UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Perú, DECANA DE AMÉRICA)

FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA

ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS

1. INFORMACIÓN GENERAL

1.1 Nombre y código de la asignatura: PROBABILIDADES Y ESTADÍSTICA – 2010304

1.2 Número de créditos
1.3 Número de horas semanales
1.4 Ciclo de estudio
1.5 Periodo Académico
1.6 Pre-requisitos
1.7 Profesores
04
: Teoría: 02 horas, Práctica: 02 horas,
Laboratorio: 02 horas
III
: 2018 - II
: 2010204 – Cálculo II
: Ilse Janine Villavicencio Ramírez (coordinadora)
Justa Caridad Huaroto Sumari

2. SUMILLA

Esta asignatura pertenece al área de estudios generales, es de naturaleza teórico y práctico,

tiene el propósito de aplicar conceptos, principios y técnicas para la presentación y el análisis
descriptivo de datos, aplicar la teoría del cálculo de probabilidades; asociar modelos
probabilísticos a fenómenos del mundo real para lograr competencia: “Construye, desarrolla
y gestiona los repositorios de la información en base a las metodologías y estándares
internacionales de calidad y gestión de la información con una actitud ética y responsable”.
Los contenidos principales son: Primera Unidad: Estadística Descriptiva. Segunda Unidad:
Introducción a la Teoría de Probabilidades. Tercera Unidad: Inferencia Estadística
Paramétrica.

3. COMPETENCIA GENERAL

El estudiante, al concluir la asignatura, estará capacitado en altos niveles de competencia

para aplicar conceptos, principios y técnicas para la presentación y el análisis descriptivo de
 datos, aplicar la teoría del cálculo de probabilidades; asociar modelos probabilísticos a
fenómenos del mundo real; aplicar técnicas de muestreo adecuadas al contexto del problema
que se aborda; utilizar adecuadamente las distribuciones muéstrales; determinar tamaños de
muestra adecuados a situaciones particulares; construir intervalos de confianza para estimar
parámetros de interés; contrastar hipótesis; conceptos que le permitirá valorar la importancia
de la estadística y su aplicación en el ejercicio profesional.

4. PROGRAMACIÓN

PRIMERA UNIDAD DIDÁCTICA: ESTADÍSTICA DESCRIPTIVA

COMPETENCIA ESPECÍFICA:
Aplicar técnicas para la presentación de datos en tablas de frecuencia, cuadros y gráficos
estadísticos; calcular e interpretar indicadores de localización, dispersión y forma, valorando
su aplicación a situaciones reales de su desarrollo profesional.
CAPACIDADES
 Identifica y usa adecuadamente los conceptos de la estadística descriptiva, en el
contexto de una investigación estadística.
 Construye de forma adecuada tablas de frecuencias para datos de variable cualitativa y
cuantitativa.
 Construye cuadros y gráficos estadísticos adecuados al tipo de variable.
 Calcula e interpreta las medidas de localización, dispersión y forma.
ESTRATEGIAS ACTIVIDADE EVALUACI
SEMANA CONTENIDOS
DIDÁCTICAS S ÓN
TEORIA
Estadística: Ramas o aspectos.
Terminología estadística:
Revisión de
población, unidad de análisis, Métodos: Deductivo,
bases de datos Resolución
muestra, parámetro, estadígrafo. lógico, activo, flexible,
científicas. de ejercicios
1 Escalas de medición, variables de trabajo colectivo.
Revisión de y problemas.
estadísticas: tipos, datos Técnicas: Expositiva
trabajos de tesis, Uso adecuado
15 estadísticos. con material de apoyo,
buscando de bases de
Agosto La investigación estadística: etapas. participativa, sesiones de
terminología datos
PRACTICA Y LABORATORIO trabajo en laboratorio de
estadística. científicas.
Identificación de los términos computo.
estadísticos usados en trabajos de
investigación y en problemas de
ingeniería de sistemas.
TEORIA
Métodos: Deductivo, Revisión de
Organización y presentación de
lógico, activo, de bases de datos
datos. Tablas de distribución de Resolución
trabajo colectivo, científicas.
frecuencias, cuadros y gráficos de ejercicios
2 analítico. Revisión de
estadísticos para variables y problemas,
22 Técnicas: Expositiva trabajos de tesis,
cualitativas y cuantitativas. uso adecuado
Agosto con material de apoyo, buscando
PRACTICA Y LABORATORIO de software
participativa, sesiones de aplicaciones de
Organización y presentación de estadístico.
trabajo en laboratorio de técnicas
datos mediante tablas y gráficos,
cómputo. estadísticas.
según el tipo de variable.
TEORIA Métodos: Deductivo,
Revisión y
Medidas resumen de tendencia lógico, activo, flexible,
explotación de Resolución
central y de posición: media, de trabajo colectivo,
3 bases de datos de ejercicios
mediana, moda; cuartiles, deciles y analítico.
reales. y problemas,
percentiles. Técnicas: Expositiva
29 Aplicación de uso adecuado
PRACTICA Y LABORATORIO con material de apoyo,
Agosto los temas de software
Cálculo e interpretación de las participativa, sesiones de
desarrollados. estadístico.
medidas resumen de centralización trabajo en laboratorio de
y posición. cómputo.
 TEORIA
Medidas resumen de dispersión
absoluta y relativa: Rango, rango
intercuartílico, varianza, desviación Métodos: Deductivo,
Revisión y Resolución
estándar, coeficiente de variación. lógico, activo, flexible,
explotación de de ejercicios
Medidas resumen de forma. de trabajo colectivo,
bases de datos y problemas,
4 Análisis exploratorio de datos. analítico.
reales. uso adecuado
Técnicas: Expositiva
Aplicación de de software
05 PRACTICA Y LABORATORIO con material de apoyo,
los temas estadístico.
Setiembre Cálculo e interpretación de las participativa, sesiones de
desarrollados. Práctica
medidas resumen de dispersión y trabajo en laboratorio de
calificada.
forma. AED. cómputo..

PRIMERA PRACTICA
CALIFICADA

SEGUNDA UNIDAD DIDÁCTICA: INTRODUCCIÓN A LA TEORÍA DE LA

PROBABILIDAD (ESPACIO DE
PROBABILIDAD, VARIABLE ALEATORIA,
ISTRIBUCION DE PROBABILIDAD,
MODELOS DE PROBABILIDAD
ESPECIALES)

COMPETENCIAS ESPECÍFICAS
 Aplicar conceptos, principios y técnicas para el cálculo de probabilidades, en espacios
muestrales finitos e infinito numerables.
 Aplicar conceptos, principios y técnicas para abordar fenómenos aleatorios, usando el
enfoque de variable aleatoria, construyendo modelos de probabilidad según el tipo de
variable aleatoria, evaluando sus características numéricas y valorando la importancia
de su aplicación en espacios muestrales finitos, infinito numerables e infinito no
numerables.
CAPACIDADES
 Identifica fenómenos aleatorios, caracterizándolos completamente.
 Describe el espacio muestral asociado a un fenómeno aleatorio, listando sus elementos
por extensión y por comprensión.
 Define axiomáticamente la probabilidad, conoce sus propiedades y las demuestra.
 Resuelve, en un nivel aceptable, probabilidades de eventos simples y compuestos,
usando propiedades básicas y técnicas de conteo.
 Identifica las variables aleatorias y las clasifica según su recorrido.
 Aplica adecuadamente los conceptos para construir y hacer uso de distribuciones de
probabilidad de variable discreta y continua, calculando probabilidades de eventos de
todo tipo.
 Utiliza las distribuciones de probabilidad para obtener las características numéricas de
una variable aleatoria, haciendo un manejo adecuado de sus propiedades.
 Identifica y utiliza modelos de probabilidad especiales, asociados a fenómenos del
mundo real, tanto para variables aleatorias discretas como continuas.
 ESTRATEGIAS
SEMANA CONTENIDOS ACTIVIDADES EVALUACIÓN
DIDÁCTICAS
TEORIA
Fenómenos Aleatorios.
Espacio Muestral. Eventos:
Métodos: Deductivo,
Ocurrencia y Operaciones con
lógico, activo, flexible,
Eventos. Resolución de
de trabajo colectivo,
Probabilidad de un evento. Comprensión, ejercicios y
5 analítico.
Métodos de enumeración. aplicación y problemas, pruebas
Técnicas: Expositiva
Asignación de Probabilidades análisis de los específicas,
12 con material de apoyo,
a Eventos en Espacios Finitos. temas exposición de
Setiembre participativa, sesiones
PRACTICA Y desarrollados. trabajos grupales
de trabajo en
LABORATORIO encargados.
laboratorio de
Práctica dirigida sobre
cómputo.
fenómeno aleatorio, espacio
muestral, eventos. Asignación
de probabilidades.
TEORIA
Probabilidad Condicional. Métodos: Deductivo,
Teorema de Multiplicación, lógico, activo, flexible,
Resolución de
Probabilidad Total, Teorema de trabajo colectivo, Comprensión,
ejercicios y
6 de Bayes. analítico. aplicación y
problemas, pruebas
Independencia de eventos: Técnicas: Expositiva análisis de los
específicas,
19 propiedades. con material de apoyo, temas
exposición de
Setiembre PRACTICA Y participativa, sesiones desarrollados.
trabajos grupales
LABORATORIO de trabajo en
encargados.
Práctica dirigida sobre laboratorio de
probabilidad condicional e cómputo.
independencia de eventos.
TEORIA
Concepto de Variable
Aleatoria. Tipos de Variables
Aleatorias. Métodos: Deductivo,
Variable aleatoria Discreta: lógico, activo, flexible,
Distribución de probabilidad. Resolución de
de trabajo colectivo, Comprensión,
Variable Aleatoria Continua: ejercicios y
7 analítico. aplicación y
Características numéricas de problemas, pruebas
Técnicas: Expositiva análisis de los
una variable aleatoria: específicas,
26 con material de apoyo, temas
esperanza y varianza. exposición de
Setiembre participativa, sesiones desarrollados.
trabajos grupales
de trabajo en
encargados.
PRACTICA Y laboratorio de
LABORATORIO cómputo.
Práctica dirigida sobre variable
aleatoria y distribución de
probabilidad.

8 EXAMEN PARCIAL (26 Setiembre)

TEORIA
Distribuciones Especiales de
Métodos: Deductivo,
Variable Discreta: Bernoulli;
lógico, activo, de
Binomial; Poisson; Comprensión, Resolución de
trabajo colectivo.
9 Geométrica; Pascal; aplicación y ejercicios y
Técnicas: Expositiva
Hipergeométrica. análisis de los problemas, pruebas
con material de apoyo,
03 temas específicas.
participativa, sesiones
Octubre PRACTICA Y desarrollados. Revisión del
de trabajo en
LABORATORIO examen parcial.
laboratorio de
Práctica dirigida sobre
cómputo.
esperanza y varianza de una
variable aleatoria.
 Práctica dirigida sobre
distribuciones especiales de
variable discreta
TEORIA
Distribuciones Especiales de Métodos: Deductivo,
Variable Continua: Uniforme; lógico, activo, flexible, Comprensión
Resolución de
Exponencial; Normal: de trabajo colectivo. aplicación y
10 ejercicios y
Propiedades, Estandarización, Técnicas: Expositiva análisis de los
problemas, pruebas
Manejo de Tabla. con material de apoyo, temas
10 específicas, revisión
PRACTICA Y participativa, sesiones desarrollados.
Octubre de trabajos
LABORATORIO de trabajo en .
encargados.
Práctica dirigida sobre laboratorio de
distribuciones especiales de cómputo.
variable continua.

TERCERA UNIDAD DIDÁCTICA 3: INFERENCIA ESTADÍSTICA PARAMÉTRICA

COMPETENCIAS ESPECÍFICAS
 Aplicar conceptos, principios y técnicas para la elección de una muestra aleatoria,
tomando en cuenta los diferentes diseños de muestreo, haciendo uso de las distribuciones
muestrales, valorando su importancia en el proceso de inferencia estadística.
 Aplicar conceptos, principios y técnicas para la construcción de intervalos de confianza,
un aspecto de la inferencia estadística que permite estimar parámetros, valorando la
importancia de su uso en el área de ingeniería de sistemas.
 Aplicar conceptos, principios y técnicas para la formulación de una prueba de hipótesis,
valorando la importancia de su uso como un problema de decisión, de mucha aplicación
en el quehacer profesional del ingeniero de sistemas.

CAPACIDADES

 Distingue y aplica correctamente los conceptos básicos de la inferencia estadística.

 Clasifica y establece diferencias entre los métodos de muestreo probabilístico.
 Distingue y hace uso correcto de las distribuciones muestrales de las estadísticas
propuestas.
 Hace uso de intervalos de confianza para estimar el parámetro de una población,
utilizando una muestra.
 Formula una hipótesis estadística referente al valor de un parámetro, realiza el contraste
siguiendo el procedimiento adecuado, toma una decisión y la interpreta.

ESTRATEGIAS
SEMANA CONTENIDOS ACTIVIDADES EVALUACIÓN
DIDÁCTICAS
TEORIA
Métodos: Deductivo,
Conceptos Básicos de Inferencia
lógico, activo,
Estadística: Población Estadística.
flexible, de trabajo
Muestra Aleatoria. Parámetros. Resolución de
11 colectivo. Comprensión y
Estadísticas. Estimador. ejercicios y
Técnicas: Expositiva aplicación de los
Estimación. problemas,
17 con material de temas
Inferencia Estadística: Estimación pruebas
Octubre apoyo, participativa, desarrollados.
de Parámetros y Prueba de específicas.
sesiones de trabajo en
Hipótesis.
laboratorio de
Métodos comunes de Muestreo
cómputo.
Aleatorio.
 Distribuciones en el muestreo: Ji
Cuadrado; t de Student; F de
Snedecor. Uso de Tablas.

PRACTICA Y LABORATORIO
Práctica dirigida sobre
distribuciones en el muestreo.
TEORIA
Distribuciones Muestrales:
Distribución muestral de la media, Métodos: Deductivo,
de la varianza y de la proporción lógico, activo,
Resolución de
muestral. Estimación puntual. flexible, de trabajo
Comprensión y ejercicios y
12 Propiedades de un estimador colectivo.
aplicación de los problemas,
puntual. Técnicas: Expositiva
temas pruebas
24 ‘31 con material de
desarrollados. específicas.
Octubre PRACTICA Y LABORATORIO apoyo, participativa,
Práctica
Práctica dirigida sobre sesiones de trabajo en
calificada.
distribuciones muestrales. laboratorio de
cómputo.
SEGUNDA PRÁCTICA
CALIFICADA
TEORIA
Intervalos de confianza para la
media de una población normal.
Tamaño de muestra.
Métodos: Inductivo,
Intervalo de Confianza para la
lógico, activo,
Varianza de una Población
flexible, de trabajo
13 Normal. Comprensión, Resolución de
colectivo, sintético.
Intervalo de Confianza para la aplicación, ejercicios y
Técnicas: Expositiva
07 Proporción de una Población de análisis de los problemas,
con material de
Noviembre Bernoulli. temas pruebas
apoyo, participativa,
desarrollados. específicas.
sesiones de trabajo en
PRACTICA Y LABORATORIO
laboratorio de
Práctica dirigida sobre intervalos
cómputo.
de confianza para la media, la
varianza y la proporción
poblacional.

TEORIA
Métodos: Inductivo,
Las Hipótesis Estadísticas. Errores
lógico, activo,
en la Prueba de Hipótesis: Error de
Tipo I y Error de Tipo II. flexible, de trabajo
Resolución de
14 Región Crítica: Nivel colectivo.
de Comprensión
ejercicios y
Significación. Técnicas: Expositiva aplicación,
problemas,
14 Prueba de Hipótesis para la Mediacon material de síntesis,
pruebas
Noviembre de una Población Normal. apoyo, participativa, evaluación.
específicas.
sesiones de trabajo en
PRACTICA Y LABORATORIO laboratorio de
Práctica dirigida sobre pruebas cómputo.
para la media.
TEORIA
Métodos: Inductivo,
Prueba de Hipótesis para la
lógico, activo,
Varianza de una Población
flexible, de trabajo
Normal. Resolución de
15 colectivo, sintético. Comprensión
Prueba de Hipótesis para la ejercicios y
Técnicas: Expositiva aplicación,
Proporción de una Población de problemas,
21 con material de síntesis.,
Bernoulli. pruebas
Noviembre apoyo, participativa, evaluación.
(Opcional: Pruebas de hipótesis específicas.
sesiones de trabajo en
para comparación de parámetros).
laboratorio de
cómputo.
PRACTICA Y LABORATORIO
 Práctica dirigida sobre pruebas de
hipótesis para la varianza y la
proporción.

16 EXAMEN FINAL (28 Noviembre)

17 EXAMEN SUSTITUTORIO (05 Diciembre)

5. ESTRATEGIA DIDÁCTICA

El docente, desarrollará la asignatura siguiendo criterios de mediación, usando el método

inductivo, flexible, participativo y constructivo. Las clases serán expositivas, con un enfoque
teórico-práctico y de laboratorio computacional, promoviendo permanentemente la
participación activa de los estudiantes. Con este fin, se utilizará las técnicas de exposición
participativa, prácticas dirigidas y de laboratorios guiados. Se elaborarán guías de prácticas y
de laboratorios, orientadas a que el estudiante refuerce los conocimientos adquiridos en las
clases teóricas. Se hará uso de los medios de cómputo y de software estadístico para el
procesamiento de los datos y análisis de la información.
Los estudiantes participarán activamente a través del desarrollo de problemas, estudio de
casos, talleres de creatividad, formando grupos pequeños de trabajo cooperativo.

6. EVALUACIÓN DEL APRENDIZAJE

La evaluación de los estudiantes es integral, continua y permanente. Para el promedio final se

tomará en cuenta los siguientes conceptos: dos exámenes escritos (parcial y final) y dos
prácticas calificadas.

CONCEPTO PORCENTAJE
Examen parcial (EP) 0.3
Examen final (EF) 0.4
Promedio de prácticas calificadas (PP) 0.3

Se tomará en cuenta la destreza en el uso de las herramientas estadísticas, la claridad en el

lenguaje (oral y escrito), la pulcritud y orden en los exámenes escritos.

El promedio final (PF) ponderado se obtendrá a partir de la siguiente fórmula:

P F = 0.3 EP + 0.4 EF + 0.3 PP

7. REFERENCIAS BIBLIOGRÁFICAS

BÁSICA
1. Montgomery & Runger, Probabilidad y Estadística aplicadas a la Ingeniería. Limusa
Wiley. 2ª Edición. 2012.
2. Muruzábal Irigoyen José Javier, Cálculo de probabilidades y Teoría de variable
aleatoria. Elementos de Estadística Aplicada. Garceta, grupo editorial. 4ª. Edición. 2014.
3. Chue, Barreno, Millones, Vásquez, Castillo, Estadística aplicada. Fondo Editorial de
la Universidad de Lima. 2009.
4. Jay L. Devore, Probabilidad y Estadística para Ingeniería y Ciencias. CENGAGE
Learning. Séptima Edición, 2008.
5. Ipiña & Durand, Inferencia estadística y análisis de datos. Pearson, Prentice-Hall. 2008.
6. Lind, Marchal, Wathen, Estadística aplicada a los negocios y la economía. Mc Graw
Hill. 2008.
7. Chue, Barreno, Millones, Vásquez, Castillo, Estadística descriptiva y probabilidades.
Fondo Editorial de la Universidad de Lima. 2007.
8. Quevedo Urías & Pérez Salvador, Estadística para Ingeniería y Ciencias. Grupo
Editorial Patria. 2008.

DE CONSULTA

1. Freund & Miller & Miller, Estadística Matemática con Aplicaciones. Pearson
Educación. 6ª Edición. 1996.
2. Walpole & Myers, Probabilidad y Estadística. McGraw-Hill. 4ª Edición. 1996.
3. Freund & Walpole, Estadística Matemática con Aplicaciones. Prentice-Hall, 4ª Edición,
1990.
4. Hines & Montgomery, Probabilidad y Estadística para Ingeniería y Administración.
CECSA, 1986.
5. Mendenhall, Scheaffer, Wackerly, Estadística Matemática con Aplicaciones. Grupo
Editorial Iberoamérica. 1986.
6. Mendenhall & Sincich, Probabilidad y Estadística para Ingeniería y Ciencias. Prentice-
Hall 4ª Edición. 1997.
7. Scheaffer & McClave, Probabilidad y Estadística para Ingeniería. Grupo Editorial
Iberoamérica. 1993.
8. Véliz Capuñay Carlos, Estadística. Aplicaciones. Editorial San Marcos. 2000.
9. Walpole & Myers, Probabilidad y Estadística. McGraw-Hill. Cuarta edición. 1996.
ENLACES Y SITIOS WEB

http://ar.answers.yahoo.com/question/index?qid=20080803091252AAyiMLy

http://webpages.ull.es/users/jjsalaza/curriculum/books/GOBCAN02.pdf

http://www.fisterra.com/mbe/investiga/distr_normal/distr_normal2.pdf

http://www.hezkuntza.ejgv.euskadi.net/r43-
573/es/contenidos/informacion/dia6_sigma/es_sigma/adjuntos/sigma_27/4_distribucion_no
rmal.pdf

http://www4.ujaen.es/~ajsaez/recursos/EstadisticaIngenieros.pdf