadstica

3.1. OBJETIVOS ESPECFICOS:

Presentar Los conceptos y los modelos necesarios bsicos para describir,
analizar, interpretar y comprender fenmenos aleatorios, los cuales son mayora
en el mundo real.
Desarrollar habilidades para modelar y solucionar situaciones en condiciones
de incertidumbre que le soporten la toma de decisiones.
Ayudar a desarrollar un pensamiento que reconoce el elemento de la variabilidad

4. COMPETENCIAS BSICAS QUE EL ALUMNO ESTAR EN CONDICIONES DE

LOGRAR:

Al finalizar el curso el estudiante estar en capacidad de:

Valorar la Estadstica como tcnica fundamental para el estudio de los fenmenos

aleatorios en forma descriptiva y probabilstica.
Analizar e interpretar los resultados extrados de los datos o de la solucin de un
modelo probabilstico
Conceptuar los principios bsicos de la estadstica descriptiva y de la teora de la
probabilidad
Utilizar modelos tericos de distribuciones de probabilidad, para la implementacin
en la toma de decisiones bajo condiciones de incertidumbre.
Desarrollar habilidades de modelamiento y solucin de problemas
Traducir el lenguaje cotidiano de una situacin especfica en lenguaje Estadstico
 3/?

5. DESCRIPCION ANALITICA DE CONTENIDOS: TEMAS Y SUBTEMAS:

5.1 DESCRIPCION ESTADISTICA DE UNA VARIABLE (9 horas)

Objetivos Especficos

Presentar los elementos fundamentales para el anlisis exploratorio de datos.

Contenido

1 Introduccin. Objetivo de la estadstica. Conceptos bsicos: Experimento aleatorio y

espacio muestral. Poblacin y parmetro. Muestra y estadstica. Muestra aleatoria.
Variables categricas y variables cuantitativas (discretas y continuas).
Anlisis de la informacin de variables cualitativas o categricas. Representacin
tabular y grfica (diagrama de barras, diagrama circular).
2 Anlisis de la informacin de las variables cuantitativas. Representacin tabular y
grfica ( histogramas, polgonos, diagrama de cajas).
3 Medidas o ndices numricos de tendencia central (media, mediana, moda). Medidas
o ndices de posicin (percentiles, cuartiles). Medidas o ndices numricos de
dispersin o volatilidad (rango, varianza, desviacin estndar, coeficiente de
variacin).

5.2 PROBABILIDAD (6 horas)

Objetivos Especficos

Conocer los elementos de la teora de la probabilidad como una medida asociada

con la ocurrencia de eventos o fenmenos de carcter estocstico.

Contenido

4 Experimento aleatorio. Espacio muestral. Eventos. Probabilidad de un evento.

Axiomas de probabilidad y propiedades de probabilidad. Probabilidad condicional.
5 Teorema de la probabilidad total. Teorema de Bayes.

5.3 MODELOS ESPECIALES DE PROBABILIDAD PARA VARIABLES ALETORIAS

DISCRETAS Y CONTINUAS (9 horas)

Objetivos Especficos
 4/?

Conocer la importancia del estudio de las variables aleatorias discretas y continuas

para comprender el comportamiento de diversos fenmenos de la vida real.
Diferenciar y aplicar los principales modelos probabilsticas discretos y continuos
especiales.

Contenido

6 Definicin de variables aleatorias. Distribuciones de probabilidad para variables

aleatorias discretas y continuas. Funcin de masa de probabilidad, funcin de
densidad de probabilidad y funcin de distribucin acumulada. Valores esperados y
varianza de una variable aleatoria (discreta y continua).
7 Distribuciones especiales discretas: Uniforme, Binomial y Poisson.
8 Distribuciones especiales continuas: Uniforme, Normal, Gamma (como casos
particulares la exponencial y Chi cuadrado) y T-Student. Manejo de tablas.

5.4 ESTIMACIN DE PARMETROS Y PRUEBAS DE HIPTESIS ( 15 horas)

Objetivos Especficos

Estimar parmetros poblacionales y su importancia en el proceso de toma de

decisiones.
Conocer el proceso de la prueba de hiptesis y su aplicabilidad en la toma de
decisiones.
Contrastar o probar hiptesis para diferentes situaciones de la vida real.

Contenido

9 Distribucin muestral de la media, varianza y proporcin. Tipos de estimacin:

puntual y por intervalos. Propiedades bsicas de los intervalos de confianza.
Intervalos de confianza para la media poblacional .
10 Determinacin del tamao de la muestra para estimar la media poblacional .
11 Intervalo de confianza para la proporcin poblacional, varianza y desviacin
estndar poblacional.
12 Pruebas de hiptesis. Procedimiento de prueba. Pruebas sobre la media de una
poblacin.
13 Pruebas de hiptesis para la proporcin y varianza poblacional.

5.5 ANALISIS DE REGRESION Y CORRELACION LINEAL SIMPLE ( 9 horas)

Objetivos Especficos
 5/?

Interpretar adecuadamente la relacin entre variables.

Comprender el proceso e importancia del anlisis de regresin y correlacin simple.
Hacer predicciones o pronsticos sobre el valor de la variable dependiente para
valores dados de la variable independiente o predictora.
Interpretar resultados y su aplicacin en la prctica.
Hacer uso de paquetes estadsticos.

Contenido

14 Diagrama de dispersin. Covarianza y coeficiente de correlacin. Modelo de

regresin lineal simple. Supuestos del modelo. Estimacin e interpretacin de los
parmetros del modelo usando un software estadstico.
15 Pruebas de hiptesis sobre los parmetros del modelo de regresin. Interpretacin.
Pruebas de bondad de ajuste del modelo: coeficiente de determinacin y error
estndar de la estimacin.
16 Anlisis de residuales del modelo ajustado. Anlisis e interpretacin de resultados.

6. ESTRATEGIAS METODOLGICAS Y DIDCTICAS:

Combinacin de clase magistral y prctica por parte del docente de los temas de la
unidad.
Revisin de los ejercicios resueltos en el texto por parte de los alumnos.
Estudio y anlisis de ejercicios de aplicacin propuestos por el profesor.
Solucin de problemas e identificacin del mejor modelo de regresin utilizando el
computador.

7. RECURSOS:
7.1. Locativos:
Aulas de Clase
Salas de computo

7.2. Tecnolgicos:
Statgraphics
R
7.3. Didcticos:
Ninguno en especial
 6/?

8. CRITERIOS Y POLTICAS DE SEGUIMIENTO Y EVALUACIN ACADMICA:

Valor
Evaluacin Temas Semana
(%)
Parcial 1 25 Unidad 1 5
Parcial 2 25 Unidades 2 y 3 10
Parcial 3 25 Unidad 4 14
Parcial
25 Unidad 5 17
Final

9. BIBLIOGRAFIA GENERAL:

Mendenhall,W., Scheafer,R., Wakerly,D. Estadistica matemtica con

aplicaciones. Editorial Thomson. 7. Edicin, 2010.
Devore J. L. PROBABILIDAD Y ESTADSTICA PARA INGENIERA Y CIENCIAS
Cengage Learning, Sptima edicin, Mxico 2008
Walpole,Ronald, Myers Raymond, Myers Sharon, Ye Keying PROBABILIDAD Y
ESTADSTICA PARA INGENIERIAY CIENCIAS. OCTAVA EDICION.
EDITORIAL Pearson, Prentice Hall. 2007

10. NOMBRE DEL PROFESOR COORDINADOR DE MATERIA Y NOMBRE DE

PROFESORES DE LA MATERIA QUE PARTICIPARON EN LA
ELABORACIN.
Coordinador: Francisco Zuluaga
Participantes: Myladis Cogollo y Francisco Zuluaga

11. REQUISITOS DEL PROCESOS DE ASEGURAMIENTO DE LA CALIDAD

11.1. Versin nmero: 1
11.2. Fecha elaboracin: Mayo de 2015
11.3. Fecha actualizacin: Mayo de 2015
11.4. Responsable: Francisco Zuluaga
11.5. Aprobacin: _________________________________
 7/?

Jefe del Programa

_________________________________
Jefe del Departamento