Universidad Tecnolgica Nacional

Unidad Acadmica Reconquista

LEGAJO DE CATEDRA

ASIGNATURA : PROBABILIDAD Y ESTADISTICA

DOCENTE A CARGO: PROF. ROBERTO VILLAMAYOR

Carrera: INGENIERIA

ELECTROMECANICA

2015

LEGAJO DE CATEDRA
ASIGNATURA:
NIVEL:

PROBABILIDAD Y ESTADISTICA

3er AO

CARGA HORARIA:
TOTAL:

CODIGO:

95 -

MODALIDAD DE CURSADO: ANUAL

3 HS/SEMANA

3 Hs/Sem x 32 Sem/Ao: 96 HS ANUALES

PORCENTAJE DE HORAS EN LA CARRERA: 96

Hs /4768 Hs : 2 %

EQUIPO DOCENTE y DEDICACIONES

PROFESOR A CARGO: PROFESOR
DEDICACION: MEDIA
AUXILIAR : NO TIENE

ADJUNTO INTERINO
DEDICACION SIMPLE

PRE-REQUISITOS FORMALES

Para poder CURSAR esta asignatura se requiere

1) Tener regularizada: ANALISIS MATEMATICO I Y ALGEBRA Y GEOMETRIA
ANALITICA.
PRE-REQUISITOS FUNCIONALES

Adems de los requisitos reglamentarios precitados, y a fin de obtener un mejor

aprovechamiento del curso, se sugiere antes de su inicio:
1) Un buen dominio de clculo diferencial e integral de funciones reales y un
buen conocimiento de geometra y lgebra lineal.
2) Tener buen manejo de PC (Windows, utilitarios(excel) e Internet).
Esto permitir que el alumno pueda realizar buenos informes.
POST-REQUISITOS

El CURSADO y REGULARIZACION y APROBACION de esta asignatura es un

requisito previo para poder CURSAR en 5to Ao: ORGANIZACIN
INDUSTRIAL.

FUNDAMENTACION DE LA ASIGNATURA
La estadstica y la probabilidad son ambas herramientas absolutamente
indispensables para la buena comprensin de gran cantidad de problemas cientficos
o tecnolgicos. Se aplican en los mas diversos campos de la ingeniera, y tambin en
otras ciencias como las mdicas, sociales, agrarias, etc.
En este curso nos acercaremos a esta poderossima herramienta, tratando de
entender sus alcances y limitaciones. Dadas las caractersticas de la disciplina, se le
da preponderancia la las aplicaciones y a la comprensin de los fundamentos
intuitivos subyacentes en las distintas tcnicas que se estudian. Es por eso que este
curso puede parecer menos formal que los restantes cursos de matemtica. Sin
embargo esta disciplina es tan matemtica como el Clculo o el lgebra. De modo que
restringiremos las demostraciones a aquellos resultados que sean accesibles. Pero
teniendo en cuenta siempre que: la toma de decisiones para que sea objetiva y
tcnica debe apoyarse en herramientas estadsticas.
El ingeniero est permanentemente exigido en su campo laboral de elaborar informes
que presenten informacin clara y concisa que ayude en la toma de decisiones
tcnicas y administrativas.
OBJETIVOS GENERALES:

Que el alumno sea capaz de obtener, presentar, resumir y analizar un conjunto

de datos estadsticos.

Que el alumno conozca conceptos bsicos de la teora y aplicacin de la

Inferencia Estadstica para generalizar por induccin los resultados de una
investigacin.

Que el alumno valore y utilice la estadstica dentro del proceso de investigacin

de problemas de ingeniera.

OBJETIVOS ESPECIFICOS

Definir el significado de la estadstica en la investigacin.

Identificar los diferentes niveles de medicin que se usan para describir

propiedades de sujetos de investigacin.

Construir y analizar tablas y grficos estadsticos.

Identificar medidas de resumen para variables cualitativas y cuantitativas.

Calcular e interpretar medidas de posicin y dispersin en series simples y

agrupadas.

Definir y aplicar concepto de probabilidad, identificar diferentes distribuciones

de probabilidad segn el tipo de variable

Caracterizar y aplicar la distribucin normal

Definir el concepto de universo y muestra, los requisitos de una buena muestra

y diversos tipos de muestreo.

Identificar estimadores de parmetros puntuales y por intervalos de confianza.

Construir e interpretar intervalos de confianza para la media y proporcin del

universo; para una y dos muestras independientes.

Desarrollar e interpretar pruebas de hiptesis estadstica.

CONTENIDOS

PROGRAMA ANALITICO
UNIDAD 1.
MANEJO DE DATOS.
Objetivos: distinguir variables cualitativas de cuantitativas, discretas de continuas.
Organizar datos en una distribucin de frecuencia. Representar una distribucin de
frecuencia en un histograma, en un polgono de frecuencia. Desarrollar un diagrama
de tallo y hojas. Calcular y explicar usos, ventajas y desventajas de las medidas de
posicin y de dispersin. Valorar la importancia de este procedimiento de sntesis de la
informacin
Estadstica moderna. Estadstica e ingeniera.
Tipos de variable. Niveles de medicin.
Diagrama de Pareto y de puntos. Diagrama de tallo y hojas.
Distribuciones de frecuencia. Grfica de las distribuciones de frecuencia.
Medidas de resumen: medidas de tendencia central, medidas de dispersin,
medidas de posicin, medidas de asimetra. Fractiles.
Propiedades de las medidas de resumen.

UNIDAD 2.
PROBABILIDAD.
Objetivos: Utilizar tcnicas de conteo. Definir probabilidad. Distinguir probabilidad
condicional y probabilidad conjunta. Calcular probabilidad utilizando los teoremas
bsicos de probabilidad y el de Bayes. que hecha luz sobre fenmenos aleatorios.
Tcnicas de conteo: permutaciones sin y con repeticin de elementos,
combinaciones sin repeticin.
Qu es la probabilidad?. Enfoques de probabilidad: objetiva, subjetiva,
axiomtica.
Espacios de resultados y sucesos. Sucesos compatibles e incompatibles.
Probabilidad. Axiomas de probabilidad.
Algunos teoremas elementales.
Probabilidad condicional e independencia. Particin del espacio de resultados y

UNIDAD 3.
VARIABLES ALEATORIAS UNIDIMENSIONALES.
Objetivos: Definir los trminos variable aleatoria y distribucin de probabilidad discreta
o continua. Calcular e interpretar la esperanza matemtica y el desvo estndar.
Justificar el Teorema de Chebyshev.
Concepto de variable aleatoria.
Distribucin discreta de probabilidad y de probabilidades acumuladas.
Distribuciones continuas de probabilidad, funcin de densidad de probabilidad.
Medidas caractersticas de una variable aleatoria. Esperanza matemtica, varianza
y desviacin tpica.
Teorema de Chebyshev.

UNIDAD 4.
DISTRIBUCIONES DISCRETAS DE PROBABILIDAD
Objetivos: Conocer los distintos modelos matemticas que correspondan a una
variable discreta y sus principales caractersticas.

Distribucin discreta uniforme.

El proceso de Bernoulli. Esperanza y variancia.
Distribucin Binomial y su funcin de distribucin. Esperanza y variancia.
Distribucin Hipergeomtrica. Esperanza y variancia.
Distribucin de Poisson. Esperanza y variancia.

UNIDAD 5.
DISTRIBUCIONES CONTINUAS DE PROBABILIDAD.
Objetivos: Caracterizar las propiedades de la distribucin normal; definir y calcular los
valores de z. Utilizarla distribucin normal para aproximar la distribucin binomial.
Analizar las caractersticas de las dems distribuciones de probabilidad.
Distribucin uniforme o rectangular.
Distribucin de Gauss o normal. Distribucin normal tpica o estndar.
Aproximacin de la distribucin binomial por la normal.
Distribucin exponencial.
Distribucin chi-cuadrado.
Distribucin t de Student.
Los grados de libertad como una medicin de la informacin muestral.
Prueba para la normalidad de datos.
UNIDAD 6.
DISTRIBUCIONES EN EL MUESTREO.
Objetivos: Explicar los mtodos para seleccionar una muestra. Definir y disear una
distribucin de muestreo para la media de la muestra. Explicar el Teorema del Lmite
Central.

El muestreo estadstico: razones del muestreo, censo y muestra.

Estadsticos y parmetros.
Muestreo de juicio y probabilstica.
Distintos tipos de muestreo aleatorio.

 Distribuciones en el muestreo: concepto de error estndar, tamao del error

estndar.
Distribucin en el muestreo de la media. Teorema del lmite central.
Relacin entre el tamao de la muestra y el error estndar.
Distribucin en el muestreo de la proporcin.
Distribucin en el muestreo de la varianza.
UNIDAD 7.
ESTIMACIN DE PARMETROS Y PRUEBA DE HIPTESIS.
Objetivos: caracterizar un buen estimador. Realizar estimaciones por intervalos.
Definir una hiptesis y realizar la prueba de la misma. Valorar la sencillez del
procedimiento.
Estimacin puntual. Estimador insesgado, eficiente consistente, suficiente.
Estimacin por intervalos de confianza de la media, la proporcin poblacional y
variancia poblacional.
Conceptos bsicos de las pruebas de hiptesis. Errores de decisin: tipo I y tipo II.
Prueba de hiptesis para la media poblacional con desvo conocido.
Prueba de hiptesis acerca de una proporcin de poblacin.
Prueba de hiptesis acerca de la variancia de una poblacin.
------------------------------------------------------------------------------------------------------------------ESTRATEGIAS DE ENSEANZA APRENDIZAJE.
La distribucin de las horas de clases entre clases prcticas y clases tericas se atiene
a criterios dinmicos, de modo que las clases prcticas no solo sean aplicacin de los
conceptos tericos, sino tambin una motivacin para introducir nuevos conceptos,
reflejando el modo en que los nuevos modelos surgen, histricamente, como
respuesta a problemas planteados por otros modelos anteriores.
El objetivo final es que el alumno consiga una visin clara de los fundamentos y
aplicaciones de la asignatura, introduciendo de modo intuitivo, siempre que sea
posible, cada uno de los enunciados y dando ejemplos de sus aplicaciones.
Para lograr esta construccin el aprendizaje por parte del alumno, se tendr en cuenta:
- los conocimientos previos,
- que realicen aprendizajes significativos,
- que logren modificar sus esquemas de conocimiento,
- establecer relaciones ricas entre el nuevo conocimiento y los conocimientos ya
existentes.
Se trabajar en el marco de la resolucin de problemas y de tratamiento de la
informacin:
- La presentacin de cada unidad didctica se har por medio de una batera de
problemas, algunos de los cuales pueden ser resueltos con cierta facilidad y los otros
plantearn la necesidad de desarrollar los contenidos de la unidad.
- Se utilizarn mapas conceptuales, guas de trabajos prcticos, transparencias.
- Se utilizar la hoja de clculo, EXCEL.
- Se exigirn trabajos prcticos individuales y presenciales, as como trabajos prcticos
grupales.

REGIMEN DE REGULARIZACION
Para ser incluido en la Lista de Alumnos Regulares que la ctedra entregar al
Departamento de Alumnos al finalizar el curso, el alumno deber haber cumplimentado
los siguientes requisitos:
1) Asistencia a por lo menos el 75% de TODAS las clases dictadas en las
aproximadamente 29 semanas del curso.
2) Presentacin de los trabajos prcticos en tiempo y forma y aprobar el 80% de los
mismos (se har uno por unidad). Las fechas lmites de presentacin de cada
trabajo prctico se acordarn durante el desarrollo de cada unidad.
3) Aprobar las evaluaciones parciales o sus respectivos recuperatorios; la que se
tomarn en la ltima semana de mayo la primera- y en la ltima semana de
octubre.
Su inclusin en el listado de regulares, permitir al alumno acceder a la evaluacin
final, una vez cumplidas las dems exigencias reglamentarias vigentes.

REGIMEN DE EVALUACION
La evaluacin formativa, se realizar en clase y en los trabajos prcticos, en los
cuales se indicar con claridad el tipo de error cometido y si se juzga necesario se
puede solicitar sea nuevamente realizado.
La evaluacin de promocin: tendr dos formas:
1) Examen final: escrito, abordar contenidos conceptuales y procedimentales,
se aprobar con un 65%.
2) Examen final: Defender un trabajo de investigacin sobre temas de la
asignatura, preferentemente monogrfico. Para tener derecho a esta opcin
debe aprobar con por lo menos 3 el parcial y aprobar el 100% de los trabajos
prcticos.
CRONOGRAMA DEL CURSO
De las 34 semanas del Calendario Acadmico, para el dictado del curso se planificar
sobre una base de 32 semanas tiles
Adems, tomando un margen de 5 semanas por posibles eventualidades y/o clases de
consultas, recuperatorios de evaluaciones parciales, etc, se estima disponer entonces
de 27 semanas efectivas para desarrollar el programa. La distribucin del tiempo ser
la siguiente:
Unidad temtica
1
2
3
4
5
6
7

Semanas
1,2,3
4,5,6,7
8,9,10,11
12,13,14
15,16,17
18,19,20
21,22,23,24

Nmero de horas
9
12
12
9
9
9
12

BIBLIOGRAFIA:
-PROBABILIDAD Y ESTADSTICA PARA INGENIEROS. Walpole, Myers, Myers.
Pearson educacin. Sexta edicin.
-PROBABILIDAD Y ESTADSTICA PARA INGENIEROS. Miller, Freund, Johnson.
Prentice-Hall Hispanoamericana S.A. Cuarta edicin.
-ESTADSTICA PARA ADMINISTRADORES. William Mendenhall. Grupo Editorial
Iberoamrica.
-TEORA ESTADSTICA Y APLICACIONES . Fausto Toranzos. Editorial Kapelusz.
-ESTADSTICA BSICA PARA PLANIFICACIN. Arturo Nuez del Prado. Siglo
veintiuno editores s.a.
-ELEMENTOS DE MUESTREO- Richard Scheafer- Grupo Editorial Ibroamerica.
-ESTADSTICA - Murray Spiegel- Libros Mac Graw Hill.-PROBLEMAS Y EJERCICIOS DE ESTADSTICA- Juana Brufmann- Ediciones
Machi.
Algunas direcciones en Internet:

Prof Roberto Villamayor