INSTITUTO TECNOLOGICO METROPOLITANO
Establecimiento Público de Educación Superior, Adscrito a la Alcaldía de Medellín
MICROCURRÍCULO DE ESTADISTICA BASICA
PARA EL CICLO COMPLEMENTARIO DE LAS INGENIERIAS
Unidad Académica Especializada: Nivelatorio
Núcleo: Fundamentación en matemáticas y ciencias básicas
Código: EBX04-EBX24 Créditos: 4
Horas teóricas con acompañamiento 54
Horas teóricas de trabajo independiente 96
Horas prácticas con acompañamiento 10
Horas prácticas de trabajo independiente: 32
Competencia Red de conceptos
1. Conceptualizar y Conceptos básicos
reconocer la terminología previos:
básica en estadística. Concepto de Porcentaje.
Matemática básica y
Describir y analizar algebra
gráficamente diferentes Desigualdades
tipos de información.
Conceptos nuevos
Describir y analizar Razones, proporciones y
información cuantitativa porcentajes Sumatoria y
usando métodos numéricos sus propiedades
Historia de la estadística
Estadística como ciencia
Términos básicos
Ramas de la Estadística:
Estadística Descriptiva e
Inferencial.
Pasos de una Investigación
Estadística
Definición de Población y
Muestra
Variables Cualitativas
Variables Cuantitativas
Discretas
Horas: 4/ semana, 64/semestre
Indicadores de logro
El estudiante:
Aplica el concepto de
proporción y sus
propiedades para resolver
y formular problemas
(Porcentaje, regla de tres,
entre otros).
Reconoce el concepto y
las propiedades de las
sumatorias
Realiza las operaciones
(suma, resta, multiplicación)
con la sumatorias.
Diferencia los términos
básicos de la estadística
Analiza e identifica las
relaciones entre los
diferentes tipos de
variables.
Identifica y diferencia los
tipos de graficas.
Realiza la construcción de
Variables Cuantitativas
Continuas
Definición de Tablas de
entrada de datos
Métodos gráficos para
describir información
cualitativa
Definición de tablas de
contingencia
Gráficos circulares y de
Barras
Métodos Gráficos para
variables cuantitativas
Definición de tablas de
frecuencia para datos no
agrupados
Frecuencia absoluta y
absoluta acumulada
Frecuencia Relativa y
relativa acumulada
Histograma frecuencia:
para datos no agrupados
Tabulación por Intervalos
para datos agrupados
Concepto de Rango y
límites del intervalo
Concepto de Amplitud
Conceptos de Marca de
clase
Histograma de frecuencias
para datos agrupados
Curva Ojiva: aplicaciones
tablas de distribuciones de
frecuencia para datos
agrupados y no agrupados.
Verifica si la solución
grafica obtenida si satisface
las condiciones del
problema, utilizando
métodos informales
(visuales, inspección).
Relaciona y diferencia las
medidas de tendencia
central y de dispersión
Calcula Medidas de
tendencia central , de
posición y de dispersión
Aplica los conceptos de
media, moda, mediana,
cuartiles, deciles,
percentiles varianza y
coeficiente de variación en
la solución de problemas
estadísticos.
Utiliza los métodos
numéricos para resolver
problemas de contexto

Manejo de gráficos y tablas

de entrada de datos y
tablas de frecuencia por
computador con software
Aplicaciones: Matlab y
Excel

Métodos numéricos para

describir información

Medidas de tendencia
central
 Media aritmética
Mediana
Moda

Medidas de Dispersión:
Desviación estándar
Coeficiente de variación
Regla empírica
Manejo de funciones
estadísticas por
computador con software
Aplicaciones: Matlab y
Excel

2.Conocer el concepto de Conceptos básicos El estudiante:

probabilidad, su previos:
terminología ,calcular Conceptos
probabilidades , simples y correspondientes a los de
utilizar las reglas de la competencia anterior.
probabilidad en diferentes Teoría de conjuntos
contextos
Conceptos nuevos
conceptos de
probabilidad
Introducción a la
probabilidad:
Historia de la teoría de
probabilidad
Definición de probabilidad y
su relación con la
frecuencia relativa de la
estadística descriptiva
Definición de experimento
estadístico y su relación
con la teoría de conjuntos
Definición de espacio
muestral
Definición de eventos
Análisis combinatorio
Reglas básicas de conteo
Reglas De Probabilidad
Modelo clásico de
probabilidad
Axiomas de la probabilidad
Regla aditiva
Diferencia los conceptos
de combinación y
permutación
Calcula los tamaños de
posibles resultados de un
espacio muestral
Comprende el concepto
de probabilidad
Diferencia los modelos de
clásico de probabilidad de
otros modelos
Obtiene probabilidades a
partir de datos conocidos.
Determina cuando dos
eventos son independientes
o mutuamente excluyentes.
Identifica las reglas de la
probabilidad.
Utiliza las probabilidades
para resolver problemas de
aplicación en distintos
contextos

3. Reconocer la diferencia
entre variable cuantitativa y
cualitativa y sus
distribuciones de
probabilidad
Regla multiplicativa
Probabilidad condicional
Teorema de Bayes
Manejo de de reglas de
conteo por computador con
aplicaciones en Matlab y
Excel
Conceptos básicos El estudiante:
previos Diferencia variables
Conceptos discretas y continuas.
correspondientes a los de
la competencia anterior. Asocia probabilidades
Propiedades de sumatorias simples a una serie de
Funciones datos.
Rango y dominio de una
función Asocia el concepto de
Calculo diferencial e probabilidad como el áreas
integral bajo una curva.
Propiedades de integrales
Aplica el valor esperado en
Conceptos nuevos diferentes casos y toma
decisiones
Variables aleatorias
discretas empíricas y su
distribución de probabilidad
Concepto de función de
distribución puntual de
probabilidad
Valor esperado de las
variables aleatorias
Discretas
Propiedades y aplicaciones
de valor esperado
Variables aleatorias
continuas empíricas y su
distribución de probabilidad
Concepto de función de
densidad de probabilidad
Valor esperado de las
variables aleatorias
continuas
Propiedades y aplicaciones
de valor esperado
Taller de variables

4. Reconocer el modelo
binomial, hipergeométrica y
poisson como unas de las
distribuciones de
probabilidad mas aplicadas
a variables aleatorias
discretas.
5. Reconocer el modelo
Normal como una de las
distribuciones de
probabilidad mas aplicadas
a variables aleatorias
continuas
aleatorias continuas
Aplicaciones en Matlab y
Excel
Conceptos básicos
previos
Conceptos
correspondientes a los de
la competencia anterior.
Concepto de interpolación
Conceptos nuevos
Distribución Binomial
aplicaciones
Distribución
Hipergeométrica
aplicaciones
Diferencias entre la
hipergeométrica y Binomial
Distribución Poisson
aplicaciones
Aproximación de la
distribución Binomial a la
Poisson
Manejo de tablas y
equivalencias
Aplicaciones en Matlab y
Excel
Conceptos básicos
previos
Conceptos
correspondientes a los de
la competencia anterior.
Limites y cambio de
variable
Función Exponencial
Propiedades de calculo
integral
Conceptos nuevos
Distribución Normal.
características, importancia, Reconoce la distribución
aplicaciones directas
Distribución normal
El estudiante
Reconoce modelos
apropiados de probabilidad
Discreta y sus
características para la
aplicación en fenómenos
reales.
Maneja tablas y el
computador para calculo de
probabilidades
Aplica interpolación para
cálculos de probabilidad
que no aparecen en tablas
El estudiante:
Maneja la distribución
exponencial como el área
bajo la curva para el calculo
de sus probabilidades y
parámetros
Reconoce la distribución
exponencial como el
función básica para
modelar la variable tiempo
entre llegadas sucesivas
Poisson aplicables a la
teoría de colas
Normal como la mas
importante de la estadística
 estándar Reconoce la distribución
Aplicaciones y manejo de Normal como la base de la
tablas con interpolación estadística inferencial
Distribución normal como
aproximación de Aplica la estandarización
distribuciones discretas de la distribución normal
Corrección por continuidad para facilidad de cálculos
Aplicaciones en Matlab y de probabilidad
Excel
Utiliza la distribución
Normal como aproximación
tanto de variables discretas
como continuas

Maneja tablas y el
computador para calculo de
probabilidades

Aplica la Interpolación para

cálculos de probabilidad
que no aparecen en tablas

BIBLIOGRAFÍA

* ROBERT JONSON Y PATRICIA KUBY. Estadística Elemental. Editorial Thomson

* WALPOLE. Probabilidad y Estadística, Editorial, Mc Graw Hill

* WILLIAM MENDENHALL. Estadística matemática con aplicaciones. Editorial Grupo

Iberoamerica

* BERENSON Y LEVINE. Estadística Basica en administración. Editorial, Prentice

Hall Pearson Educación

* MILLER Y FREUND. Probabilidad y Estadística para ingenieros. Editorial, Prentice

Hall

* JAY L. DEVORE. Probabilidad y estadística para ingeniería y ciencias. Editorial,

Thomson

* RON S. KENNET. Estadística industrial moderna. Editorial Thomson

* TRIOLA MARIO F. Estadística Elemental , Introducción a la Estadística. Editorial:

Prentice Hall
* GABRIEL VELAZCO SOTO MAYOR. Probabilidad y estadística para ingeniería y
ciencias. Editorial thomson

DIRECCIONES INTERNET PARA ESTADÍSTICA

 http://personal5.iddeo.es/ztt/Tem/T11_Estadística_Introducción.htm

 http://sociales.usal.es/titulaicon/so/1/4003.htm

 www.iniciativasnet.com/117iniciativas.htm

 http://galeon.hispavista.com/pcasau/guia_met_04.htm

 http://galeon.hispavista.com/pcazau/guia_met_06.htm

 http://tifon.unalmed.edu.co/-pagudel/1estadistica.html

 www.Google.com,Estadística
 HTTP://216.239.37.100/SEARCH?Q=CACHE:TzIQIYLCnRIC:RCM-
LIBRARY.RCM.UPR.EDU/SITEBUILDER/PROFESORES/Irios/conceptos%2520b%C
3%A1sico%2520de%2520la%2520estad%C3%Adstica.pdf+definicion+estadistica&hl
=es6ie=UTF-8
 http://www.micromegas.com.mx/apuntes/documents/estad1-1/esta02.doc

MICRO CURRICULO ELABORADO POR EL GRUPO DE DOCENTES DE CIENCIAS

BÁSICAS DEL ITM

Junio de 2006