UNIVERSIDAD CENTROCCIDENTAL

“LISANDRO ALVARADO”
DECANATO DE CIENCIAS Y TECNOLOGÍA

PROGRAMA: Ingeniería de Producción DEPARTAMENTO: Investigación de Operaciones y

Estadística

ÁREA DE COORDINACIÓN: Estadística ÁREA CURRICULAR: Conocimiento- Iniciación Profesional

CÓDIGO: INP-324 EJE CURRICULAR: Estudios Generales e Instrumentales

SEMESTRE: III CARÁCTER: Obligatoria

HORAS/SEMANA: PRE-REQUISITOS: INP-226

02 Teóricas / 02 Prácticas

CARGA HORARIA: 04 LAPSO ACADÉMICO: 2011-1

PROFESORES ASIGNATURA: COORDINADOR: Msc. Luz Rodríguez

Msc. Pedro Harmath, Msc. Greiza Lucena

ELABORADO POR: Msc. Nora Monsalve ACTUALIZADO POR: Msc. Luz Rodríguez , Msc. Pedro
Harmath
FECHA: Julio, 2007
FECHA: Junio, 2011
 FUNDAMENTACIÓN OBJETIVOS METODOLOGÍA

La dinámica cambiante de los entornos  Describir los conceptos estadísticos para la Para el logro de los objetivos que orientan el
organizacionales, el gran volumen de datos y solución de problemas. programa, se desarrollarán actividades teórico
la revolución tecnológica obligan al Ingeniero a prácticas utilizando para ello estrategias que
adquirir conocimientos estadísticos que les  Identificar métodos estadísticos para el permitan al estudiante evidenciar lo aprendido
permita actuar como vigilante y tomador de resumen, análisis e interpretación de datos. en clases.
decisiones para el logro de los objetivos Se hace uso de la plataforma Moodle, como
empresariales.  Relacionar el concepto de probabilidades con herramienta tecnológica necesaria para el
fenómenos complejos. desarrollo de ejercicios prácticos aplicados al
La asignatura Estadística I, proporciona al sector industrial.
Ingeniero de Producción herramientas para la  Aplicar las principales técnicas de estimación.
planificación y control de los procesos
organizacionales y productivos; tales como la  Relacionar al participante con problemas de
recopilación, organización, análisis e incertidumbre yde toma de decisiones.
interpretación de los datos, así como los
modelos probabilísticos más usados en la  Desarrollar en el participante habilidades y
inferencia, a partir de los cuales se pueda destrezas para el procesamiento de
estimar y estudiar fenómenos complejos. información inherente, empleando la hoja de
cálculo Excel y los paquetes estadísticos:
Son muchas las razones por las que el alcance SPSS, Minitab, STATGRAPHICS, SAS, R
de la Estadística y la necesidad de estudiarla entre otros.
ha crecido considerablemente, y la convierten
en un concepto imprescindible que todo
profesional debe manejar. Por ello, la finalidad
de la asignatura es integrar las destrezas
estadísticas del estudiante con otras
contempladas en el pensum de la carrera,
como la Investigación de Operaciones, Gestión
de Producción, Planificación y Control de la
Producción, así como también proveer de
herramientas que permitan al ingeniero
analizar, intervenir y actuar sistemáticamente
en el entorno donde se desenvuelve para
buscar mejoras en ámbitos como salud,
educación, economía, seguridad, política,
negocios, composición social, entre otras
áreas.
UNIDAD 1: Introducción y Estadística Descriptiva.
OBJETIVO TERMINAL: Analizar los conceptos básicos de la
Estadística y aplicar técnicas de organización de datos.
DURACIÓN: 4 Semanas - 8 Horas Teóricas y 8 Horas Prácticas

OBJETIVOS ESTRATEGIAS DE ENSEÑANZA

CONTENIDO MEDIOS DIDÁCTICOS
ESPECÍFICOS APRENDIZAJE
1. Definición, origen y usos de
 Inductivo  Pizarra
la Estadística. Etapas en una
Definir estadística y Método
investigación estadística.  Deductivo  Proyector Multimedia
relacionarla con diferentes
2. División de la Estadística:
áreas del conocimiento.  Bibliografía Básica
Descriptiva e Inferencial.
3.Conceptos básicos:  Software
Conocer las etapas de una universo, población, muestra,
investigación estadística. variable, tipos de variable,  Plataforma Moodle
escalas de medición,  Transferencia
Discernir las definiciones parámetro y estadístico.  Síntesis
de universo, población y 4. Tablas de frecuencias y Procedimiento
 Análisis
muestra. gráficos de líneas, barras y
sectores.
5. Definición de las medidas  Exposición del
Distinguir entre los niveles de tendencia central: media
de medición nominal, ordinal, aritmética, mediana, moda. Facilitador
de intervalos, proporcional o Sus propiedades y relaciones  Ejercicios de
de razón y absoluta. Aplicación
para datos individuales y
 Trabajo en grupo
agrupados.
Aplicar las técnicas de 6. Definición de las medidas  Talleres
organización de los datos: de dispersión: rango, varianza,  Tutorías en línea
distribuciones de frecuencia y desviación estándar y Técnica
representaciones gráficas. coeficiente de variación.
7. Definición de las medidas
Aplicar los conceptos de de posición: cuartiles, deciles
medidas de tendencia central, y percentiles.
variabilidad, posición, 8. Definición del coeficiente de
asimetría y apuntamiento. asimetría de Pearson y de
Curtosis.
UNIDAD 2: Introducción a la Teoría de Probabilidades.
OBJETIVO TERMINAL: Entender la Teoría de Probabilidades
usando reglas y teoremas de probabilidad en operaciones de
cálculo.
DURACIÓN: 4 Semanas - 8 Horas Teóricas y 8 Horas Prácticas

OBJETIVOS ESTRATEGIAS DE ENSEÑANZA

CONTENIDO MEDIOS DIDÁCTICOS
ESPECÍFICOS APRENDIZAJE
Comprender el concepto de 1. Definición de fenómenos
 Inductivo  Pizarra
probabilidad asociado a un aleatorios y determinísticos.
evento posible. Método  Deductivo  Proyector Multimedia
2. Definición de espacio
muestral, eventos y puntos  Bibliografía Básica
Aplicar el enfoque clásico,
frecuentista y subjetivo para muestrales, eventos  Software
el cálculo de probabilidades. mutuamente excluyentes y
exhaustivos.  Transferencia  Plataforma Moodle
Distinguir entre experimento 3. Operaciones con eventos.  Síntesis
aleatorio y determinístico. Procedimiento  Análisis
4. Enfoques de probabilidad:
Determinar probabilidades clásico, de frecuencia relativa
condicionales. y subjetivo.
 Exposición del
Manejar las reglas aditivas y 5. Regla de la adición. Facilitador
multiplicativas en el cálculo  Ejercicios de
de probabilidades. 6. Probabilidad condicional,
Aplicación
eventos independientes y
 Trabajo en grupo
Aplicar el teorema de dependientes.
 Talleres
probabilidad total y de Bayes. Técnica  Tutorías en línea
7. Regla de la multiplicación.
Manejar las técnicas de
8. Teorema de probabilidad
conteo para espacios
total y Bayes.
muestrales finitos.
9. Combinaciones y
permutaciones.
UNIDAD 3: Variables Aleatorias Discretas, Continuas y
algunos Modelos de Probabilidad.
DURACIÓN: 4 Semanas - 8 Horas Teóricas y 8 Horas Prácticas
OBJETIVOS
ESPECÍFICOS
Comprender el concepto de
variable aleatoria.
Aplicar el concepto de
distribución de probabilidad.
 Aplicar el concepto de de
distribución de probabilidad
acumulada.
Aplicar el concepto de
función de densidad de
probabilidad.
Aplicar el concepto de
función de distribución.
Aplicar el concepto de valor
esperado y varianza.
Aplicar el modelo de
probabilidad Binomial.
Aplicar el modelo de
probabilidad Poisson.
Aplicar el modelo de
probabilidad Normal.
Aplicar el modelo de
probabilidad Exponencial.
OBJETIVO TERMINAL: Solucionar problemas de variables
aleatorias, y aplicar algunos modelos de probabilidad según la
situación que lo requiera.
ESTRATEGIAS DE ENSEÑANZA
CONTENIDO MEDIOS DIDÁCTICOS
APRENDIZAJE
1. Definición de variable
 Inductivo  Pizarra
aleatoria.
2. Definición de distribución de Método  Deductivo  Proyector Multimedia
probabilidad de una variable
aleatoria discreta y sus  Bibliografía Básica
propiedades.  Software
3. Definición de distribución de  Transferencia
probabilidad acumulada de  Síntesis  Plataforma Moodle
una variable aleatoria discreta
y sus propiedades.  Análisis
Procedimiento
4. Definición de función de
densidad de probabilidad de
una variable aleatoria continua
y sus propiedades.  Exposición del
5. Definición de función de Facilitador
distribución de una variable
 Ejercicios de
aleatoria continua y sus
Aplicación
propiedades.
 Trabajo en grupo
6. Definición y propiedades
de valor esperado y varianza. Técnica  Talleres
7. Definición y propiedades de  Tutorías en línea
los modelos de probabilidad:
Binomial, Poisson, Normal y
Exponencial.
UNIDAD 4: Inferencia Estadística para Muestras Grandes.
OBJETIVO TERMINAL: Indagar adecuadamente sobre
características poblacionales para muestras grandes, desde el
punto de vista estadístico inferencial.
DURACIÓN: 4 Semanas - 8 Horas Teóricas y 8 Horas Prácticas

OBJETIVOS ESTRATEGIAS DE ENSEÑANZA

CONTENIDO MEDIOS DIDÁCTICOS
ESPECÍFICOS APRENDIZAJE
1. Definición de parámetro y
Comprender los conceptos  Inductivo  Pizarra
estadístico.
de parámetro y estadístico. Método  Deductivo  Proyector Multimedia
2. Enunciado del Teorema del
Aplicar distribuciones Límite Central y sus  Bibliografía Básica
muestrales para muestras aplicaciones.  Software
grandes según sea el caso.
3. Distribuciones  Transferencia  Plataforma Moodle
Comprender los muestrales para la media,  Síntesis
procedimientos de estimación diferencia de medias,
puntual y por intervalos de Procedimiento  Análisis
proporción y diferencia de
confianza. proporciones.
Entender el procedimiento 4. Estimación puntual y por
de los contrastes de hipótesis  Exposición del
intervalos de confianza para la Facilitador
y aplicarlos adecuadamente media, diferencia de medias,
según la situación que lo  Ejercicios de
proporción y diferencia de
requiera. Aplicación
proporciones.
 Trabajo en grupo
Reconocer la diferencia 5. Fundamentos de las  Talleres
entre los errores α y β en el pruebas de hipótesis.  Tutorías en línea
contraste de hipótesis. Técnica
Contraste de hipótesis para la
media, diferencia de medias,
Comprender la relación proporción y diferencia de
entre los intervalos de proporciones.
confianza y las pruebas de
hipótesis. 6. Tipos de errores, cálculo y
relación.
La estrategia utilizada para la evaluación del curso básicamente se basará en el cumplimiento del siguiente contrato de
aprendizaje, el cual consiste de pruebas escritas y evaluaciones vía plataforma moodle. Para tales efectos, el proceso de
enseñanza aprendizaje se organizará de la siguiente manera:

ESTRATEGIA DE EVALUACIÓN TIPO DE

BLOQUE UNIDAD TEMA PONDERACIÓN
TÉCNICA ACTIVIDADES EVALUACIÓN
1 1.1-1.8 Actividad en Caso de estudio Sumativa 5%
plataforma
I
1 1.1-1.8 Prueba Aplicación de prueba Sumativa 25%

2,3 2.1-3.7 Actividad en Caso de estudio Sumativa 5%

plataforma
II
2,3 2.1-3.7 Prueba Aplicación de prueba Sumativa 30%

4 4.1-4.6 Actividad en Caso de estudio Sumativa 5%

III plataforma
4 4.1-4.6 Prueba Aplicación de prueba Sumativa 30%
 TEXTOS BÁSICOS:

 Jonson, R. (1997). Probabilidad y Estadística para Ingenieros. Quinta Edición. Editorial Pearson-Prentice Hall.
 Mendenhall y otros. (2002). Estadística Matemática con Aplicaciones. Sexta Edición. MATH.
 Sheldon, R. (2001). Probabilidad y Estadística para Ingenieros. Segunda Edición. Editorial Mc Graw Hill.
 Walpole, R. y Meyer, R. (1999). Probabilidad y Estadística para Ingenieros. Sexta Edición. Editorial Pearson-Prentice
Hall.

TEXTOS DE CONSULTA:
 Berenson, L. (2001). Estadística para Administración. Segunda Edición. Editorial Prentice Hall.
 Canavos, G. (1987). Probabilidad y Estadística. Aplicaciones y Métodos. Editorial Mc Graw Hill.
 López, R. (1984). Cálculo de Probabilidades e Inferencia Estadística con tópicos de Econometría. Instituto de
Investigaciones Económicas, Escuela de Economía, Universidad Católica Andrés Bello, Caracas-Venezuela.
 Meyer, P. (1998). Probabilidad y Aplicaciones Estadísticas. Edición revisada. Editorial Addison Wesley Longman.
 Morris, D. (1990). Probabilidad y Estadística. Editorial Addison Wesley Iberoamericana.