UNIVERSIDAD RICARDO PALMA

FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

PLAN DE ESTUDIOS 2006-II

SÍLABO
1. DATOS ADMINISTRATIVOS

1.1 Nombre del curso : ESTADÍSTICA Y PROBABILIDADES

1.2. Código : CV 0505
1.3. Tipo de curso : Teórico, Práctico, Laboratorio
1.4. Área Académica : Matemáticas
1.5. Condición : Obligatorio
1.6. Nivel : V Ciclo
1.7. Créditos : 4
1.8. Horas semanales : Teoría: 3, Practica: 2
1.9. Requisito : CV-0403 Ingeniería Matemática I
1.10. Semestre Académico : 2018 –II
1.11. Profesores :Lic. América Campomanes Morán
Lic. Luis Chirinos Rueda

2. PROPOSITO GENERAL

Tiene como propósito brindar al estudiante el marco conceptual y práctico de una metodología de tratamiento y análisis de datos,
desde su recolección, procesamiento, presentación, obtención de conclusiones y algunas generalizaciones e interpretaciones de
resultados, relacionados con aplicaciones e investigaciones en ingeniería

3. SINTESIS DE CONTENIDO.

Los contenidos de la asignatura se dividen en cuatro unidades temáticas: 1) Estadística Descriptiva: Conceptos básicos, distribu-
ciones de frecuencias y gráficos de una y dos variables. Medidas de Tendencia Central, de Dispersión y de Asimetría. 2) Análisis
de Correlación y Regresión: Coeficiente de correlación, diagrama de dispersión. Ajuste lineal de datos Modelos de tendencias
3) Probabilidades y Variables Aleatorias: Conceptos de Probabilidades. Variables aleatorias. Probabilidad condicional, Teorema
de Bayes. Distribuciones de Probabilidad discretas (Binomial, Poisson, Hipergeométrica) y continuas (Uniforme, Exponencial,
Gamma, Beta, Chi cuadrado, T- Student, F). 4) Inferencia Estadística: Muestreo, nivel de significancia, estimación estadística,
tamaño óptimo de la muestra. Teoría de las decisiones estadísticas y tipos de dócimas. Aplicaciones en pruebas de hipótesis n o
lineales.

4. COMPETENCIAS DE LA CARRERA

El curso aporta al logro de las siguientes competencias:

4.1. Solución de Problemas de Ingeniería
4.2. Dominio de las Ciencias
4.3. Comunicación
4.4. Trabajo en Equipo
4.5. Perspectiva local y global
4.6. Aprendizaje para toda la vida
4.7. Responsabilidad ética y profesional

5 COMPETENCIAS DEL CURSO

5.1. Obtiene, procesa, presenta e interpreta datos estadísticos a fin de obtener conclusiones v álidas, valorando su importancia para
captar la realidad y para comunicar y sustentar sus apreciaciones y conclusiones, de manera responsable, con cr eatividad,
capacidad de liderazgo y trabajo en equipo.

5.2. Calcula e interpreta inferencias sobre poblaciones estadísticas, en base a datos de muestras probabilísticas, reconociendo y
valorando su uso en la toma de decisiones en Ingeniería con rigurosidad.

5.3. Prepara al estudiante para el desarrollo de investigaciones y proyectos de su especialidad.

.
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

6. RED DE APRENDIZAJE

UNIDAD 1 UNIDAD 2
ESTADÍSTICA DESCRIPTIVA
Presentación de Datos y CORRELACIÓN Y
Gráficos
Conceptos REGRESIÓN
Básicos
Medidas de

Análisis

UNIDAD 3 UNIDAD 4
PROBABILIDADES INFERENCIA Y DOCIMAS DE HIPOTESIS
Y Inferencia
Muestreo
Estadística

VARIABLES ALEATORIAS Dócimas de

Hipótesis

7. PROGRAMACIÓN SEMANAL DE LOS CONTENIDOS

UNIDAD 1: ESTADISTICA DESCRIPTIVA

Logro de la unidad:
Obtiene, procesa, presenta e interpreta datos estadísticos a fin de obtener conclusiones válidas para un grupo específico
de datos, valorando su importancia para captar la realidad, comunicar y sustentar sus apreciaciones y conclusiones con
precisión.

No. horas: 20

Semana Contenidos Actividades de aprendizaje

1 Conceptos básicos de Estadística Descriptiva.  Lineamientos generales sobre el curso
Distribuciones de frecuencias y gráficos de va-  Revisión de sílabo en el aula virtual (T)
riables cualitativas  Exposición del profesor con multimedia (T)
 Entrega de Guía de Practicas del curso(T)
 Entrega de Guía de laboratorios del curso(L)

2 Distribuciones de frecuencias y gráficos de va-  Prueba de entrada(T)

riables cuantitativas  Presentación dialogada(T)
Distribuciones Bidimensionales. Gráficos.
 PD1.Trabajo en grupo para resolver problemas de distri-
buciones y gráficos (P).
 Guía L1.Trabajo en PC: Tabla dinámica de una variable y
gráficos.(L)
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

3 Medidas de Tendencia Central:  Presentación dialogada(T)

Media Aritmética,  PD1.Trabajo en grupo para resolver problemas de distri-
Mediana buciones y gráficos (P).
Moda  Guía L2. Trabajo en PC: Tablas dinámicas de 2 variables
y gráficos (L).
4 Medidas de división de datos:  Presentación dialogada(T)
Cuartiles, Deciles, Percentiles.  PD2.Trabajo en grupo para resolver problemas de medi-
das de tendencia central.(P)
 Guía L3. Trabajo en PC: Aplicar funciones estadísticas
para calcular medidas de análisis estadístico (L)
5 Medidas de Dispersión:  Presentación dialogada(T)
Desviación estándar, Varianza,  PD3.Trabajo en grupo para resolver problemas de medi-
Rango semi-intercuartilico. das de dispersión y asimetría (P).
Coeficiente de variación  Practica calificada 1 (PRA1) (T)
Medidas de asimetría: Primer y segundo coefi-  1era evaluación de laboratorio(LAB 1).(L)
ciente de Pearson. Media asimétrica

UNIDAD 2:

CORRELACIÓN Y REGRESIÓN

Logro de la unidad:

Procesa, analiza e interpreta la relación existente entre 2 variables. Formula y aplica los modelos de tendencia más ade-
cuados, con rigurosidad y precisión.

No. horas: 08

Semana Contenidos Actividades de aprendizaje

6
Diagrama de dispersión.  Presentación dialogada(T)
Coeficiente de correlación
Ajuste lineal de datos  PD4.Trabajo en grupo para resolver problemas de corre-
Recta de regresión de mínimos cuadrados. lación y regresión (P)
 Guía L4. Trabajo en PC, sobre aplicaciones de Correla-
ción y Regresión lineal (L)
7 Otras modelos de tendencias no lineales:
Exponencial, polinomio,, logarítmico, potencial  Presentación dialogada(T)
 PD4.Trabajo en grupo para resolver problemas de co-
rrelación y regresión (P)
 Guía L4. Trabajo en PC, sobre aplicaciones de Correla-
ción y Regresión no lineal (L)
 Seminario de problemas
8 Desde conceptos básicos hasta Correlación y re- EXAMEN PARCIAL
gresión

UNIDAD 3:

PROBABILIDADES Y VARIABLES ALEATORIAS

Logro de la unidad:
Define, identifica, calcula e interpreta conceptos básicos de probabilidades, variables aleatorias y distribuciones de proba-
bilidad, aplicándolos a temas de Ingeniería Electrónica con rigor y objetividad.
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

No. horas: 16

Semana Contenidos Actividades de aprendizaje

9 Elementos de probabilidades: espacio maes-
tral, evento, punto elemental. Definición axio-  Presentación dialogada(T)
mática y clásica de probabilidad.
Teoría Combinatoria.Probabilidad de eventos  PD5.Trabajo en grupo para resolver problemas de probabili-
compuestos: Regla de la adición.- Eventos dades y teoría combinatoria (P).
mutuamente excluyentes y no excluyentes.  Guía L5. Trabajo en PC: Aprendiendo SPSS
Regla de la multiplicación.- Eventos indepen-
dientes y dependientes. Probabilidad condi-
cional y Teorema Bayes.
10 Variables aleatorias unidimensionales. Fun-  Presentación dialogada(T)
ción de probabilidad y función de densidad.  PD6.Trabajo en grupo para resolver problemas de variables
Función de distribución. Esperanza, desvia- aleatorias(P)
ción estándar
 Guía L6.Trabajo en PC: Aplicaciones de Teoría Combinato-
ria y probabilidad(L)
11 Principales variables aleatorias discretas: Bi-  Presentación dialogada(T)
nomial, Poisson, Hipergeométrica  PD7.Trabajo en grupo para resolver problemas de principa-
les variables discretas (P).
 Practica calificada 2 (PRA 2) (T)
 2da evaluación de laboratorio(LAB2).(L)
12 Principales variables aleatorias continuas:  Presentación dialogada(T)
Distribución Normal, Uniforme, Exponencial,  PD7.Trabajo en grupo para resolver problemas de principa-
Gamma, Beta, Chi Cuadrado, T Student, F les variables continuas (P).
 Guía L7.Trabajo en PC: Principales variables aleatorias dis-
cretas. Distribución Binomial (L)

UNIDAD 4:

INFERENCIA Y DOCIMAS DE HIPOTESIS

Logro de la unidad:
Calcula e interpreta inferencias sobre poblaciones estadísticas, en base a datos de muestras probabilísticas, reconociendo
y valorando su uso en la toma de decisiones en Ingeniería Electrónica con rigurosidad.
No. horas: 12

Semana Contenidos Actividades de aprendizaje

13 Elementos de la teoría de muestreo. Tipos de  Presentación dialogada(T)
muestreo. Muestreo aleatorio simple. Tabla de  PD8.Trabajo en grupo problemas de muestreo
números aleatorios. Distribución muestral de me- (P)
dias.
 Guía L8.Trabajo en PC: Principales variables
aleatorias continuas. Distribución Normal(L)
 Entrega de informe final y exposición de pro-
yecto colaborativo :Impreso anillado, presenta-
ción y Paper (DVD +Aula virtual),con archivos:
Word, Excel, SPSS, ppt o Prezi
14 Teoría de la estimación estadística: Nivel de con-  Presentación dialogada(T)
fianza. Puntos críticos. Estimación por inter-  PD9.Trabajo en grupo problemas de Estimacion
valos de confianza para muestras grandes y pe- estadística (P)
queñas. Tablas T-Student y Chi-Cuadrado.
 Practica calificada 3 (PRA 3) (T)
 3era evaluación de laboratorio(LAB3).(L)
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

15 Teoría de las decisiones estadísticas: Decisión

estadística. Hipótesis nula y alternativa. Tipos de  Presentación dialogada(T)
Dócimas. Región de aceptación y crítica.  PD10..Trabajo en grupo problemas sobre Deci-
Dócimas unilaterales y bilaterales. Nivel de signi- siones estadísticas (P)
ficación. Dócimas sobre la media poblacio-
nal.Otras dócimas estadísticas  Guía L9.Trabajo en PC: Muestreo y estimación
estadística(L)
 Seminario de problemas
16 Desde Probabilidades hasta Teoría de decisio- EXAMEN FINAL
nes estadísticas
17 Todo el curso EXAMEN SUSTITUTORIO

8. TÉCNICAS DIDÁCTICAS

La asignatura se desarrolla en tres modalidades didácticas:

8.1. Clases teóricas: Se desarrollan mediante presentación dialogada del profesor y estudiantes, cumpliendo el calendario
establecido. En estas clases se estimula la participación activa del estudiante, mediante preguntas, solución de pro-
blemas, discusión de casos, búsqueda de información bibliográfica y por Internet.

8.2. Clases prácticas: Se desarrollan con prácticas dirigidas en grupos con la finalidad de desarrollar las habilidades y
actitudes descritas en las competencias. Se plantean ejercicios y casos a ser resueltos con los conocimientos adquiri-
dos en las clases teóricas.

8.3. Clases de laboratorio: Se realizarán con PC para cada estudiante, empleando software adecuados: Excel y SPSS, que
permiten al estudiante visualizar los aspectos más importantes del desarrollo de un proyecto estadístico: recopilación,
procesamiento, análisis, interpretación y presentación de resultados. Los casos a resolver se entregarán con anticipa-
ción para que los informes incluyan investigación, actualización y conocimiento profundo del mismo.

Los equipos como computador y proyector multimedia y los materiales como el texto, separatas, software y el aula
virtual permitirán la mejor comprensión de los temas tratados.

9. EQUIPOS Y MATERIALES

9.1. Equipos e Instrumentos

Proyector multimedia
Computadora personal.
Pizarra

9.2. Materiales

Tizas. Plumones. Separatas del curso en el aula virtual. Guía de prácticas , Guía de Laboratorios, Tablas, Formulas

10. EVALUACIÓN

10.1. Criterios

El sistema de evaluación es permanente. Comprende evaluaciones de los conocimientos, habilidades y actitudes.

Para evaluar los conocimientos se utilizan las prácticas calificadas y exámenes. Para evaluar las habilidades se utilizan
adicionalmente a las anteriores las intervenciones orales, investigación monográfica, exposiciones y un proyecto co-
laborativo de laboratorio. Para evaluar las actitudes, se utiliza la observación del alumno, su comportamiento, respon-
sabilidad, respeto, iniciativa y relaciones con el profesor y estudiantes.

La redacción, orden y ortografía influyen en la calificación de las pruebas escritas.

En la calificación de los trabajos de laboratorio se tiene en cuenta la puntualidad, las exposiciones de los trabajos,
intervenciones orales, comportamiento, responsabilidad e iniciativa.
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

Los instrumentos de evaluación del curso son:

1. Prácticas calificadas (P) : Son tres, no se elimina ninguna

2. Evaluaciones de laboratorios: Son tres, no se elimina ninguna
3. Proyecto colaborativo de estadística: Es uno, es obligatorio, se trabaja en grupo
4. Exámenes (E): Son tres, examen parcial (EP), examen final (EF) y examen sustitutorio (ES).

TEORÍA. Peso
EXAMEN PARCIAL = PAR1 1 (UNO)
EXAMEN FINAL = FIN1 1 (UNO)
EXAMEN SUSTITUTORIO = SUS1 (Reemplaza al examen más bajo)

PRÁCTICA
 Se desarrollarán 10 prácticas dirigidas .Cada alumno debe resolver todos los problemas planteados y entregar-
los totalmente resueltos a su profesor
 Se tomarán 3 prácticas calificadas: PRA1, PRA2, PRA3 (Peso 1 cada Practica Calificada).No se elimina nin-
guna

LABORATORIO
 Se desarrollarán 9 sesiones de laboratorio con PC, que deberán ser subidas al Aula virtual, en la clase de
laboratorio correspondiente.
 Se evaluarán 3 laboratorios: LAB1, LAB2, LAB3 (SEGÚN CALENDARIO DE ACTIVIDADES) (Peso 1 cada
laboratorio Calificado).No se elimina ninguna.
 Promedio de Laboratorios = PL. Se obtendrá con 2 decimales:

PL= (LAB1 + LAB2 + LAB3 ) / 3

 Se realizará un Proyecto colaborativo de estadística :TRA1

- El Proyecto colaborativo es grupal (5 alumnos como Máximo)
- Es OBLIGATORIO Y SERA COORDINADO y CALIFICADO POR EL PROFESOR(A) DE LABORATORIO
(Peso de 1)
- El informe final del proyecto colaborativo y paper será ENTREGADO IMPRESO y ANILLADO, DVD,
SUBIDO AL AULA VIRTUAL Y SERA EXPUESTO ORALMENTE POR CADA GRUPO. Cada estudiante de-
mostrará el trabajo realizado en el grupo de trabajo.
- Al término del semestre académico, cada alumno presentara un DVD con todos los trabajos, prácticas y Guías,
soluciones de evaluaciones desarrollados durante el semestre académico.

PROMEDIO DE PRÁCTICAS: PP (Con decimales):

PP= (PRA1+ PRA 2+ PRA 3+ PL+ TRA1) / 5

NOTA FINAL: NF

NF= (PAR1+FIN1+PP) / 3 se redondea a ENTEROS.

10.2 Fórmula

La nota final se obtiene mediante la siguiente fórmula:

NF = (PAR1 +FIN1+ (PRA 1+ PRA 2+ PRA 3+ ((LAB1+ LAB2+ LAB3)/3))+TRA1)/5))/3

11. REFERENCIAS BIBLIOGRÁFICAS Y OTRAS FUENTES

BIBLIOGRAFÍA BASICA

Devore l. Jay: Probabilidad y Estadística para Ingeniería y Ciencias, 7ª edición.2017 .Editorial CENGAGE Learning, 687p

Mendenhall, William: Introducción a la probabilidad y estadística, 2016. Editorial CENGAGE Learning, 746p
 UNIVERSIDAD RICARDO PALMA
FACULTAD DE INGENIERÍA
DEPARTAMENTO ACADÉMICO DE CIENCIAS

BIBLIOGRAFÍA COMPLEMENTARIA

Wackerly, Dennis D: Estadística Matemática con aplicaciones, 2017. Editorial CENGAGE Learning, 911p

Zavala Aguilar, Roberto: Estadística Básica, 2016, Editorial TRILLAS, 132p

Pérez Marqués María: Metodología seis sigma a través de Excel, 2016, Editorial ALFAOMEGA, 360p

Landero Hernández, Rene: Estadística con SPSS y metodología de la Investigación, Editorial TRILLAS, 536p

Quezada Lucio, Neil: Estadística para Ingenieros., 2015, Editora Macro E.I.R.L, 310p

REFERENCIAS EN LA WEB

1. http://es.wikipedia.org/wiki/Estad% C3% ADstica_descriptiva:Estadistica descriptiva

2. http://www.fisterra.com/mbe/investiga/10descriptiva/10descriptiva.asp :Estadística descriptiva
3. http://thales.cica.es/rd/Recursos/rd97/UnidadesDidacticas/53-1-u-indice.html: Conceptos básicos de estadística
4. http://www.aulafacil.com/CursoEstadistica/Lecc-1-est.htm: Estadística Descriptiva
5. http://www.matematicasbachiller.com/temario/libre/descriptiva/dscr_01_00.pd :Estadística descriptiva
6. http://www.vitutor.com/estadistica/descr iptiva/a_a.html :ejercicios y problemas resueltos de estadística
7. http://www.monografias.com/trabajos26/estadistica-inferencial/estadistica-inferencial.shtml: Regresión y Correla-
ción
8. http://www.sc.ehu.es/sbweb/fisica/cursoJava/numerico/regresion/regresion.htm: Regresión Lineal
9. http://sisbib.unmsm.edu.pe/bibvir tualdata/libros/Matematicas/inferencia/pdf/a05.pdf: Análisis de correlación y
regresión
10. http://thales.cica.es/rd/Recursos/rd98/Matematicas/28/matematicas-28.html: Probabilidad
11. http://www.aulafacil.com/CursoEstadistica/Lecc-14-est.htm:Experimentos aleatorios y probabilidad
12. http://es.wikipedia.org/wiki/Variable_aleatoria: variables aleatorias
13. http://www.ucm.es/info/genetica/Estadistica/estadistica_basica% 201.htm : Variables aleatorias discretas y conti-
nuas
14. http://www.fisterra.com/mbe/investiga/distr_nor mal/distr_nor mal.asp: Distribución Normal
15. http://es.wikipedia.org/wiki/Muestreo_en_estad% C3% ADstica : Muestreo
16. http://www.wiphala.net/research/manual/statistic/index.html : Tabla de números aleatorios
17. http://www.slideshare.net/hfunes/distribuciones- muestrales-presentation :Distribuciones muéstrales
18. http://www.monografias.com/trabajos30/inferencia-estadistica/inferencia-estadistica.shtml : Inferencia estadística
19. http://www.spentamexico.org/v5-n1/5(1)185-207.pdf :Decisiones estadísticas
20. http://www.med.ufro.cl/Recursos/bioestad/clasedocimas.pdf: Dócimas de Hipótesis