Syllabus
ALC-1020 PROBABILIDAD Y ESTADISTICA
DR. DANY ALEJANDRO DZIB CAUICH
dadzib@itescam.edu.mx
Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
2 | 2 | 2 | 4 | Ciencias Básicas |
Prerrequisitos |
*Interpretar y aplicar las operaciones básicas en diferentes operaciones algebraicas. *Manejo, uso y aplicación del cálculo diferencial e integral. *Uso de hoja de cálculo electrónica. *Capacidad de analizar y estructurar ideas. |
Competencias | Atributos de Ingeniería |
Normatividad |
* Los estudiantes deben guardar orden desde el inicio hasta el final de la sesión de clase. * Dirigirse de manera respetuosa hacia sus compañeros y el profesor. * Para tener derecho a presentar cada una de las evaluaciones parciales correspondientes al semestre el alumno ha de mantener el 80 % de asistencia, al término de cada parcial. * Las tolerancias máximas de ingreso al salón de clases, serán: 5 minutos., después se considerará como retardo. * La falta grupal a clase será considerada doble y se dará como visto el tema del día. * Respetar los días para la entrega de los trabajos, tareas, reportes y exposiciones, el trabajo fuera de esa programación se calificará en una escala del 80%, sin excepción. * Los celulares deben de estar en modo silencio, el alumno que incurra en lo anterior, obtendrá como sanción ser voluntario a participar en las dinámicas y ejercicios que se desarrollen en la clase. * La falta de respeto hacia compañeros o autoridades académicas será sancionada con la expulsión del salón de clases por ese día y la reincidencia será informada vía un acta a las autoridades correspondientes. * Otras circunstancias, merecedoras de llamadas de atención o sanciones, serán resueltas en los tiempos y formas pertinentes. |
Materiales |
Calculadora científica, Computadora |
Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
Probabilidad y estadística para ingeniería y ciencias / |
Walpole, Ronald E. |
Pearson educación, |
8a. / 2007. |
12 |
- |
Probabilidad y estadística para ingeniería y ciencias / |
Sheldon, M. Ross |
McGraw-Hill, |
2a. / 2002. |
12 |
- |
Parámetros de Examen | ||
PARCIAL 1 | De la actividad 1.1.1 a la actividad 1.5.1 | |
PARCIAL 2 | De la actividad 2.1.1 a la actividad 3.2.1 |
Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
1. Teoría de conjuntos
1.1. Establecer e interpretar relaciones entre conjuntos haciendo uso de las definiciones, operaciones y leyes de estos, llegando a soluciones de aplicación real. 1.1.1. Definición ,notación y operaciones con conjuntos Definición ,notación y operaciones con conjuntos (381918 bytes) Unidad 1. Teoría de conjuntos (64512 bytes) 1.2. Utilización y manejo de las técnicas de conteo para el razonamiento de la solución a problemas. 1.2.1. Leyes y representación de Diagramas de Venn Leyes y representación de Diagramas de Venn (684458 bytes) Análisis combinatorio Principio fundamental de conteo (diagramas de árbol). (2468414 bytes) 1.3. Analizar conjuntos de datos obtenidos a partir de una situación real o simulada, haciendo síntesis de ellos, mediante descripciones numéricas 1.3.1. Análisis combinatorio Principio fundamental de conteo (diagramas de árbol). Análisis combinatorio Principio fundamental de conteo (diagramas de árbol). (287058 bytes) 1.4. Resolver problemas algebraicos de procesos alimenticios que involucren expresiones con factoriales. 1.4.1. Permutaciones (simples, circulares y con repetición). Permutaciones (simples, circulares y con repetición). (254857 bytes) 1.5. Resolver problemas de las industrias alimentarias para arreglos circulares, estableciendo las correspondientes expresiones para permutaciones circulares. 1.5.1. Combinaciones y Teorema del Binomio Combinaciones y Teorema del Binomio (175431 bytes) |
2. Variables Aleatorias discretas y sus distribuciones de probabilidad
2.1. Determinar probabilidades en base a funciones acumulativas de distribución de probabilidad que se obtengan de los procesos productivos. 2.1.1. Variable aleatoria discreta Variable aleatoria discreta (313658 bytes) Unidad 2. Variables Aleatorias discretas y sus distribuciones de probabilidad (64000 bytes) Unidad 2. Variables Aleatorias discretas y sus distribuciones de probabilidad (64000 bytes) 2.1.2. Función de probabilidad y de distribución Distribución Binomial Función de probabilidad y de distribución Distribución Binomial (251472 bytes) 2.2. Calcular la media y varianza de variables aleatorias discretas de datos de procesos productivos. 2.2.1. Distribución hipergeométrica Distribución Hipergeométrica (148326 bytes) 2.2.2. Distribución geométrica Distribución geométrica (838228 bytes) 2.3. Seleccionar la distribución de probabilidad discreta adecuada para calcular probabilidades en situaciones específicas. 2.3.1. Distribución multinomial Distribución multinomial (164585 bytes) 2.3.2. Distribución de Poisson Distribución de poisson (51246 bytes) |
3. Variables Aleatorias continuas y sus distribuciones de probabilidad
3.1. Seleccionar la distribución de probabilidad discreta adecuada para calcular probabilidades en situaciones específicas 3.1.1. Variable aleatoria continua Variables Aleatorias Continuas (760761 bytes) Unidad 3.Variables Aleatorias continuas y sus distribuciones de probabilidad (64512 bytes) 3.2. Determinar probabilidades a partir de funciones de distribución de probabilidad continua. 3.2.1. Variable aleatoria continua Variables aleatorias continuas (313658 bytes) 3.3. Aplicar la distribución de probabilidad normal, uniforme y exponencial en la resolución de problemas. 3.3.1. Función de densidad y acumulativa función de densidad y acumulativa (214045 bytes) 3.4. Calcular la media y varianza de variables aleatorias continuas. 3.4.1. Función de densidad y acumulativa función de densidad y acumulativa (576122 bytes) 3.5. Usar el concepto de estandarización de variable aleatoria normal para analizar problemáticas y tomar decisiones. 3.5.1. Distribuciones uniforme y exponencial Distribuciones uniforme y exponencial (51289 bytes) 3.6. Construir intervalos de confianza de la media de distribución normal, para futuras estimaciones 3.6.1. Aproximación de la Distribución binomial a la normal. Aproximación de la Distribución binomial a la normal (222248 bytes) |
4. Estadística Descriptiva e inferencial.
4.1. Analizar conjuntos de datos obtenidos a partir de una situación real o simulada, haciendo síntesis de ellos, mediante descripciones numéricas 4.1.1. Datos no agrupados Datos no agrupados (480218 bytes) Unidad 4.Estadística Descriptiva e inferencial. (64000 bytes) 4.2. Determinar las relaciones entre las medidas de tendencia central y medidas de dispersión. Procediendo a su representación gráfica mediante un diagrama de puntos, y diagrama de pastel, de un caso real 4.2.1. Datos agrupados Medidas de tendencia central para datos no agrupados (600322 bytes) Medidas de tendencia central para datos agrupados (804565 bytes) 4.3. Aplicar la distribución normal como una técnica de muestreo estadístico 4.3.1. Técnicas de Muestreo Técnicas de muestreo (201099 bytes) 4.4. Aplicar técnicas para muestrear experimentos. 4.4.1. Distribuciones muéstrales. 4.5. Estimar parámetros de una población o de una distribución de probabilidad, en base al análisis de una muestra. 4.5.1. Estimación Estimación en estadística (264834 bytes) 4.6. Estructurar problemas de decisión como pruebas de hipótesis. Establecer y hacer uso de la relación entre intervalo de confianza y prueba de hipótesis 4.6.1. Pruebas de Hipótesis Pruebas de Hipótesis (516143 bytes) 4.7. Realizar muestreos y estimaciones en problemas relacionados con la industria alimentaria 4.7.1. Pruebas de Hipótesis Pruebas de Hipótesis (337603 bytes) |
Prácticas de Laboratorio (20232024P) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
Cronogramas (20232024P) | |||
Grupo | Actividad | Fecha | Carrera |
Temas para Segunda Reevaluación |