[JniversidadAutnoma "Gabrie| RenMoreno"

EN CIENCIAS
FACULTADDE INGET\IIERIA
Y TELECOMLNICACIONES
DE LA CCMPUTACIT,{
OEJfr,TWGSDE LA ASIGNATUR,,4,
3.L.

Ots.rETn/OGEII.IR,AL
Describir los alcancesy los distintosmodelosde la inferenciaestadsticay
aplicarlosen sifuaciones
concretas.

CONTENIDO MINNMO
I. VAI{IABLES ALEATORTAS
XI. MODELOSDE DISTRIBUCINDE PROBILIDADES
IxI. MUESTREOY DISTRIBUCiONESDE MUESTREO
W. ESTIMACIN DE PARMETROSPOBLACIONALES
V. DOCIMASiA O PRI'EBA DE HIPTESIS
\r{. ANLISIS DE VARIANZA
UNTDADESDEL PR.OGRdMA.ANAN,MICO
UNIDA.D I: V.dR.LABIES AI-EAT'OR,L4,S
TIEh4PO: 18Horas
OEJETWOS:
o Distinguir entrelas variablesaleatorias,discretasy continuasy mostrar
cmosepuedenutilizar pararesolverprobiemasprcticos.
e Desarrollaruna compresindel conceptovariable aleatoria,esperanza
matemtica,variaflza,desviacinestndary susaplicacionesen la toma
de decisionesy mostrarcmo ciertostiposde datosdiscretosy continuos
puedenserrepresentados
por tiposparticularesde rnodelosmatemticos.

Fginal2

Autnoma"GabrielRenMoreno
Universidad
FACULTADDE INGENIEMAEN CIENCIAS
Y TELECOMUNICACIOI'{ES
DE LA COII{PUTACION

CONTENXSO"
STSCMTTAS
1. VAR.[.{Btr,ES "4,LEA,TOR,AS
f . i. Definicin
2. F'UNCNNDE PR.OBABM,ru}A.D
1.1.

Funcinde cuanta

1.2.

Funcinde distribucinacumuladade unav.a. discreta

1.3.

- propiedades
matemtica
Esperanza

1.4.

Yariatuay desviacinestndar- propiedades

3.F'{INCIN DE DENSIS}^A,D
3.1. FDA de unav.a.contnua
de la funcinde distnbucinacumulada
3.2. Propiedades
- propiedades
materntica
3.3. Esperanza
propiedades
3.4. Yarrat:u;a4. VAR.I,AELES^4nEATORIAS B$W{ENSIONAI ES: CONTil{{rA Y
D[SCR,ETA
4.1. 'Distribucinmarginaly condicional
4.2. Covarianza
4.3. Esperanza
condicionaf

{iNnBADIX: MGDE,OSDE DISTRItsUCIN

TIESFO:24Horas
Ots,IETWOS:
quems se utilizanen la
s Introducirlas distribuciones
de probabiiidad
tomadedecisiones

Fgina| 3

Universidad
Autnoma"GabrielRenMoreno"
FACULTADDE INGENIERIAEN CIENCIAS
DE LA COMPUTACIN
Y TELECOMUNICACIOT{ES
o Presentaralgunasdisfi'ibucionesde probabilidadesdiscretasy continuas
tilesy mostrarcmopuedenutilizarseestasdistribucionespararesolver
problemasprricticos.

CONTENMCI
1. MODELOS DE DISTRIETICICI}IES
DE FR.OtsAEILTSA.DES
I}E
I]N^4,VARIAEI,E AX-EATOR.IADXSCRE.TA.
1,1. DistribucindeBernoulli.
1.2. DistribucinBinoniai.
1.3. DistribucinHipergeomtrica.
1.4. DistribucindePoisson.
1.5. DistribucinGeomtrica.
1.6. DistribucinMultinomial.
1.7. Ejerciciosy problemas

2" MODEN,OS Y

D{STRM{ICTONES

DE

{J}{A

V.ARJ[,4ts[,8,

AI,E.ATOR.TACONTI{ UA
2.1. Disnibucinunifonne.
2.2. Distribucinexponencial.
2.3. Distribueinnormal.
2.4. Aproximacinde la binomiala 1anorrnal
2.5. DistribucinJi cuadrada.
2.6. Distribucint.
2.7. DistribucinF.
2.8. Ejerciciosy problemas

Fginal4

"GabrielRenMoreno"
Universidac{
Autnorna
FACULTADDE NGEI{TER]AEAICIEAICL4S
DE LA COMPLITACTIII
Y TELECOM(NICACIONES
{rNm.dB n: MEIESTR.EOY DxsrRjtBUC[oNEs DE MUEsrR.Eo
TIEMFO: 15Horas
OB.IETWOS:
o Tomar una muestrade una poblacintotal y utIzarlaparad.escribir
a la
poblacin.
o Asegurarque las rnuestrasque se tomenseanuna representacin
precisa
de la poblacinde la queprovienen.
o Inti'oducirlos conceptosde distribucionesde muestreo.
e Comprenderla relacinentreel costode tomarmuestrasmsgrandesy
la
precisinadicionalque esto le proporcionaa las decisionestomadasa
partir de ellas.
COTqT'ENMOS

f
.

M{IgST'REO
i.l.

Introduccin.

1.2. Mtodosdemueskeo.
DISTIRTBUCTN
DE MT]ESTRE,O
2.L. Estadgrafos
y estadsticas.
2.2. Desigualdad
Chebyshev
2.3. Ley delos grandes
nmeros.
2.4. Teoremadellmite central.
2.5. Distribucinde la mediamuestral.
2.6. Distribucin:de medas,proporciones,
srulrasy diferencias.
2.7. Distribucinmuestralde proporciones.
2.8. Distribucinmuestralde la diferenciadedosproporciones.
2.9. Distribucinde la varianzamuestrai.
2.10. Distribucinmuestraide Laruznde dosvarianzas.

PgrnaI 5

Universidad
Autnoma"GabrielRenluforena,'
FACULTADDE INGENIERTA
EN CTENCIAS
DE LA COMPUTACTII
Y TELECOMUNICACIO]VES
UNIDADTV:ESTIMACINDE PAR/J},TETR,OS
POBLACTONALES
TtrEMFO:15Horas
OBJETIVOS:
.Explicarlosconceptos
basicosdela estimacin.
oPresentaralgunosestimadores
e ilustrar su empleoen situacionesde
muestreo
prcticas
enlasqueintervienen
unao dosmuestras.
'Calcular el tamaode muestrarequeridoparacualquiernivel deseado
precisin
enla estimacin.
CONTENMOS
1. ESTIMACINP{INTUCL
1.1. Enordeestimacin
I.2. Propiedades
1.2.1.
Insesgabilidad
1.2.2.Consistencia
1.2.3.
Eficiencia
1.2.4.Suficiencia
I.3. Mtodode mxirnaverosimilitud
ESTWX.ACIro
NN PARMETROS F OR.INTERVAI.OS
2.1.. Intervalode confianza
2.l.l.Interyalode confianzaparala rnedia.
2.1.z.Intervalode confianz
a parala vananza
2.1.3.Intervalode confianza parala raznde dosvarianzas.
2.l.4.Intervalode confianzaparala
diferenciaentredosmed.ias
2.l.5.Intervalode confianzaparaiadiferenciaentredosmedias
con
observaciones
pareadas.
2.1.6.Intervalode confianza paraunaproporcin.

Fgina
i6

Universidad
Autnoma"GabrielRenkforeno,'
FACULTADDE INGENIER]AEN CIENCIAS
DE LA COIVIPUTACIN
Y TELECOMUNICACIONES
2-l.7.Intervalo de confianza para la diferencia enhe dos
proporciones.
2.l.8.Determinacin
deltamaodela muestraparala media.
2.1.9.Determinacin del tamao de la
proporciones.

muestra para

2.1.10. Estimacindel tarnaode ra muestraparapoblaciones

finitas.
IINMA$ V: SOCilVI.{SN,A,
DE EmTESNS
TIEF4FO: 22 Horas
CIts-IETWOS:
"Desarroilar la metodologade pruebasde hiptesiscomo una tonica 1ata
analizardiferenciasy tomardecisiones.
eDeterminarlos riesgosimpiicadosal tomartalesdecisiones
si nos basamos
rinicamenteen la informacinde rnuestra.
oComprenderlos dostipos de erroresposiblesqueseprodueen
al docimarlas
hiptesis.
* Comprendercundoutllizar pruebasde una cola y cundopruebas
de dos
colas.
CONTENIDOS
1. NNTR.OSUCCNN

2"ffiTgsls Esr.{pfsrca
11
L.

L.

2.2.

Hiptesissimpley compuesta
Hiptesisnula y alterna
Pruebadeuna hiptesisestadstica

AA
/4

,)<
a.J.

Errorestipolyil
Nivel de significancia

Universidad
Autnoma"GabrielRenkloreno"
FACULTADDE IAIGEAIIEzuA
EAICIE]\TCIAS
DE LA COMPUTACIT,I
Y TELECOT,T]NICACTOT{ES
2.6.

Regincrticay reglade decisin

2.7-

Procedimientode la docimasia(prueba)de hiptesis

3. DOC{IWAS{A DE WTES{S

ACER.CA.BE UNA, IWflDtrA CGN

I/ARIANZA PGET,AC{O\IAL{IPUESTA CoNoCmA

4. SOCNN{,{SIA.I}E HIPTESTS .{CER.CA DE UNA. MEDLA CON
\.A.RXANU.{
POBL.4,CIONA.I, S{IP{IE STA DE SCOI{O CtrD.A.
5. DOCNF{ASLADE,SMTESIS ACER.CADE UNA VAR,NANZA
6. DOCIVTASNADE roPrNS[S ACER,C.A.
DE I,A RAZT\|DE DOS
VAR,NANZAS
7. DOCNMASXA.
DE ruIPTESIS A.CE,R,C,A
DE LA DM'ERENCX.A.
DE
MEDTA.S
8. DOCTMASXAX}EHWTESIS ACER.C.A,
DE FR,OFFOR,C{ONES

{INTSA$ v: ANL{SIS DE VAR,IAI{ZA (ANOV,{)

TIEPIFC: 8 Horas
OtsJET.[VOS:
elntroduci los conceptosde diseoexperimentala travsdel desarroUodel
modelo de diseo completamentealeatorizadoy dei procedimiento
(ANOVA) de una direccin,utilizadoparaprobarlas diferenciasentrelas
mediasde c gruposy extenderesteanlisishastaincluir los modelosde
diseode bloquey factorialaleatorizado.
'Compararrnsde dosmediasde poblacinutilizandoel anlisisde varianza.

Pg1n43---''