UNIVERSIDAD NACIONAL DE INGENIERA FACULTAD DE INGENIERA CIVIL

DIRECCION DE ESCUELA PROFESIONAL DE INGENIERA CIVIL ESTADSTICA Y PROBABILIDADES

I. INFORMACIN GENERAL CODIGO SEMESTRE CREDITOS HORAS POR SEMANA PRERREQUISITOS CONDICION DEPARTAMENTO PROFESOR PROFESOR E-MAIL : MA611 Estadstica y Probabilidades : 1 : 3 : 6 (Teora Prctica - Taller) : Matemtica II : Obligatorio : Ciencias Bsicas : Flor Quionez C. Manuel Pozo V. Gonzalo Panizo G. : normafloris@gmail.com ivanp85@hotmail.com gonzalo.panizo@gmail.com

II. SUMILLA DEL CURSO

El curso proporciona al estudiante los conceptos, mtodos y tcnicas bsicos de la estadstica descriptiva para su aplicacin en el tratamiento de datos. Entender el significado de probabilidad e identificar las caractersticas bsicas de los experimentos aleatorios, a travs de ellos el alumno podr al final del curso tomar decisiones apoyndose en la estadstica inferencial. As como el anlisis del comportamiento de las variables de estudio y la relacin entre ellas mediante el modelo de regresin y correlacin lineal. Se

desarrollan problemas de aplicacin en ingeniera y se hace uso del Excel, as como tambin el software estadstico SPSS. III. COMPETENCIAS DEL CURSO 1. Organiza datos para su adecuado anlisis e interpretacin y calcula e interpreta sus propiedades estadsticas fundamentales (valor medio y varianza). 2. Comprende la nocin de incertidumbre y cuantifica los riesgos implcitos mediante el clculo de
probabilidades.

3. Conoce y aplica los tipos de variables aleatorias para modelar su comportamiento a travs de sus
distribuciones de probabilidades.

4. Analiza y utiliza los supuestos de los modelos probabilsticos, para calcular la probabilidad de una variable. 5. Estima un parmetro poblacional desconocido con cierto nivel de confianza. 6. Aplica la prueba de hiptesis para una media poblacional. 7. Analiza y modela el comportamiento de las variables en estudio usando la regresin y correlacin lineal. IV. UNIDADES DE APRENDIZAJE 1. ORGANIZACION DE DATOS Y PRINCIPALES MEDIDAS DESCRIPTIVAS / 8 HORAS Estadstica / Poblacin, muestra y variable / Clasificacin de variables / Tablas de distribucin de frecuencia / Representaciones grficas / Medidas de tendencia central: media, mediana, moda / Medidas de dispersin: varianza, desviacin estndar, coeficiente de variacin / Medidas de posicin: cuartil, decil, percentil / Diagramas de cajas. 2. PROBABILIDAD / 8 HORAS Probabilidad / Experimentos aleatorios, espacio muestral y eventos / Operaciones con eventos / Probabilidad condicional / Probabilidad total / Teorema de Bayes
1

3. VARIABLES ALEATORIAS Y DISTRIBUCION DE PROBABILIDAD / 12 HORAS Variable aleatoria: tipos, valor esperado y desviacin estndar / Distribucin de probabilidad de una variable discreta: binomial, Poisson / Distribucin de probabilidad de una variable continua: Uniforme, exponencial, normal. 4. DISTRIBUCIONES CONJUNTAS/ 10 HORAS Variables aleatorias conjuntas discretas: funcin de probabilidad conjunta/ Funciones marginales de probabilidad/Funciones condicionales de probabilidad/ Variables aleatorias conjuntas continuas: funcin de densidad conjunta/ Funciones marginales de densidad/ Funciones condicionales de densidad/Valor esperado de una funcin de dos o ms variables aleatorias/ Valor esperado condicional/Variables aleatorias independientes/ Covariancia y Correlacin/ Variancia de una suma de dos o ms variables aleatorias. 5. DISTRIBUCION MUESTRAL / 4 HORAS Muestreo/ Teorema del lmite central/ Aproximacin a una normal. Caso Binomial y Poisson. /Distribucin de la media muestral 6. ESTIMACION Y PRUEBAS DE HIPTESIS / 6HORAS Intervalos de confianza: media / Tipos de error / Pruebas de hiptesis para media / caso varianza desconocida 7. ANALISIS DE REGRESION Y CORRELACION / 2 HORAS Regresin simple /Definicin e interpretacin de los coeficientes de correlacin lineal y determinacin. V. TALLERES Y EXPERIENCIAS PRCTICAS Taller 1: Estadstica descriptiva Trabajo de Campo: Recoleccin de datos segn el tema de investigacin planteado. Taller 3: Temas relacionados al examen final Trabajo de aplicacin: Tratamientos de datos y ajuste a distribucin conocida. VI. METODOLOGIA Las sesiones de aprendizaje se complementan con la exposicin del docente y la participacin activa de los estudiantes. Se har uso del mtodo inductivo-deductivo con la participacin activa del estudiante en la solucin de ejercicios y problemas relacionado a la especialidad. Se buscara el debate y discusin del tema por parte de los alumnos, desarrollando casos de aplicacin prctica que faciliten el aprendizaje. Previo a cada prctica se hace un taller dirigido donde los alumnos intervienen en el desarrollo de los problemas, mediante dinmicas de grupos contribuyendo en el proceso de enseanza-aprendizaje del curso. Durante el ciclo realizan un trabajo grupal, relacionado a un caso real, en el desarrollo del trabajo debern aplicar los conceptos aprendidos en las diferentes etapas como son: toma de datos, ordenamiento, anlisis, interpretacin y conclusiones. En dicho trabajo el alumno se apoyara con el uso del Excel, as como tambin el software estadstico SPSS para el tratamiento de sus datos. VII. FORMULA DE EVALUACION
El Promedio Final PF se calcula tal como se muestra a continuacin: PF = (EP + EF + PP) / 3 EXAMEN PARCIAL EXAMEN FINAL PROMEDIO DE PRCTICAS PP= ( 4 mejores PA + P6 +P8) /6 EP EF PP PRACTICAS DE AULA PA P6=Trabajo de investigacin P8=Nota de concepto

VIII. BIBLIOGRAFIA 1. DEVORE, Jay Probabilidad y Estadstica para Ingeniera y Ciencias. Stima Edicin. 2. CORDOVA Manuel Estadstica Descriptiva e Inferencial. Editorial Moshera, 2003