Professional Documents
Culture Documents
A. IDIOMA DE ELABORACIN
BORRADOR
Espaol
D. OBJETIVO GENERAL
Analizar un conjunto de datos para obtener informacin que permita la elaboracin de estrategias
robustas donde la incertidumbre sea parte de los modelos matemticos de las variables discretas y
continuas.
E. OBJETIVOS DE APRENDIZAJE DEL CURSO
El estudiante al finalizar el curso estar en capacidad de:
1 Interpretar un tratamiento estadstico de datos para la elaboracin de informes que permitan toma
de decisiones.
2 Elaborar diferentes grficas estadsticas que muestren los resultado del anlisis de un conjunto de
datos.
3 Aplicar conceptos de probabilidad en problemas reales utilizando distribuciones de probabilidad
tanto discretas como continuas
4 Analizar un conjunto de datos haciendo uso de los mtodos estadsticos estudiados con la ayuda
de un software estadstico
F. ESTRATEGIAS DE APRENDIZAJE
Aprendizaje asistido por el profesor
Aprendizaje cooperativo/colaborativo:
Aprendizaje de prcticas de aplicacin y experimentacin:
Aprendizaje autnomo:
BORRADOR
UNIDADES Horas Docencia UNIDAD
1.- Introduccin a la Estadstica Descriptiva
1.1.- Definicin de poblacin y parmetro.
1.2.- Definicin de muestra y estadstico. 2
1.3.- Definicin de variable aleatoria y su clasificacin.
1.4.- Escala de medicin.
2.- Organizacin de los datos. Tabulacin y diagramas
estadsticos.
2.1.- Clases y marca de clase
2.2.- Tablas de frecuencia
4
2.3.- Histogramas
2.4.- Percentiles, cuartiles, diagrama de cajas
2.5.- Funcin de distribucin emprica. Diagramas de Paretto.
3.- Medidas de tendencia central y de dispersin
3.1.- Media aritmtica, mediana, media ponderada, media
geomtica, moda
3.2.- Varianza, desviacin estndar
4
3.3.- Coeficiente de variacin
3.4.- Rango de la muestra
3.5.- Desviacin media, sesgo y kurtosis
4.- Teora combinatoria: Permutaciones y Combinaciones.
Probabilidad
4.1.- Experimento Estadstico y Espacio muestral
4.2.- Funcin de probabilidad
4.3.- Mtodos de enumeracin
4.4.- Probabilidad condicional. Independencia estocstica de 16
eventos
4.5.- Reglas de la Probabilidad Total y teorema de Bayes
4.6.- Variables aleatorias y Funciones de Probabilidad y de
Distribucin
4.7.- Valores esperados, varianzas y momentos
5.- Variables aleatorias discretas y continuas
5.1.- Distribucin de probabilidad y momentos de una variable
aleatoria discreta
5.2.- Distribucin Uniforme, Bernoulli, Binomial, Binomial
Negativa, Geomtrica
5.3.- Distribucin de Poisson
5.4.- Distribucin Hipergeomtrica
16
5.5.- Distribucin de probabilidad y momentos de una variable
aleatoria continua
5.6.- Distribucin Uniforme
5.7.- Distribucin Normal
5.8.- Distribucin Gamma
5.9.- Distribucin Beta
BORRADOR
UNIDADES Horas Docencia UNIDAD
6.- Distribuciones conjuntas
6.1.- Distribuciones de probabilidad bivariadas
6.2.- Distribuciones de probabilidad condicional y marginal
3
6.3.- Independencia de variables aleatorias
6.4.- Media, varianza, covarianza y correlaciones
6.5.- Distribucin Multinomial y Normal Multivariada.
7.- Distribuciones muestrales
7.1.- Estadsticos muestrales y parmetros poblacionales
7.2.- Media y varianza muestral 3
7.3.- Teorema del Lmite Central y aplicaciones
7.4.- Aproximacin Normal a Binomial
I. RECURSO BIBLIOGRFICO
BSICA 1.- (9789978310557) Gaudencio Zurita Herrera.
PROBABILIDAD Y ESTADISTICA. (Segunda).
COMPLEMENTARIA 1.- (9701010175) Montgomery, Douglas C.. Probabilidad y
Estadistica (Spanish Edition). (Paperback; 1998-03).
2.- (0495110817) Wackerly, Dennis D. & Mendenhall, William &
Scheaffer, Richard L.. Mathematical statistics with
applications. (Second).
3.- (0135620759) Freund, John E. & Walpole, Ronald N..
Mathematical statistics. ($39.95 (est.)).
4.- (0130338516) Ross, Sheldon M.. A first course in probability.
(Sixth edition).
J. DESCRIPCIN DE UNIDADES
Introduccin a la unidad
En esta unidad se definen los conceptos bsicos de parmetros y estimadores estadsticos, as como
tambin los conceptos de poblacin y muestra, y sus caractersticas medibles.
Subunidades
1.1.- Definicin de poblacin y parmetro.
1.2.- Definicin de muestra y estadstico.
1.3.- Definicin de variable aleatoria y su clasificacin.
1.4.- Escala de medicin.
Objetivos de Aprendizaje
1.1.- Diferenciar las definiciones de poblacin y muestra
1.2.- Identificar tipos de variable aleatoria.
1.3.- Establecer tipos de escalas de medicin.
Introduccin a la unidad
El estudiante debe diferencia entre "dato" e "informacin", adems se instruye al estudiante cmo
tratar Muestras de datos cuantitativos, llevndolo a construir tablas, grficos y diagramas.
J. DESCRIPCIN DE UNIDADES
BORRADOR
Subunidades
2.1.- Clases y marca de clase
2.2.- Tablas de frecuencia
2.3.- Histogramas
2.4.- Percentiles, cuartiles, diagrama de cajas
2.5.- Funcin de distribucin emprica. Diagramas de Paretto.
Objetivos de Aprendizaje
2.1.- Diferenciar entre dato e informacin
2.2.- Diferenciar entre muestra y poblacin objetivo
2.3.- Organizar un conjunto de datos
2.4.- Construir tablas de frecuencia
2.5.- Construir grficas estadsticas
Introduccin a la unidad
En esta unidad se define y cuantifica las medidas de Tendencia Central o de Posicin,as como las
ms usuales medidas de Dispersin. Adems es parte de estudio en este captulo los datos
aberrantes, su identificacin y cmo tratarlos.
Subunidades
3.1.- Media aritmtica, mediana, media ponderada, media geomtica, moda
3.2.- Varianza, desviacin estndar
3.3.- Coeficiente de variacin
3.4.- Rango de la muestra
3.5.- Desviacin media, sesgo y kurtosis
Objetivos de Aprendizaje
3.1.- Comprender los conceptos relacionados con Tendencia Central y Dispersin Muestral
3.2.- Calcular medidas de correlacin
Introduccin a la unidad
Este captulo empezamos a cuantificar la incertidumbre relacionada a eventos del quehacer
estadstico. Es importante que el estudiante reconozca un experimento estadstico para luego, en
base a los principios algebraicos, tratar a los eventos y sus probabilidades de ocurrencia asociadas.
Subunidades
4.1.- Experimento Estadstico y Espacio muestral
4.2.- Funcin de probabilidad
4.3.- Mtodos de enumeracin
4.4.- Probabilidad condicional. Independencia estocstica de eventos
4.5.- Reglas de la Probabilidad Total y teorema de Bayes
4.6.- Variables aleatorias y Funciones de Probabilidad y de Distribucin
4.7.- Valores esperados, varianzas y momentos
J. DESCRIPCIN DE UNIDADES
BORRADOR
Objetivos de Aprendizaje
4.1.- Comprender qu es un Experimento Estadstico
4.2.- Definir los elementos de un espacio muestral
4.3.- Definir eventos mutuamente excluyentes
4.4.- Identificar el significado de los axiomas que sustentan la definicin de Funcin de
Probabilidad
4.5.- Clculo de probabilidades
4.6.- Definir variable aleatoria
Introduccin a la unidad
Se tratarn aspectos relacionados con los modelos matemticos que definen Variables Aleatorias
Discretas y Continuas.Si bien en el captulo anterior, se present el concepto de Variable Aleatoria
de manera general, ahora presentaremos las distinciones para cada caso segn corresponda.
Subunidades
5.1.- Distribucin de probabilidad y momentos de una variable aleatoria discreta
Objetivos de Aprendizaje
5.1.- Distringuir entre una Variable Aleatoria Discreta y una Continua
5.2.- Definir funciones de probabilidades
5.3.- Calcular probabilidades segn la distribucin correspondiente
Introduccin a la unidad
A diferencia de lo estudiado en captulos anteriores, ahora trabajamos de manera simultnea dos o
ms Variables Aleatorias Discretas o Continuas. Para esto primero estudiamos el concepto de
Distribucin Conjunta y sus momentos, adems estudiamos las Distribuciones Condicionales y el
clculo de Probabilidades para distribuciones multivariadas.
Subunidades
6.1.- Distribuciones de probabilidad bivariadas
6.2.- Distribuciones de probabilidad condicional y marginal
6.3.- Independencia de variables aleatorias
6.4.- Media, varianza, covarianza y correlaciones
6.5.- Distribucin Multinomial y Normal Multivariada.
J. DESCRIPCIN DE UNIDADES
BORRADOR
Objetivos de Aprendizaje
6.1.- Interpretar de manera simultnea dos o ms variables aleatorias
6.2.- Costruir distribuciones de probabilidad multivariadas
Introduccin a la unidad
En este captulo estudiaremos las Muestras Aleatorias que se toman de una Poblacin, y as poder
inferir caractersticas de la Poblacin.
Subunidades
7.1.- Estadsticos muestrales y parmetros poblacionales
7.2.- Media y varianza muestral
7.3.- Teorema del Lmite Central y aplicaciones
7.4.- Aproximacin Normal a Binomial
Objetivos de Aprendizaje
7.1.- Diferenciar cuando una muestra ha sido tomada de manera aleatoria y cuando no
7.2.- Construir muestras aleatorias
7.3.- Aplicar adecuadamente el Teorema del Lmite Central