UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERA ESCUELA DE CIENCIAS REA DE ESTADISTICA http://estadistica.ingenieria.usac.edu.

gt

PROGRAMA DEL CURSO ESTADSTICA 1 SEGUNDO SEMESTRE 2013

CDIGO: 732 ESCUELA: Ciencias PRE-REQUISITO: 107 Matemtica Intermedia 1 005 Tcnicas de Estudio y de Investigacin CATEGORA: Obligatorio HORAS POR SEMANA DEL CURSO: 4 Horas CRDITOS: 5 crditos AREA: Estadstica POST-REQUISITO: 734 Estadstica 2, 736 Anlisis Probabilstico, 090 Programacin de Computadoras 1 DAS QUE SE IMPARTE EL CURSO: lunes a viernes

DESCRIPCIN DEL CURSO: Estadstica 1 es un curso orientado a proveer al estudiante conocimientos de estadstica descriptiva y de la teora de probabilidades y sus aplicaciones, con el fin de proporcionar elementos para establecer modelos matemticos que expliquen los fenmenos aleatorios ya que un gran nmero de fenmenos observables, no son determinsticos. La estadstica es una disciplina que apoya el proceso de toma de decisiones en diversas reas del conocimiento utilizando para esto herramientas de inferencia estadstica, las que para una profunda comprensin necesitan de los conceptos probabilsticos, por lo cual ste curso est enfocado a establecer los conceptos bsicos de Estadstica Descriptiva y Probabilidad como pilares de la Inferencia Estadstica El curso utiliza el conocimiento de clculo diferencial e integral que posee el estudiante a este nivel de la carrera. OBJETIVOS GENERALES: Al finalizar el curso, el estudiante estar en condicin de: - Identificar maneras adecuadas para la presentacin de informacin. - Adquirir las destrezas para construir tablas y grficos estadsticos. - Adquirir destrezas en el manejo de software estadstico para el clculo de indicadores descriptivos. interpretarlos,

- Identificar adecuadamente los diferentes indicadores de la estadstica descriptiva, calcularlos y reconocer en qu casos se utilizan. - Identificar a la estadstica no como una rama de la matemtica, sino un rea de del desarrollo de una teora prctica de la informacin.

conocimiento que trata

- Aplicar el conocimiento bsico de la teora de la probabilidad para establecer modelos matemticos que expliquen los fenmenos aleatorios. - Dominar el conocimiento bsico de la teora de probabilidades que le permita utilizar mtodos y procedimientos para la toma de decisiones en forma cientfica. sus modelos,

METODOLOGA: - Docencia directa - Dinmica de grupo - Estudio independiente - Lecturas en bibliografa de referencia - Investigaciones - Prcticas de laboratorio EVALUACIN DEL RENDIMIENTO ACADMICO: - Tres exmenes parciales - Tareas - Comprobaciones - Hojas de trabajo - Trabajo de aplicacin Total de Zona Examen final Total CONTENIDO PROGRAMTICO: I. Primera Unidad: Estadstica Descriptiva 1.1 Introduccin a la Estadstica 1.1.1 Conceptos bsicos 1.1.2 Clasificacin de la Estadstica 1.1.3 Tipos de variables 1.1.4 Niveles de medicin 1.1.5 Recopilacin de datos 1.2 Presentacin de datos de una sola variable 1.2.1 Distribucin de frecuencias 1.2.2 Presentacin grfica de datos 1.2.2.1 Grfica de barras 1.2.2.2 Grfica de pastel 1.2.2.3 Histograma 1.2.2.4 Polgono de frecuencias 1.2.2.5 Ojiva 1.2.2.6 Grficas lineales 1.2.2.7 Grficas de puntos 1.3 Anlisis descriptivo de datos de una sola variable 1.3.1 Medidas de tendencia central 1.3.1.1 Media aritmtica 1.3.1.2 Media ponderada 1.3.1.3 Media geomtrica 1.3.1.4 Mediana 1.3.1.5 Moda 1.3.2 Medidas de tendencia no central 1.3.2.1 Deciles 1.3.2.2 Cuartiles 1.3.2.3 Percentiles. 1.3.3 Medidas de dispersin 1.3.3.1 Medidas de distancia 1.3.3.2 Medidas de desviacin promedio 1.3.3.3 Medida de dispersin relativa 1.3.4 Medidas de forma 1.3.4.1 Sesgo 1.3.4.2 Curtosis 1.4 Presentacin y anlisis de datos de dos variables 1.4.1 Tablas de contingencia.

50 puntos 6 puntos 6 puntos 8 puntos 5 puntos 75 puntos 25 puntos 100 puntos

II. Segunda Unidad: Introduccin a la probabilidad 2.1 Modelos matemticos y experimentos aleatorios. 2.2 Espacios muestrales y eventos 2.2.1 Suceso y frecuencia relativa 2.2.2 Eventos mutuamente excluyentes 2.2.3 Mtodos de enumeracin 2.2.3.1 Diagrama de rbol 2.2.3.2 Tcnicas de conteo 2.3 Nociones bsicas de probabilidad. 2.3.1 Espacios muestrales finitos 2.3.2 Resultados equiprobables. 2.3.3 Leyes de probabilidad 2.3.3.1 Regla de la adicin 2.3.3.2 Probabilidad condicional 2.3.3.3 Independencia y regla de la multiplicacin 2.3.3.4 Teorema de Bayes III. Tercera Unidad: Variables aleatorias discretas unidimensionales 3.1 Definicin 3.2 Distribucin de probabilidad 3.3 Esperanza y varianza 3.4 Desigualdad de Tchebyshev. 3.5 Distribuciones de probabilidad de variables aleatorias discretas 3.5.1 Distribucin Binomial 3.5.2 Distribucin Binomial Negativa 3.5.3 Distribucin Geomtrica 3.5.4 Distribucin de Poisson 3.5.5 Distribucin Hipergeomtrica 3.5.6 Distribucin Multinomial. IV. Cuarta Unidad: Variables aleatorias continuas unidimensionales 4.1 Definicin 4.2 Distribucin de densidad de probabilidad 4.3 Esperanza y varianza 4.4 Distribuciones de densidad de probabilidad de variables aleatorias continuas 4.4.1 Distribucin Uniforme 4.4.2 Distribucin Gamma 4.4.3 Distribucin Beta 4.4.4 Distribucin Exponencial 4.4.5 Distribucin Weibull 4.4.6 Distribucin Normal 4.4.7 Teorema del Lmite Central 4.4.8 Aproximaciones a la Normal. V. Quinta Unidad: Variables aleatorias bidimensionales 5.1 Definicin 5.2 Variables aleatorias bidimensionales discretas 5.2.1. Esperanza y varianza 5.3 Variables aleatorias bidimensionales continuas 5.3.1. Esperanza y varianza 5.4 Covarianza 5.5 Coeficiente de correlacin

BIBLIOGRAFA TEXTO: JOHNSON, RICHARD A. PROBABILIDAD Y ESTADSTICA PARA INGENIEROS. OCTAVA EDICION. EDITORIAL PEARSON, 2012.

REFERENCIA:
- Aguilar, Mara Eugenia. Manual de Prcticas de para el curso Estadstica 1. 2008 - Anderson, Sweeney y Williams. Estadstica para Administracin y Economa. Dcima edicin. Editorial Cengage Learning, 2008. - Devore, Jay L. Probabilidad y estadstica para Ingeniera y Ciencias. Sptima Edicin. Editorial Cengage Learning, 2008. -Domnguez y Domnguez. Estadstica y Probabilidad. Editorial Oxford. 2006 - Gaitn, Martha Guisela, Probabilidad, conceptos bsicos. Segunda Edicin, 2003. - Johnson y Kuby. Estadstica elemental. Dcima edicin. Editorial Cengage Learning, 2008 - Levin y otros. Estadstica para Administracin y Economa. Sptima edicin. Editorial Pearson, 2010. - Mendenhall, Beaver y Beaver. Introduccin a la Probabilidad y Estadstica. Editorial Cengage Learning 2006. - Mendenhall III, Wackerly y Scheaffer. Estadstica Matemtica con aplicaciones. Sexta edicin, edicin revisada. Editorial Thomson, 2002. - Monterroso, Rodolfo. Estadstica Descriptiva con aplicaciones inferenciales. SL Editorial, 2010 - Triola, Mario. Estadstica. Dcima edicin. Editorial Pearson. 2009. - Wackerly y Mendenhall. Estadstica matemtica con aplicaciones. Sptima edicin. Editorial Cengage Learning 2010. - Walpole, Myers, Myers y Ye. Probabilidad y Estadstica para Ingenieros. Octava edicin. Editorial Pearson, 2007. - Wilton, Susan y Arnold, .Jesse. Probabilidad y Estadstica con aplicaciones para Ingeniera y Ciencias computacionales. Cuarta edicin. Editorial Mc Graw Hill, 2003