FACULTAD DE INGENIERIA Y CIENCIAS BSICAS

INGENIERA DE SISTEMAS INGENIERA INDUSTRIAL

TECNOLOGA EN ADMINISTRACIN DE SISTEMAS,TELECOMUNICACIONES
INFORMACIN GENERAL
Nombre del curso : Probabilidad
Cdigo : 1238 1237
Nmero de crditos :3
Semestre : SEMESTRE I 2017

1. PRESENTACIN.

Se cubren tpicos ilustrativos de cmo la estadstica es usada en contextos significativos

de diferentes reas temticas. Se plantea la necesidad de la exploracin de la informacin
para obtener bases de datos confiables, soporte para actividades posteriores que puedan
desarrollarse, y que pueden, ir desde montar un sistema de informacin hasta desarrollar
una investigacin de carcter cientfico.
La estimacin de parmetros permite suministrar al estudiante las bases para hacer
inferencias a partir de la informacin contenida en muestras aleatorias acerca de
poblaciones de las cuales se obtuvieron muestras.

2. JUSTIFICACIN.

La humanidad ha requerido para su evolucin el conocimiento de los fenmenos de todo

tipo (social, econmico, tecnolgico, fsico, etc.), del ambiente donde se desarrolla, para
evaluarlos y adaptarlos a sus necesidades. La construccin de modelos para caracterizar
los fenmenos es esencial en el desarrollo del conocimiento cientfico y acadmico. Por
lo tanto es necesario que los profesionales de todas las reas del saber, estn
familiarizados con las herramientas que permiten la construccin de tales modelos. Una
de las herramientas necesarias y tiles para lograr este objetivo es la Estadstica.

3. COMPETENCIAS QUE SE POTENCIAN A TRAVS DEL DESARROLLO DEL

CURSO.

Reconocer y distinguir los elementos propios de cada uno de los parmetros y

estadgrafos utilizados en la estadstica.
Reconocer y aplicar las medidas de tendencia central y de dispersin.
Resumir, presentar e interpretar informacin.
Usar comprensivamente los nuevos elementos adquiridos en un sistema de
significacin que permita la resolucin de problemas.
Interpretar y usar elementos conceptuales asociado con la competencia para
identificar relacionar, clasificar, ordenar, resumir, comparar, conjeturar, estimar,
organizar informacin, verificar resultados, dar soluciones y traducir entre diversas
representaciones.
Identificar modelos y representaciones en diferentes contextos distinguiendo e
identificando soluciones para facilitar la toma de decisiones.

4. OBJETIVOS GENERALES DEL CURSO.

Identificar variables, constantes y parmetros, y las relaciones que pueden existir

entre ellos y su representacin matemtica.
 Interpretar datos presentados de diferentes formas (tablas, grficas, esquemas,
smbolos, expresin verbal); as como la generacin de representaciones diversas
a partir de datos.
Asociar conceptos, comprender sus implicaciones tericas, prediccin de las
consecuencias numricas, esclarecimiento de las diferencias entre diferentes
casos y la composicin de marcos conceptuales a partir de principios.
Explicar un fenmeno y generar un modelo interpretativo del mismo, lo cual
permite la fragmentacin de ste en sus variables y la planificacin de cmo
estudiarlo.
Establecer relaciones entre variables y la realizacin de inferencias sobre su
comportamiento.
Relacionar variables independientes, dependientes e intervinientes y planificar
alternativas de solucin (con criterios (bioticos y de efecto ambiental positivo o de
mnimo riesgo.)
Aplicar los modelos y algoritmos estudiados en casos particulares o problemas
tpicos.

5. PRECONDICIONES.

Manejo de algunas propiedades de los operadores y expresiones aritmticas o

algebraicas.
Sumatorias, productorias, el uso de smbolos y operaciones elementales; razones
y porcentajes sistemas de ecuaciones de primer grado con dos incgnitas
Operaciones bsicas entre conjuntos.
Manejo del concepto de funcin.
Identificar las estrategias y el conocimiento que poseen para comprender y
desarrollar un problema matemtico.
Manejar el concepto de derivada y de integral
Dominar conocimientos informticos.

6. POSCONDICIONES.

Vigilar, comprender y analizar el entorno y sus variables con el propsito de

disear y ajustar los lineamientos estratgicos del fenmeno que se este
estudiando.
Recolectar y analizar la informacin del entorno y la situacin actual del fenmeno
para alimentar los procesos de decisin.
Investigar, estudiar, documentarse e informarse adecuadamente de las
realizaciones tanto de su empresa como de la competencia.
Proporcionar al estudiante, el soporte para realizar una investigacin de tipo
cuantitativo, (objetivo, diseo de cuestionarios, organizacin de la informacin,
etc.) los conceptos bsicos de variable, clases de variables, escalas de medida,
distribuciones de frecuencia, interpretaciones, media aritmtica, media total,
varianza, varianza total, desviacin estndar, coeficiente de variacin.
Conocimiento de tcnicas que permitan asociar situaciones de tipo discreto que
implican elementos al azar y de esta manera describir mediante un modelo
probabilstico el fenmeno estudiado
Producir documentos de anlisis de tipo estadstico.
Organizar presentaciones para el personal involucrado y para multiplicar el
contenido de los documentos producidos.
7. DESTREZAS QUE SE DESARROLLAN A LO LARGO DEL CURSO.

Aplicar la metodologa estadstica para la redaccin e interpretacin de informes

estadsticos.
Crear un sistema de informacin oportuno y confiable que ayude en la toma de
decisiones.
Diseo y solucin de procesos estadsticos.
Manejo de tcnicas estadsticas analticas aplicadas a las bases de datos.
Conocer una manera eficiente para planear experimentos, recolectar, analizar e
interpretar datos, y entender cmo se relacionan los datos observados con el
modelo propuesto para el problema bajo estudio o para mejorar procesos de
produccin.
Accionar el compromiso del manejo de informacin en un marco de
responsabilidad, seriedad, veracidad y honestidad.

8. DESTREZAS QUE SE DESARROLLAN A LO LARGO DEL CURSO.

Crear un sistema de informacin oportuno que sirva en la toma de decisiones.

Elaborar documentos e informes de manera regular que permitan llevar el control
de la situacin.
Disear y solucionar procesos estadsticos.
Manejar las tcnicas estadsticas para optimizar los contenidos de las bases de
datos.
Manejar adecuadamente la informacin en un marco de responsabilidad,
seriedad, veracidad y honestidad.

9. ACTIVIDADES Y EVALUACION.

Primer 30% TIPO EVA. VALOR FECHA

Primer Quiz 5% Febrero 13 a 18
Evaluacin Proyecto 5% Febrero 20 a 25
de Aula
Actividades 5%
Primer parcial 15% Febrero 27 a Marzo 4
Segundo 30% TIPO EVA. VALOR FECHA
Segundo quz Taller 5% Marzo 20 a 25
Evaluacin Proyecto 5% Marzo 27 a Abril 1
de Aula
Actividades 5%
Segundo parcial 15% Abril 3 al 8
40% TIPO EVA. VALOR FECHA
Tercer Quiz 5% Abril 24 al 29
Entrega Proyecto de 10%
Aula Mayo 15 al 20
Actividades 5%
Examen Final 20% Mayo 22 al 27
 10. Los quices no tienen supletorio ; por lo tanto, la nota en esta evaluacin para un
alumno que no la presente ser cero (0,0)

Para el supletorio del parcial, la presentacin ser de acuerdo con las fechas
establecidas por la Institucin, previa inscripcin a travs de la pgina Web del
Politcnico Grancolombiano. Los temas que se incluyen en los exmenes
supletorios son los indicados en la programacin, independientemente de si estos
estos fueron vistos o no en clase.
.

Los programas, talleres y actividades acadmicas se encuentran en la pgina Web

de la Institucin a travs del Moodle.

11. PROGRAMACIN POR SESIONES DE CLASE.

Semana S. Tema Bibliografa Ejercicios

1.- 30 1 Introduccin, objetivos y metodologa. (8)Chapter11.1 (8)Problems
enero Descripcin general de los casos de estudio. Introduccin al paquete R -1.2 1.1.1 pag 3-4
al 4 de Poblacin, muestra, unidad de anlisis. (1)Capitulo1 (1) Pg 30-32
febrero Presentacin histrica. (Incluir la participacin de la probabilidad).
Diferencia entre estudio experimental y observacional.
Relacin causa y efecto y mtodo cientfico.
Papel de la estadstica en la Ingeniera.
2 Estadstica descriptiva. (8)Chapter11.2 (8)Problems
Conceptos bsicos de Estadstica: Definicin de variable, tipos de (2) Capitulo 1 1.2.7 pag 14-
variables, escalas de medida. Distribucin de frecuencias de una pg 11-14; 15.
variable. Representacin grfica. (6) Capitulo 2 (6) ejercicios
2.1-2.6. 2.12.6;2.9
2.14.
2.- 6 al 1 Anlisis de Pareto. Medidas estadsticas bsicas: media, media cortada, (8)Chapter22. (8)Problems
11 de media ponderada, mediana, moda, fractiles, 1-2.2 2.1.6 pag 38-40
febrero (2) Capitulo 2 (2)pags 36-42
pg 17-20 ypags 174-175
Capitulo 6 pag (6) ejercicios
140-144. 3.13.8.
(6) Capitulo 3
3.1.
2 Varianza, desviacin estndar, coeficiente de variacin. (8)Chapter22. (8)Problems
Datos atpicos 2-2.3 2.2.5 pag 52-55
Definicin de medida robusta (1) Capitulo 5. (1)pag 156,162-
Curtosis (6) Capitulo 3 163.
Asimetra 3.2-3.3. (6) ejercicios
3.123.21.

3.-13 al 1 Anlisis bivariado: tablas dinmicas, diagramas de caja y bigotes. (8)Chapter33. (8)Problems
18 de Descomposicin de la varianza. 1-3.2 3.1.6 pag 73-74
febrero
2 Probabilidad, Experimento aleatorio, Espacio muestral Eventos, (3)3.1 (3)3.1-3.26
Propiedades. Apendice B1 (5)ejercicios:
Primer Quiz (5)2.1-2.2;2.4 2.1
(6)4.1-4.3 2.20;2.49
2.72;
(6)ejercicios .
 4.14.53.
4.- 20 1 Probabilidad condicional. Independencia. (5)2.6-2.7. (5)ejercicios
al 25 Teoremas de Probabilidad total, Bayes, y General de la multiplicacin (6)4.4-4.5.. 2.73..2.94;2.95
de 2.127.
febrero (6)4.544.117
2 Tcnicas de conteo: Permutaciones, combinaciones, etc. (5)2.3 (5)ejercicios.
Cierre primera evaluacin proyecto de aula 2.212.48

5.- 27 1 Ejercicios
febrero
al 4 de
marzo

2
Primer Parcial
6.- 6 al 1 . Variable aleatoria. Definicin. Distribuciones discretas. Funciones de (5)3.1-3.3 (5)ejercicios
11 de probabilidad y distribucin acumulada. (3)4.1-4.4. 3.13.36.
marzo (6)5.1-5.2. (3)4.1-
4.10;4.11-
4.22;4.23-
4.30;4.31-4.37.
(6) ejercicios
5.1-5.14
2 Valor esperado de una variable aleatoria. (5)4.1-4.2. (5)ejercicios
Valor esperado de una funcin de una variable aleatoria. Propiedades. (5)5.3 4.1...4.9;4.33
Funcin generatriz de momentos. Varianza. 4.42.
(6) ejercicios
5.155.29
7.- 13 1 Distribuciones de probabilidad discretas. Proceso de Bernoulli. (5)ejercicios.
al 18 Distribucin, uniforme, binomial, multinomial, hipergeomtrica, Poisson. (5)5.1-5.3 5.15.48.
de
marzo 2 Distribucin binomial negativa, geomtrica. (5)5.4 (5)ejercicios.
5.495.76
8. 20 al 1 Ejercicios (5)ejercicios.
25 de 5.775.101
marzo. 2 Distribuciones continuas. Funcin de densidad de probabilidad y (5)3.3 (5)ejercicios.
distribucin acumulada. Valor esperado y varianza. 3.213.36
Segundo taller quiz

9.- 27 1
de
marzo
al 1 de
abril
Distribuciones continuas: uniforme, triangular. Teorema de Tchebyshev (5)4.4;6.1 (5)ejercicios
4.534.66

2 .
Distribuciones Normal, Chi Cuadrado, Lognormal. Cierre (5)6.1-6.5; (5)ejercicios
segunda evaluacin proyecto de aula 6.7;6.9 6.16.23

10.-.3 Ejercicios
al 8 de
Abril
2
Segundo Parcial
Semana Santa
 Semana Santa

11.- 17 1 Generalizacin del proceso de Poisson. (5)6.6 (5)ejercicios

al 22 6.396.70
de
abril. 2 Distribuciones de probabilidad, funcin masa y funcin de densidad (5)3.4
conjunta. Independencia. (5)ejercicios
3.373.60
12.- 24 1 Funciones de probabilidad, densidad y distribucin acumulada conjuntas. (5)3.4
al 29 Ejemplos. (5)ejercicios
de abril Relacin entre la distribucin marginal y la conjunta. 3.613.80

2 Distribuciones condicionales. Independencia de variables aleatorias. (5)3.4 (5)ejercicios

Tercer quiz 3.613.80

13.- 1 1 Uso de las funciones de probabilidad y de densidad en el clculo de

al 6 de probabilidades. Ejemplos.
mayo
2 Funciones de variables aleatorias,, Transformaciones de variables . (5)7.1-7.2 (5)ejercicios
7.17.23
14.- 8 . Combinaciones lineales de variables aleatorias (5)7.3- (5)ejercicios
al 13 1 7.17.23
de
mayo 2 Suma de variables aleatorias independientes. Ley de los grandes (5)8.4 (5)ejercicios
nmeros. Teorema del lmite central. (7)7.1-7.3 8.18.16
8.178.25

15.- 15 1 Aplicaciones Teorema central del lmite.

al 20 2 Sustentaciones (5)7.1-7.2 (5)ejercicios
de Cierre Final Proyecto de Aula 7.17.23
mayo
16.- 22 . (5)7.3- (5)ejercicios
al 27 1 7.17.23
de
2 (5)8.4 (5)ejercicios
mayo Examen Final (7)7.1-7.3 8.18.16
8.178.25

12. PROYECTO DE AULA. Estadstica

Un proyecto de aula es un estudio en que se desarrollan contenidos de la asignatura a

partir de temas puntuales propuestos y coordinados por el docente, y realizados por los
estudiantes mediante investigaciones exploratorias.

El proyecto de aula busca estimular el trabajo en equipo. Para cumplir con este propsito
se deben conformar grupos mnimo de dos (2) y mximo de cuatro (4) estudiantes. Para
los dos primeros perodos o fases el trabajo se realizar en equipo y las evaluaciones se
presentan individualmente. Aun cuando se trabaje en equipo, usted deber disponer de
una copia de todo el desarrollo para la presentacin de las pruebas individuales de la 1 y
2 fase o periodos.
PRIMER 30%.
El objetivo de la 1 fase es aplicar los conceptos bsicos expuestos en el desarrollo del
curso. En el maestro del curso estar disponible la base de datos ENCUESTA CLIENTES
sobre las caractersticas de los clientes de una entidad financiera ENCUESTA.xls con
(11) variables para una muestra de 867 viviendas. En forma individual y colectiva, los
estudiantes exploran la base de datos utilizando los conceptos desarrollados en el curso
para caracterizar y agrupar las (11) variables incluidas.

Caracterizar significa indicar para cada una de las doce variables lo siguiente:

El nombre de la variable.
La definicin de la de la variable.
El tipo de variable: cuantitativa o cualitativa. Si es cuantitativa se debe indicar si
es discreta o continua.
La escala de medida de la variable.
La unidad de medicin de la variable.

Con todas las variables construya la respectiva tablas de frecuencias acorde con la
metodologa del tipo de variable que este resumiendo, recuerde el procedimiento de la
cualitativa es diferente de una cuantitativa continua discreta y de una cuantitativa
continua. Construya la tabla de distribucin de frecuencias completa (grupos, intervalos de
clase, marca de clase, frecuencia absoluta simple, frecuencia relativa simple, frecuencia
absoluta acumulada y frecuencia relativa acumulada) que sea indicada para cada tipo de
variable. .El nmero de clases o grupos debe corresponder a la regla planteada por
Sturges.

Para todas las variables elabore en R o Rstudio la representacin visual (grfica) que ms
convenga al tipo de variable. Seleccione solo una de las cuatro clase de grficas acorde
con la caracterstica de la variable: diagrama de barras, histograma, polgono de
frecuencias, diagrama de pastel, ojiva o grfico de frecuencias acumuladas, tallo y hojas,
etc.

Escriba los comentarios relevantes para cada una de las variables, como interpretar las
frecuencias absolutas y relativas simples, absolutas y relativas acumuladas y dems
interpretaciones que se hayan visto en clase. Calculando e interpretando adems Las
medidas de tendencia central, los percentiles, y las medidas de dispersin en datos
originales, los grficos de tablas de frecuencias, caja y bigotes, etc.

La primera evaluacin del proyecto o de sta primera fase, se har por medio de un quiz
individual, consiste en la presentacin de una evaluacin (quiz de proyecto de aula), que
se hace en la semana 4 y debe medir el manejo de los conceptos y herramientas
desarrollados en el curso, al aplicarlos sobre los datos de la base con la que han estado
trabajando. Ustedes no tienen que hacer la entrega del archivo respectivo esto ser el
insumo de la entrega final que se realizar en el ltimo periodo.

SEGUNDO 30%.
En este corte se debe seguir analizando la base de datos usando las herramientas vistas
en el aula.
El propsito de sta segunda fase es obtener e interpretar de conjunto, es decir
estableciendo relaciones entre ellas datos, pero ahora:
.
Creando tablas bivariadas que incluyan cruces de variables que el docente
indicar en su momento y que muestre las frecuencias absolutas (conteo).
 Presentar la tabla anterior en trminos de probabilidades y hacer el anlisis de la
informacin presentada. Esto se puede hacer incluyendo y describiendo
probabilidades marginales, condicionadas, de uniones e intercepciones, e
incluyendo incluso el teorema de Bayes.
Mediante el paquete R, o Rstudio se simularan las distribuciones de
probabilidades discretas que se estudien en el aula, con el fin de resaltar las
caractersticas propias de cada familia

Como en el corte anterior, se realizar una evaluacin individual en la 9 semana que

medir el manejo que tengan los estudiantes de los conceptos y procedimientos
estadsticos, a travs del manejo concreto de la base de datos. Si bien de trabaja en R, o
Rstudio, ustedes no tienen que hacer la entrega del archivo respectivo, lo agregaran a lo
realizado en el primer corte, para la entrega final que se har en la 3 fase o 40% final.

40% FINAL

Los estudiantes se renen en grupos de mnimo dos personas, mximo cuatro y entregan
un informe a partir del anlisis que han realizado en los cortes anteriores sobre la base de
datos, adems de los anlisis que puedan hacer haciendo uso de los temas que se
desarrollen en este ltimo corte. Anexar la informacin anterior al documento o informe
final en el que cada grupo presenta un anlisis de la base de datos teniendo como
principal objetivo dar unas conclusiones de conjunto que permitan hacerse una idea
general de las relaciones ms importantes entre las variables . La entrega final debe
hacerse en dos documentos: uno en formato Word, con las conclusiones y los resultados
de los clculos, y otro en formato R o Rstudio, con los clculos, o los procedimientos, en
los que sea posible comprobar el uso de la herramienta o paquete R o Rstudio . As mismo
se realizar un quiz virtual sobre los temas desarrollados en el ltimo corte, usando la
herramienta tecnolgica correspondiente.
.
Para esto deben seguir los lineamientos del folleto Protocolos institucionales para la
elaboracin y presentacin de trabajos acadmicos que se encuentra en la pgina Web
de la Institucin.

ASPECTOS GENERALES:
El informe final debe elaborarse en lenguaje claro, breve. Debe incluir: tablas, grficos,
bibliografa, etc. (Seguir los lineamientos del folleto Protocolos institucionales para la
elaboracin y presentacin de trabajos acadmicos que se encuentra en la pgina Web
de la Institucin).
El informe final debe enviarse a travs de Moodle entre las 00:00 horas del sbado 20 de
mayo y las 23:55 horas del domingo 21 de mayo.
Las citas bibliogrficas en el informe deben contener el nombre de los autores y el ao de
la publicacin entre parntesis. La bibliografa al final del artculo debe ordenarse
alfabticamente segn los autores. Ejemplo: [1] J. B. Fraleigh, a First Course in Abstract
Algebra, 7 ed., Addison Wesley, 2003.
Es importante tomar en cuenta que cualquier informacin que tomen de un libro, de una
revista o en general de cualquier publicacin escrita digital etc., podr ser considerada
como plagio y podr tener consecuencias disciplinarias.
11. BIBLIOGRAFA.

(1) MARTINEZ B. Ciro. Estadstica y Muestreo. ECOE Ediciones. Enero 2002.

Bogot, D.C.
Contiene bastantes ejercicios resueltos.
(2) GUTIERREZ, Humberto y DE LA VARA, Romn. Control estadstico de Calidad y
Seis Sigma (6). Ed McGrawHill. 2005
(3) MONTGOMERY Douglas C. y RUNGER George C. Probabilidad y Estadstica
aplicadas a la Ingeniera. Ed. Limusa Wiley. Segunda Edicin 2002.
(4) FREUND John E., MILLER Irwin, y MILLER Marylees. Estadstica Matemtica
con aplicaciones. Ed. Prentice Hall. Sexta Edicin. 2000.
(5) WALPOLE Ronal E., MYERS Raymond H., MYERS Sharon L.,YE Keying
Probabilidad y estadstica para Ingeniera y cienciast. Prentice Hall. Novena
Edicin. 2012
(6) NEWBOLD Paul., Estadstica para Administracin y la Economa. Ed.Pearson
Prentice Hall. Sexta Edicin. 2008
(7) BLANCO C. Liliana. Probabilidad. Unibiblos, Primera Edicin 2004
(8) VERZANI John. Using for Introductory Statistics. Taylor & Francis e-Library,2005.

12. CIBERGRAFA.
http://www.rpubs.com/carloslesmes