Sylabus AEF-1052

Syllabus

AEF-1052 PROBABILIDAD Y ESTADISTICA

MIH. EDUARDO REYES PEREZ

ereyes@itescam.edu.mx

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

Prerrequisitos

El alumno deberá de dominar el uso de la calculadora científica para que facilite su aprendizaje de la materia de Probabilidad y estadística, tener conocimiento respecto a tablas estadísticas.

Competencias	Atributos de Ingeniería
Comprender los conceptos básicos de la estadística descriptiva para el análisis, organización y presentación de datos.	Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas
Competencia: Utilizar los conceptos básicos de la teoría de la probabilidad para aplicarlos en la solución de problemas de ingeniería biomédica, computación y comunicaciones.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
Competencia: Identificar el tipo de variable aleatoria de un experimento para calcular estadísticos y visualizar el comportamiento de la variable.	Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas
Competencia: Identificar las propiedades y características de las distribuciones discretas y continuas de un experimento para procesar la información de fenómenos y procesos de ingeniería biomédica, computación y comunicaciones.	Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
Competencia: Aplicar los conceptos del modelo de regresión lineal y establecer las condiciones para distinguir entre una regresión y una correlación.	Reconocer la necesidad permanente de conocimiento adicional y tener la habilidad para localizar, evaluar, integrar y aplicar este conocimiento adecuadamente
Competencia: Comprende los conceptos de muestreo, teoría de estimación y prueba de hipótesis para aplicar la teoría de distribuciones de de muestreo y diferentes tipos de fenómenos que se presentan en una muestra en procesos eléctricos, electrónico	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, regla, tablas estadísticas, hojas milimétricas.

Bibliografía disponible en el Itescam
Título	Autor	Editorial	Edición/Año	Ejemplares
Probabilidad y estadística /	Sánchez Corona, Octavio	McGraw-Hill,	3a. / 2010.	21	-
Probabilidad y estadística /	Spielgel, Murray R.	McGraw-Hill,	3a. / 2010.	5	-

Parámetros de Examen
PARCIAL 1	De la actividad 1.1.1 a la actividad 3.3.2
PARCIAL 2	De la actividad 4.4.1 a la actividad 6.6.3

Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje)
1. Estadística descriptiva. 1.1. Comprender los conceptos básicos de la estadística descriptiva para el análisis, organización y presentación de datos. 1.1.1. Actividad 1: Obtener información de diferentes fuentes sobre los conceptos básicos de estadística: definición, teoría de decisión, población, muestra aleatoria, parámetros aleatorios y elaborar un mapa conceptual de la información analizada. Descripción de datos: Datos agrupados y no agrupados, Frecuencia de clase, Frecuencia relativa, punto medio, Límites. ( bytes) Distribución de frecuencias y gráficas. Libro de estadística por competencias. Ana Laura Guitierrez pag 33-46 ( bytes) Introducción a la estadística y tablas de frecuencias. ( bytes) 1.1.2. Actividad 2.Obtener información por grupos de trabajo sobre las medidas de tendencia central: media aritmética, geométrica, ponderada, mediana y moda y las de dispersión: varianza, desviación estándar, desviación media, desviación mediana y rango. Medidas de dispersión ( bytes) Distribución de frecuencias. ( bytes) Media ponderada ( bytes) Medidas de tendencia central y dispersión. Libro de estadística por competencias. Ana Laura Guitierrez pag 59-72 ( bytes) Estadística básica. Medidas de tendencia central y dispersión. ( bytes) 1.1.3. Actividad 3: Resolver problemas que involucren medidas de tendencia central y de dispersión utilizando TIC’s y discutir las características de las distribuciones de frecuencia, identificando su utilización en problemas específicos. Técnicas de muestreo ( bytes) Técnicas de agrupacion de datos ( bytes) 1.1.4. Actividad 4: Utilizar TIC’s para elaborar diferentes histogramas, con información correspondiente a un problema del medio cotidiano. Histogramas ( bytes)
2. Fundamentos de la Teoría de Probabilidad. 2.1. Competencia: Utilizar los conceptos básicos de la teoría de la probabilidad para aplicarlos en la solución de problemas de ingeniería biomédica, computación y comunicaciones. 2.1.1. Actividad 5: Buscar información y presentarla en grupos de trabajo sobre el desarrollo histórico de la probabilidad. Técnicas de conteo: Principio aditivo ( bytes) Principio multiplicativo. ( bytes) Notación Factorial ( bytes) Probabilidad y sus enfoques. Libro de estadística por competencias. Ana Laura Guitierrez pag 97-106 ( bytes) 2.1.2. Actividad 6: Determinar las probabilidades de eventos simples y los espacios muéstrales mediante juegos de azar en grupos de trabajo y resolver ejercicios y problemas en grupos de trabajo que impliquen el cálculo utilizando técnicas de conteo. Teorema del Binomio ( bytes) Permutaciones ( bytes) Combinaciones ( bytes) Diagrama de árbol ( bytes) Teorema elemental de la probabilidad ( bytes) 2.1.3. Actividad 7: Buscar en distintas fuentes los conceptos básicos de: espacio muestral, evento, simbología, operaciones y diagramas de Venn y elaborar un resumen individual con la información encontrada. Probabilidad de Eventos: Definición de espacio muestral, definición de evento, simbología, unión, intersección, diagramas de Venn. ( bytes) 2.1.4. Actividad 8: Mencionar individualmente los principales axiomas y teoremas para la solución de problemas de probabilidad con técnicas de conteo. Probabilidad con Técnicas de Conteo: Axiomas, Teoremas. ( bytes) Probabilidad condicional: Dependiente e independiente. ( bytes) 2.1.5. Actividad 9: Construir en plenaria ejercicios que involucren la ley multiplicativa y el teorema de Bayes, relacionados con el área de las ciencias computacionales utilizando TIC’s para resolver problemas sobre probabilidades. Eventos independientes: Regla de Bayes. ( bytes) Probabilidad condicional: Dependiente e independiente. ( bytes)
3. Variables Aleatorias. 3.3. Competencia: Identificar el tipo de variable aleatoria de un experimento para calcular estadísticos y visualizar el comportamiento de la variable. 3.3.1. Actividad 10: Búsqueda de información sobre los tipos de variables aleatorias discretas y calcular sus propiedades: la esperanza matemática, varianza y desviación estándar, coeficiente de variabilidad, interpretación representación gráfica. Variables aleatorias discretas ( bytes) Distribución de probabilidad en forma general de variables discretas ( bytes) 3.3.2. Actividad 11: Búsqueda de información sobre los tipos de variables aleatorias continuas y calcular sus propiedades: la esperanza matemática, varianza y desviación estándar, coeficiente de variabilidad, interpretación representación gráfica. Variables aleatorias continuas ( bytes) Distribución de probabilidad en forma general de variables continuas ( bytes) Varianza, valor esperado de variables continuas. ( bytes)
4. Distribuciones de Probabilidad. 4.4. Competencia: Identificar las propiedades y características de las distribuciones discretas y continuas de un experimento para procesar la información de fenómenos y procesos de ingeniería biomédica, computación y comunicaciones. 4.4.1. Actividad 14: Buscar en diferentes fuentes de información las distribuciones: binomial, hipergeométrica, Poisson y presentar en plenaria, mediante grupos de trabajo, la definición, características y proceso de cálculo de las distribuciones. Función de probabilidad ( bytes) Función de probabilidad ( bytes) 4.4.2. Actividad 15: Definir en plenaria el concepto de Esperanza matemática y analizar y discutir en grupos de trabajo las propiedades de la curva binomial. Distribución Binomial ( bytes) Distribución hipergeométrica ( bytes) Distribución de Poisson ( bytes) Distribución Binomial. ( bytes) Distribución Hipergeométrica ( bytes) 4.4.3. Actividad 16: Buscar en diferentes fuentes de información y en grupos de trabajo distribuciones: distribución normal, T-student, Chi cuadrada y F, sus características, propiedades, cálculo y aplicaciones asi como realizar ejercicios usando Tics Distribución Normal. ( bytes) Distribución T-student. ( bytes) Distribución F ( bytes) Distribución Chi-cuadrada ( bytes) Distribución T-student ( bytes)
5. Regresión lineal. 5.5. Competencia: Aplicar los conceptos del modelo de regresión lineal y establecer las condiciones para distinguir entre una regresión y una correlación. 5.5.1. Buscar en diferentes fuentes los conceptos de regresión y correlación, lineal y múltiple. Regresión lineal simple. ( bytes) Correlación. ( bytes) Regresión lineal simple. Libro Ana Laura Gutierrez Banegas. Probabilidad. Pag. 194-209 ( bytes) 5.5.2. Determinar el diagrama de dispersión y la ecuación de regresión para dos o más variable. Gráfica de datos. ( bytes) 5.5.3. Determinar los coeficientes de correlación y de determinación y tomar decisiones sobre su aplicación para diferentes modelos. Regresión y correlación. ( bytes) Coeficientes de regresión. ( bytes) líneas de regresión ajustada. ( bytes)
6. Estadística aplicada. 6.6. Competencia: Comprende los conceptos de muestreo, teoría de estimación y prueba de hipótesis para aplicar la teoría de distribuciones de de muestreo y diferentes tipos de fenómenos que se presentan en una muestra en procesos eléctricos, electrónico 6.6.1. Búsqueda de información de conceptos relacionados con el muestreo. Tipos de muestreo ( bytes) Distribución muestral de proporciones ( bytes) Distribución muestral de medias ( bytes) Prueba de hipotesis ( bytes) 6.6.2. Calcular dado un conjunto de datos los intervalos de confianza, según proceda, para la media y proporción. Estimaciones puntuales. ( bytes) Estimación por intervalo. ( bytes) Limites de confianza. ( bytes) Intervalo de confianza para medias con varianza conocida. ( bytes) Intervalo de confianza para proporciones. ( bytes) Estimación. ( bytes) http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/toc.html http://www.geociencias.unam.mx/~ramon/EstInf/Sesiones.html 6.6.3. Obtener el tamaño de la muestra para diferentes situaciones en procesos eléctricos del error tipo I, error tipo II y para la potencia de la prueba. Prueba de hipótesis. ( bytes) Prueba de hipótesis (medida poblacional, diferencias de media, proporciones). ( bytes) http://www.itchihuahua.edu.mx/academic/industrial/estadistica1/cap02.html