Syllabus
AEF-1052 PROBABILIDAD Y ESTADISTICA
MAC. RAMIRO JOSÉ GONZÁLEZ HORTA
rjgonzalez@itescam.edu.mx
| Semestre | Horas Teoría | Horas Práctica | Créditos | Clasificación |
| 2 | 3 | 2 | 5 | Ciencias Básicas |
| Prerrequisitos |
| El alumno debera de dominar el uso de la calculadora cientifica para que facilite su aprendizaje de la materia de Probabilidad y Estadística, tener conocimiento respecto a las tablas estadisticas y su utilización en las distintas distribuciones correspondientes. |
| Competencias | Atributos de Ingeniería |
| Principio aditivo. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Principio multiplicativo | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Notación Factorial. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Permutaciones. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Combinaciones. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Diagrama de Árbol. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Teorema del Binomio. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Teoría elemental de probabilidad. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Probabilidad de Eventos | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Probabilidad con Técnicas de Conteo | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Probabilidad condicional | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Ley multiplicativa. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Eventos independientes | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Variable aleatoria. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Variables aleatorias conjuntas | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Modelos analíticos de fenómenos aleatorios discretos. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Modelos analíticos de fenómenos aleatorios continuos.. | Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería | Conceptos básicos de estadística | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Descripción de datos | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Medidas de tendencia central | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Parámetros para datos agrupados. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución de frecuencias | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Técnicas de agrupación de datos. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Técnicas de muestreo. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Histogramas. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Función de probabilidad. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución binomial. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución hipergeométrica. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución de Poisson. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Esperanza matemática. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución normal. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución T-student. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución Chi cuadrada. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Distribución F. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones | Variables aleatorias discretas: | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas | Variables aleatorias Continuas: | Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas | Regresión y correlación. | Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones |
| Normatividad |
| 1.-Es obligatorio para el alumno la asistencia a clase en un 90% para tener derecho a presentar los examenes parciales, de lo contrario quedara sin derecho a presentar salvo la justificacion correspondiente. 2.-El alumno podra entrar al aula a mas tardar 10 minutos de iniciada la clase. 3.-La falta colectiva se considera doble y se dara como visto el tema. 4.-Los trabajos documentales seran entregados en tiempo y forma, por tanto no sera recepcionado ningun trabajo fuera de la fecha indicada por el docente. 5.-No se permite el uso de gorras, lentes obscuros y los celulares en modo de vibrador. 6.-La mala conducta con el docente y compañeros sera sancionado con suspension de clase y afectacion en la calificacion del 20 %. |
| Materiales |
| LUNES https://meet.google.com/prs-uppi-nzr VIERNES https://meet.google.com/bvc-jgif-oho |
| Bibliografía disponible en el Itescam | |||||
Título |
Autor |
Editorial |
Edición/Año |
Ejemplares |
|
| Parámetros de Examen | ||
| PARCIAL 1 | De la actividad 1.1.1 a la actividad 4.2.5 | |
| PARCIAL 2 | De la actividad 5.1.1 a la actividad 7.3.1 | |
| Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje) | |
| 1. Estadística descriptiva.
1.1. Conceptos básicos de estadística 1.1.1. Conceptos básicos de estadística: Definición, Teoría de decisión, Población, Muestra aleatoria, Parámetros aleatorios. 
1.1 Conceptos básicos de estadística.Arq. Ramiro González Horta. Octubre 2010 (47104 bytes)
1.2. Descripción de datos 1.2.1. Descripción de datos: Datos agrupados y no agrupados, Frecuencia de clase, Frecuencia relativa, Punto medio, Límites.
1.2 Descripción de datos: Arq. Ramiro González Horta. Octubre 2010 (119808 bytes)
1.3. Medidas de tendencia central 1.3.1. Medidas de tendencia central: Media aritmética, geométrica y ponderada, Mediana, Moda, Medidas de dispersión, Varianza, Desviación estándar, Desviación media, Desviación mediana, Rango.
1.3 Medidas de tendencia central: Arq. Ramiro González Horta. Octubre 2010 (101888 bytes)
1.4. Parámetros para datos agrupados. 1.4.1. Parámetros para datos agrupados.
1.4 Parámetros para datos agrupados.Arq. Ramiro González Horta. Octubre 2010 (85504 bytes)
1.5. Distribución de frecuencias 1.5.1. Distribución de frecuencias
1.5. Distribución de frecuencias.Arq. Ramiro González Horta. Octubre 2010 (68096 bytes)
1.6. Técnicas de agrupación de datos. 1.6.1. Técnicas de agrupación de datos.
1.6 Técnicas de agrupación de datos.Arq. Ramiro González Horta. Octubre 2010 (242176 bytes)
1.7. Técnicas de muestreo. 1.7.1. Técnicas de muestreo.
1.7 Técnicas de muestreo.Arq. Ramiro González Horta. Octubre 2010 (60928 bytes)
1.7 Técnicas de muestreo.Arq. Ramiro González Horta. Octubre 2010 (77911 bytes)
1.8. Histogramas. 1.8.1. Histogramas.
1.8 Histogramas.Arq. Ramiro González Horta. Octubre 2010 (349184 bytes)
|
2. Técnicas de conteo
2.1. Principio aditivo. 2.1.1. Principio aditivo.
Principio aditivo.Arq. Ramiro González Horta. Agosto 2010 (42496 bytes)
2.2. Principio multiplicativo 2.2.1. Principio multiplicativo
Principio multiplicativo.Arq. Ramiro González Horta. Agosto 2010 (46592 bytes)
2.3. Notación Factorial. 2.3.1. Notación Factorial.
Notación Factorial.Arq. Ramiro González Horta. Agosto 2010 (41472 bytes)
2.4. Permutaciones. 2.4.1. Permutaciones.
Permutaciones.Arq. Ramiro González Horta. Agosto 2010 (75776 bytes)
2.5. Combinaciones. 2.5.1. Combinaciones.
Combinaciones.Arq. Ramiro González Horta. Agosto 2010 (48128 bytes)
2.6. Diagrama de Árbol. 2.6.1. Diagrama de Árbol.
Diagrama de Árbol.Arq. Ramiro González Horta. Agosto 2010 (151040 bytes)
2.7. Teorema del Binomio. 2.7.1. Teorema del Binomio.
Teorema del Binomio.Arq. Ramiro González Horta. Agosto 2010 (139776 bytes)
|
3. Fundamentos de la teoría de probabilidad.
3.1. Teoría elemental de probabilidad. 3.1.1. Teoría elemental de probabilidad.
Teoría elemental de probabilidad.Arq. Ramiro González Horta. Agosto 2010 (109568 bytes)
3.2. Probabilidad de Eventos 3.2.1. Probabilidad de Eventos
Probabilidad de Eventos.Arq. Ramiro González Horta. Agosto 2010 (146432 bytes)
3.3. Probabilidad con Técnicas de Conteo 3.3.1. Probabilidad con Técnicas de Conteo: Axiomas, Teoremas.
Probabilidad con Técnicas de Conteo.Arq. Ramiro González Horta. Agosto 2010 (40960 bytes)
3.4. Probabilidad condicional 3.4.1. Probabilidad condicional: Dependiente, Independiente.
Probabilidad condicional.Arq. Ramiro González Horta. Agosto 2010 (47104 bytes)
3.5. Ley multiplicativa. 3.5.1. Ley multiplicativa.
Ley multiplicativa. Arq. Ramiro González Horta. Agosto 2010 (49664 bytes)
3.6. Eventos independientes 3.6.1. Eventos independientes: Regla de Bayes.
Eventos independientes .Arq. Ramiro González Horta. Agosto 2010 (55808 bytes)
3.7. Variable aleatoria. 3.7.1. Variable aleatoria.
Variable aleatoria.Arq. Ramiro González Horta. Agosto 2010 (33280 bytes)
3.8. Variables aleatorias conjuntas 3.8.1. Variables aleatorias conjuntas
Variables aleatorias conjuntas. Arq. Ramiro González Horta. Agosto 2010 (33280 bytes)
3.9. Modelos analíticos de fenómenos aleatorios discretos. 3.9.1. Modelos analíticos de fenómenos aleatorios discretos.
Modelos analíticos de fenómenos aleatorios discretos. Arq. Ramiro González Horta. Agosto 2010 (33792 bytes)
3.10. Modelos analíticos de fenómenos aleatorios continuos.. 3.10.1. Modelos analíticos de fenómenos aleatorios continuos.
Modelos analíticos de fenómenos aleatorios continuos. Arq. Ramiro González Horta. Agosto 2010 (33792 bytes)
|
4. Variables Aleatorias.
4.1. Variables aleatorias discretas: 4.1.1. Distribución de probabilidad en forma general.
4.1. Variables aleatorias discretas, Unidad 4 (138240 bytes)
4.1.2. Valor esperado 4.1.3. Variancia, desviación estándar. 4.1.4. Función acumulada. 4.2. Variables aleatorias Continuas: 4.2.1. Distribución de probabilidad en forma general.
4.2. Variables aleatorias Continuas, Unidad 4 (226304 bytes)
4.2.2. Valor esperado 4.2.3. Variancia, desviación estándar. 4.2.4. Función acumulada. 4.2.5. Cálculos de probabilidad. |
5. Distribuciones de Probabilidad.
5.1. Función de probabilidad. 5.1.1. Función de probabilidad.
4.1 Función de probabilidad.Arq. Ramiro González Horta. Octubre 2010 (59392 bytes)
5.2. Distribución binomial. 5.2.1. Distribución binomial.
4.2 Distribución binomial.Arq. Ramiro González Horta. Octubre 2010 (67072 bytes)
5.3. Distribución hipergeométrica. 5.3.1. Distribución hipergeométrica.
4.3 Distribución hipergeométrica.Arq. Ramiro González Horta. Octubre 2010 (57856 bytes)
5.4. Distribución de Poisson. 5.4.1. Distribución de Poisson.
4.4 Distribución de Poisson..Arq. Ramiro González Horta. Octubre 2010 (42496 bytes)
5.5. Esperanza matemática. 5.5.1. Esperanza matemática.
4.5 Esperanza matemática. Arq. Ramiro Gonzalez Horta. Nov 2010 (38400 bytes)
5.6. Distribución normal. 5.6.1. Distribución normal.
4.6 Distribución normal. Arq. Ramiro González Horta. Noviembre 2010 (84480 bytes)
5.7. Distribución T-student. 5.7.1. Distribución T-student.
4.7 Distribución T-student. Arq. Ramiro González Horta . Noviembre 2010 (138752 bytes)
5.8. Distribución Chi cuadrada. 5.8.1. Distribución Chi cuadrada.
4.8 Distribución Chi cuadrada. Arq. Ramiro González Horta. Noviembre 2010 (130048 bytes)
5.9. Distribución F. 5.9.1. Distribución F.
4.9 Distribución F. Arq. Ramiro González Horta . Noviembre 2010 (150016 bytes)
|
6. Regresión lineal.
6.1. Regresión y correlación. 6.1.1. Diagrama de dispersión.
6.1. Regresión y correlación. (465408 bytes)
6.1.2. Regresión lineal simple. 6.1.3. Correlación. 6.1.4. Determinación y análisis de los coeficientes de correlación y de determinación. 6.1.5. Distribución normal bidimensional 6.1.6. Intervalos de confianza y pruebas para el coeficiente de correlación. 6.1.7. Errores de medición. |
7. Estadística aplicada.
7.1. Inferencia estadística 7.1.1. Inferencia estadística: Concepto, Estimación, Prueba de hipótesis.
7.1 Inferencia estadística, Arq. Ramiro González Horta. Noviembre 2010 (382464 bytes)
7.2. Estimaciones puntuales y por intervalos de confianza. 7.2.1. Estimaciones puntuales y por intervalos de confianza.
7.2 Estimaciones puntuales y por intervalos de confianza.Arq. Ramiro Goenzález Horta. Noviembre 2010 (290304 bytes)
7.3. Regresión y correlación. 7.3.1. Regresión y correlación.
7.3 Regresión y correlación. Arq. Ramiro González Horta. Noviembre 2010 (33280 bytes)
|
| Prácticas de Laboratorio (20252026N) |
Fecha |
Hora |
Grupo |
Aula |
Práctica |
Descripción |
| Cronogramas (20252026N) | |||
| Grupo | Actividad | Fecha | Carrera |
| Temas para Segunda Reevaluación |