Sylabus MAF-1019

Syllabus

MAF-1019 PROBABILIDAD Y ESTADISTICA

MIH. EDUARDO REYES PEREZ

ereyes@itescam.edu.mx

Semestre	Horas Teoría	Horas Práctica	Créditos	Clasificación
1	3	2	5	Ciencias Básicas

Prerrequisitos

1. Manejar con propiedad las funciones algebraicas y álgebra de funciones. 2. Calcular expresiones que impliquen utilizar la sumatoria. 3. Resolver problemas de límites y continuidad. 4. Aplicar la derivada y reglas de derivación. 5. Aplicar métodos para calcular Máximos y Mínimo. 6. Usar métodos gráficos y analizar dichos datos en una hoja de cálculo.

Competencias	Atributos de Ingeniería
Analiza los conceptos básicos de las situaciones aleatorias para efectuar la toma de decisiones.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
Obtiene y analiza conjuntos de datos tomados de una situación real para realizar una síntesis de ellos mediante descripciones numéricas.	Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones
Identifica, selecciona y aplica distribuciones de probabilidad para solución de problemas. Aplica los conceptos de variable aleatoria para establecer la correspondiente distribución.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
Interpreta el proceso metodológico para la construcción de un modelo de regresión simple y múltiple, mediante el manejo un conjunto de datos donde obtiene parámetros del modelo y los correlaciona.	Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas
Interpreta el proceso metodológico para la construcción de un modelo de regresión simple y múltiple, mediante el manejo un conjunto de datos donde obtiene parámetros del modelo y los correlaciona.	Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones
Utiliza el análisis de varianza para procesar información y tomar decisiones en base a los resultados obtenidos.	Trabajar efectivamente en equipos que establecen metas, planean tareas, cumplen fechas límite y analizan riesgos e incertidumbre

Normatividad

1. Asistencia mínima de un 80% para tener derecho a presentar sus exámenes. 2. El alumno tendrá una tolerancia de 10 minutos como máximo. Después de este tiempo se considerará retardo. Llegar con 15 minutos de retardo, equivale a una falta. Tres retardos en el mes equivale a una falta. 3. La falta colectiva del grupo a clases será considerada doble y se dará por visto el tema de ese día. 4. Los trabajos documentales (tareas, cuestionarios, investigaciones, etc.) se entregarán en tiempo y forma de acuerdo a la fecha indicada por el profesor, quedando claro que NO SE RECIBIRÁN trabajos posteriores a la fecha indicada. 5. El trabajo en equipo, participación y presentación es obligatoria. 6. No se permite en el salón de clases comida, solo el acceso de agua estará permitido. 7. En el salón no se permite el uso de gorras, lentes negros, así como tampoco vestimenta considerada inadecuada (faldas cortas, shorts, bermudas, blusas escotadas). 8. No está permitido el uso de celulares o algún otro equipo electrónico como los ordenadores, éstos se usarán en caso que el profesor lo indique. 9. Las llamadas podrán contestarse fuera del salón de clases siempre y cuando el celular se encuentre en modo de vibrador. 10. El alumno que demuestre una mala actitud ante sus compañeros o ante el profesor será suspendido el tiempo que ésta considere y se verá reflejada dicha actitud en su calificación del 20% correspondiente al puntaje formativo.

Materiales

Calculadora científica, tablas estadísticas, hojas milimétricas.

Bibliografía disponible en el Itescam
Título	Autor	Editorial	Edición/Año	Ejemplares
Probabilidad y estadística /	Spielgel, Murray R.	McGraw-Hill,	3a. / 2010.	5	-
Probabilidad y estadística para ingeniería y ciencias /	Devore, Jay L.	Cengage learning,	MÃ©xico: / 2008	16	-

Parámetros de Examen
PARCIAL 1	De la actividad 1.1.1 a la actividad 3.1.3
PARCIAL 2	De la actividad 4.1.1 a la actividad 6.1.3

Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje)
1. Probabilidad. 1.1. Analiza los conceptos básicos de las situaciones aleatorias para efectuar la toma de decisiones. 1.1.1. Investigar en equipo los conceptos: Espacio muestral, eventos, técnicas de conteo, teoría de conjuntos, diagramas de árbol para exponerlo en clase. Diagramas de árbol. (27315 bytes) TEORIA DE LA PROBABILIDAD. (13138 bytes) Espacio muestral. (17914 bytes) http://www.itch.edu.mx/academic/industrial/sabaticorita/index.html Fuentelabrada Velásquez Irma. PROBABILIDAD Y ESTADÍSTICA Ediciones McGraw Hill, México. 2004. pp. 77-80. 1.1.2. Investigar y describir conceptos tales como: experimentos aleatorios, espacio muestral, suceso, probabilidad, importancia de la probabilidad. PRINCIPIO ADITIVO. México 2011, Págs. 1. (12254 bytes) PRINCIPIO MULTIPLICATIVO. México 2011, Págs. 2. (14643 bytes) PERMUTACIONES. México 2011, Págs. 3. (33581 bytes) COMBINACIONES. México 2011, Págs. 3. (25086 bytes) Fuentelabrada Velásquez Irma. PROBABILIDAD Y ESTADÍSTICA Ediciones McGraw Hill, México. 2004. pp. 80-85. Probabilidad y sus enfoques. Libro de estadística por competencias. Ana Laura Guitierrez pag 97-106 (536272 bytes) 1.1.3. Establecer con base en un experimento aleatorio la distribución de probabilidad apropiada, corroborando los axiomas y teoremas correspondientes. Axioma y teoremas de probabilidad. (17378 bytes) Probabilidades y eventos. Axiomas y teoremas. (413696 bytes) 1.1.4. Utilizar material audiovisual para conocer y aplicar probabilidad condicional de un evento y teorema de Bayes y relacionarlos en situaciones cotidianas. Probabilidad condicional. (18288 bytes) TEOREMA DE BAYES. México. 2011. pp. 2. (19618 bytes)
2. Estadística descriptiva. 2.1. Obtiene y analiza conjuntos de datos tomados de una situación real para realizar una síntesis de ellos mediante descripciones numéricas. 2.1.1. Discutir en grupo los conceptos de: medidas de tendencia central, medidas de dispersión y distribución de frecuencias de datos agrupados y no agrupados. Tratamiento para datos no agrupados. (78848 bytes) Tratamiento para datos agrupados. (37888 bytes) Conceptos básicos de estadística: Definición, Teoría de decisión, Población, Muestra aleatoria, Parametros aleatorios. (79315 bytes) Distribución de frecuencias y gráficas. Libro de estadística por competencias. Ana Laura Guitierrez pag 33-46 (718780 bytes) Introducción a la estadística. (4012544 bytes) http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/02TRATAMIENTO%20PARA%20DATOS%20NO%20AGRUPADOS.htm 2.1.2. Recopilar muestras pequeñas y grandes de datos para realizar cálculos, que involucren la estadística descriptiva y representarlos por medio de gráficos. Tablas de Frecuencias. (24469 bytes) 2.1.3. Calcular con base a la distribución de frecuencias a las medidas como la media, moda, mediana, varianza y desviación estándar. Medidas de tendencia central para datos no agrupados. (78848 bytes) Medidas de dispersión para datos no agrupados. (40960 bytes) Histogramas. (44136 bytes) Medidas de tendencia central y dispersión. Libro de estadística por competencias. Ana Laura Guitierrez pag 59-72 (675559 bytes) Estadística básica. Medidas de tendencia central y dispersión. (928768 bytes)
3. Distribuciones de probabilidad. 3.1. Identifica, selecciona y aplica distribuciones de probabilidad para solución de problemas. Aplica los conceptos de variable aleatoria para establecer la correspondiente distribución. 3.1.1. Investigar qué es una distribución de probabilidad, variable aleatoria continua y discreta, establecer una función de probabilidad y calcular la esperanza matemática, varianza y desviación estándar. BINOMIAL (BERNOULLI) ENSAYOS Y NOTACION BINOMIAL. México. 2011. pp. 10. (99708 bytes) Cetina López Wendy. BERNOULLI. México. 2005. pp. 11 (116736 bytes) 3.1.2. Identificar las distribuciones binomial, hipergeométrica y de Poisson, realizar los cálculos y utilizar el manejo de tablas; aproximar los cálculos de la distribución de Poisson a la binomial. DISTRIBUCIÓN HIPERGEOMETRICA. México. 2011. pp. 7. (41831 bytes) Distribución de Poisson. México. 2011. pp. 15 (109274 bytes) Wisniewski, P., Velasco, G. PROBLEMARIO DE PROBABILIDAD. México. 2002. Pp. 155,156. Cetina López Wendy. DISTRIBUCIÓN HIPERGEOMÉTRICA.. México. 2011. pp. 15. (719360 bytes) 3.1.3. Investigar las funciones de distribución normal, normal como aproximación a la binomial y Weibull, así como resolver ejercicios característicos con el manejo de tablas. Luna Gandara, Rita. Curso: PROBABILIDAD Y ESTADÍSTICA-DISTRIBUCIÓN NORMAL. Instituto Tecnológico de Chihuahua. México 2005. Pp. 7. (74240 bytes) Distribución de Weibull. México. 2011 Pp.2 (70144 bytes) Distribución de Weibull. México. 2011 Pp.6 (180065 bytes) Cetina López Wendy. APROXIMACIÓN DE LA DISTRIBUCIÓN BINOMIAL A LA NORMAL. México 2005. Pp. 10. (131584 bytes) http://www.itch.edu.mx/academic/industrial/sabaticorita/index.html http://www.jmcprl.net/ntps/@datos/ntp_331.htm 3.2.
4. Inferencia Estadística. 4.1. Interpreta el proceso metodológico para la construcción de un modelo de regresión simple y múltiple, mediante el manejo un conjunto de datos donde obtiene parámetros del modelo y los correlaciona. 4.1.1. Analizar en las fuentes de información la importancia de la regresión lineal simple y múltiple para su exposición en la clase. INTERVALO DE CONFIANZA PARA MEDIDA CON VARIANZA CONOCIDA. México. 2005. Pp. 3. (64512 bytes) http://www.geociencias.unam.mx/~ramon/EstInf/Sesiones.html http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/toc.html 4.1.2. Explicar en una exposición la diferencia entre regresión lineal y múltiple para la toma de decisiones. De la Torre Leticia. CURSO: ESTADÍSTICA I. INGENIERÍA INDUSTRIAL. México. 2003. Pp. 19. (396288 bytes) http://www.itch.edu.mx/academic/industrial/estadistica1/cap03.html#tres_intervalo_media_var_desconocida 4.1.3. Realizar ejercicios con el propósito de aplicar modelos de regresión para la estimación e hipótesis. www.scribd.com. PRUEBAS DE HIPOTESIS. 2011. Pp. 9. (394098 bytes) Mendehall William, J. Beaver Robert, M. Beaver Barbara. INTRODUCCIÓN A LA PROBABILIDAD Y ESTADÍSTICA. Cengage Learning Editores, S.A. de C.V. México. 2008. pp. 344-346,365,366,378 Pruebas de hipótesis. (648206 bytes) http://sancur22ceapuntes.iespana.es/administracion/ceneval/operacionesymetodos/02metodoscuantitativos/21pruebaship/pruebaship.htm 4.1.4. Usar el software para la comprobación de los ejercicios. Cetina López Wendy, Pruebas de hipótesis sobre la media de una distribución Normal, con varianza desconocida. México 2011. Pp. 2. (726016 bytes) Cetina López Wendy. PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL. México. 2005. pp. 9. (34304 bytes) Cetina López Wendy. PRUEBA DE HIPÓTESIS PARA DIFERENCIAS DE MEDIAS. México. 2005. pp. 5. (21921 bytes) Pruebas de hipótesis para una σ conocida. México 2011. Pp. 3. Mendehall William, J. Beaver Robert, M. Beaver Barbara. INTRODUCCIÓN A LA PROBABILIDAD Y ESTADÍSTICA Internacional Thomson Editores. México. 2002. pp. 341-349. http://sancur22ceapuntes.iespana.es/administracion/ceneval/operacionesymetodos/02metodoscuantitativos/21pruebaship/pruebaship.htm
5. Análisis de Regresión y Correlación. 5.1. Interpreta el proceso metodológico para la construcción de un modelo de regresión simple y múltiple, mediante el manejo un conjunto de datos donde obtiene parámetros del modelo y los correlaciona. 5.1.1. Analizar en las fuentes de información la importancia de la regresión lineal simple y múltiple para su exposición en clase. Regresión lineal simple. (2042368 bytes) Regresión y coeficiente de correlación. (1738752 bytes) Regresión lineal simple. Libro Ana Laura Gutierrez Banegas. Probabilidad. Pag. 194-209 (750559 bytes) 5.1.2. Realizar ejercicios con el propósito de aplicar modelos de regresión para la estimación e hipótesis. Análisis de la varianza de regresión. (650240 bytes)
6. Diseño de experimentos. 6.1. Utiliza el análisis de varianza para procesar información y tomar decisiones en base a los resultados obtenidos. 6.1.1. Investigar documentalmente los diferentes tipos de diseños experimentales para evaluar su comportamiento. analisis_y_diseno_experimentos-22-33 (291299 bytes) 6.1.2. Exponer en grupo los elementos que constituyen al diseño completamente al azar y el de análisis de varianza. analisis_y_diseno_experimentos-80-91 (351463 bytes) 6.1.3. Utilizar software para el manejo de información asociada al modelo de factor e interpretar los resultados que se generan en el análisis de varianza.