Estadistica y Probabilidades II - SLB

USP
UNIVERSIDAD SAN PEDRO
SÍLABO DE ESTADISTICA Y PROBABILIDADES II
1. DATOS INFORMATIVOS:
1.1.
Facultad
1.2.
Carrera Profesional
1.3.
Asignatura
1.4.
Pre-requisitos
1.5.
Modalidad
1.6.
Código
1.7.
Créditos
1.8.
Número de horas
1.9.
Ciclo de Estudio
1.10. Semestre Académico
1.11. Duración
1.12. Profesor
E –mail
: Ingeniería
: Ingeniería Industrial
: Estadística y Probabilidades I
: 04312
: Presencial
: 401EE
: 04
: 05 horas semanales
: IV
: 2018-I
: 19.03.18 al 14.07.18
: Dr. José Roberto Sánchez Solórzano
: [email protected]
2. FUNDAMENTACION
La asignatura de Estadística y Probabilidades II tributa al perfil profesional de Ingeniería Industrial con el
objetivo: “Tener una formación científica y humanística.”. Esta asignatura constituye una herramienta
auxiliar fundamental de la investigación científica siendo de utilidad inmediata y práctica en el trabajo
profesional, ya que se basa en el estudio y aplicación de métodos y lineamientos adecuados para
usarlos como alternativas de solución en un problema planteado, sobre todo en la toma de decisiones
acertadas.
Al finalizar esta asignatura el estudiante estará en condiciones de aplicar los diversos métodos y
técnicas de la Estadística Inferencial en sus diferentes fases, en el tratamiento de diversos problemas
inherentes a su especialidad. Esta asignatura está estructurada en dos (02) unidades; Primera Unidad:
Probabilidad y Teoremas fundamentales, Funciones de Probabilidad y de Distribución de una variable
aleatoria. Segunda Unidad: Distribuciones de Probabilidad, Muestreo: Tamaño muestral,
Estimación Estadística, Prueba de Hipótesis y Estadística no Paramétrica.
3. COMPETENCIAS
3.1. Genéricas:
- Aplica métodos y procedimientos estadísticos inferenciales, en sus diferentes
fases, en el tratamiento del proceso de la investigación científica referido a
abordar diversas situaciones problemáticas referidas a su especialidad,
contribuyendo a la toma de decisiones adecuada en la solución de los mismos;
asumiendo una actitud crítica, creativa, responsable y ética, asumiendo
compromiso para el trabajo en equipo.
- Analiza aspectos reales de los diferentes casos relacionados con su
especialidad, utilizando los métodos y técnicas que más se adapten.
- Evidencia capacidad para organizar y planificar el trabajo.
- Demuestra habilidades para el uso de las tecnologías de información y
comunicación.
- Fomenta una formación integral en valores, asumiendo responsabilidad social y
compromiso ciudadano.
3.2. Específicas:
- Identifica las reglas básicas del cálculo de probabilidades; aplicándolas en la
solución de problemas relacionados a ciertos experimentos aleatorios,
describiendo adecuadamente los espacios muéstrales asociados a dichos
experimentos.
- Asocia probabilidades a sucesos relacionados con experimentos aleatorios
utilizando las reglas y teoremas de probabilidades, evidenciando un análisis
crítico.
- Resuelve problemas de probabilidades relacionados a experimentos aleatorios,
aplicando las funciones de probabilidad y de distribución de una cierta variable
aleatoria discreta y continua.
- Identifica el modelo de distribución de probabilidad para aplicarlo en la solución
de problemas asociados a su campo de estudio, utilizando las características
fundamentales de cada distribución, reconociendo su importancia y utilidad.
- Aplica correctamente las distribuciones muéstrales en la solución de problemas
valorando su importancia en la toma de decisiones.
- Determina el tamaño de muestra óptimo representativo y selecciona
adecuadamente los elementos de una muestra aleatoria, mediante las técnicas
de muestreo, reconociendo la importancia del muestreo.
- Realiza inferencias de los parámetros poblacionales a partir de una muestra
aleatoria seleccionada, valorando su representatividad y su nivel de
significancia.
- Formula hipótesis y realiza contrastación de hipótesis sobre parámetros
poblacionales específicos, utilizando información muestral aplicando pruebas de
hipótesis estadísticas, evidenciando un sentido crítico.
- Valora la importancia del uso de programas estadísticos como herramientas
tecnológicas en el apoyo al procesamiento y tratamiento de información real y
específica, necesaria para la solución de problemas de su especialidad.
4. PROGRAMACIÓN TEMÁTICA
Sema
na
1°
2ª
Tema
Introducción.
El silabo. Prueba de entrada.
Planificación y organización
del trabajo de investigación.
Análisis de regresión y
correlación:
Ecuaciones de regresión
lineal y no lineal.
Evaluación de un modelo de
regresión.
Estimaciones en un modelo
de regresión.
Modalidad de
Fecha
aprendizaje
Clase Teórica:
Exposición
de
lineamientos.
21.03.18
Solución prueba
escrita.
Negociación
Pedagógica.
Clase Teórica:
Clase magistral.
Organización
visual y mapas
conceptuales.
30.08.17
Método: inductivo.
Determinación e
interpretación
e
interpretación de
relaciones
de
dependencia
y
asociación
de
estimaciones.
Observación
Clase Práctica:
Demostración:
Solución
de
problemas
de
apliación
relacionadas
a
regresión
y
correlación.
Métodos
participativos en
parejas
y
pequeños grupos.
Laboratorio:
Aplicación
del
Software
estadístico SPSS.
Elaboracion
de
trabajo
de
investigación
(informe
estadístico.
3ª
4ª
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
al
cálculo
de
probabilidades.
Experimentos
aleatorios Clase Teórica:
espacio muestral y sucesos. Clase magistral.
Probabilidades:
Cálculo, Organización
axiomas de probabilidad.
visual y mapas
Probabilidad de la suma conceptuales.
probabilidad condicional.
Aplicación de las
reglas básicas del
cálculo
de
probabilidades.
04.04.18
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
al
cálculo
de
probabilidades.
Probabilidad producto.
Clase Teórica:
Probabilidad total.
Clase magistral.
Teorema de Bayes.
Organización
visual y mapas 11.04.18
conceptuales.
Aplicación de las
reglas básicas del
cálculo
de
probabilidades.
Clase Práctica:
Demostración:
5ª
6ª
7ª
solución
de
problemas
relacionados
al
cálculo
de
probabilidades.
Función de probabilidad y de Clase Teórica:
distribución de una variable Clase magistral.
aleatoria.
Organización
Medidas de una variable visual y mapas
aleatoria.
conceptuales.
Método: analítico
y reflexivo.
Aplicación
de
características de 18.04.18
distribuciones de
probabilidades.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
a
experimentos
aleatorios.
Distribución
Binomial: Clase Teórica:
Función de probabilidad y de Clase magistral.
distribución.
Organización
visual y mapas
conceptuales.
Aplicación
de
características de
distribuciones de
probabilidades.
Clase Práctica:
Demostración:
25.04.18
solución
de
problemas
relacionados
a
experimentos
aleatorios.
Examen escrito
Distribución
de
Poisson: Clase Teórica:
Función de probabilidad y de Clase magistral.
distribución.
Organización
Distribución Hipergeométrica: visual y mapas
Función de probabilidad y de conceptuales.
distribución.
Aplicación
de
características de 02.05.18
distribuciones de
probabilidades.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
a
experimentos
8ª
9ª
Investigación Formativa:
Seminario sobre sustentación
y discusión de los avances
del trabajo de investigación
(informe estadístico)
Evaluación Parcial
Distribución Normal: Función
de
probabilidad
y
de
distribución.
Distribución Normal Estándar:
Aplicaciones
10a
Distribución Chi cuadrado
Distribución T de Student.
Distribución F de Sdenecor.
Funciones de probabilidad y
de distribución.
11a
Muestreo: Tamaño adecuado
de la muestra y selección de
los elementos de una
muestra.
12a
Estimación
puntual
e
interválica para la media
poblacional.
Estimación
puntual
e
interválica para la diferencia
aleatorios.
Seminario.
Práctica
calificada.
Parcial I
09.05.18
Clase Teórica:
Clase magistral.
Organización
visual y mapas
conceptuales.
Aplicación de las 16.05.18
características de
dichas
distribuciones de
probabilidad.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
a
experimentos
aleatorios.
Clase Teórica:
Clase magistral.
Organización
visual y mapas
conceptuales.
Aplicación
de
dichas
distribuciones de
probabilidad.
23.05.18
Clase Práctica:
Demostración:
solución
de
problemas
relacionados
a
experimentos
aleatorios
Clase Teórica:
Clase magistral.
Organizador
visual.
Preguntas
intercaladas,
30.05.18
ilustraciones.
Clase Práctica:
Demostración:
solución
de
ejercicios y casos.
Clase Teórica:
Clase magistral.
Organizador
visual y mapas
conceptuales.
de medias poblacionales.
13a
Estimación puntual e
interválica para la proporción
poblacional.
Estimación puntual e
interválica para la diferencia
de proporciones.
14a
Prueba
de
hipótesis
estadística. Error tipo I, tipo II,
regiones de aceptación y
rechazo.
Prueba de hipótesis para la
media poblacional.
Prueba de hipótesis para la
diferencia
de
medias
poblacionales.
Estimación de los 06.06.18
principales
parámetros
poblacionales
utilizados en la
investigación.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados a la
estimación
de
ciertos
parámetros
poblacionales.
Clase Teórica:
Clase magistral.
Organizador
visual y mapas
conceptuales.
13.06.18
Estimación de los
principales
parámetros
poblacionales
utilizados en la
investigación.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados a la
estimación
de
ciertos
parámetros
poblacionales.
Clase Teórica:
Clase magistral.
Organización
visual y mapas
conceptuales.
Aplicación
de
pruebas
de
hipótesis para la 20.06.18
contrastación de
hipótesis
de
investigación
científica.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados a la
identificación de
pruebas
de
hipótesis
para
contrastar
15a
Prueba de hipótesis para la
proporción poblacional.
Prueba de hipótesis para la
diferencia de proporciones
poblacionales.
Prueba de independencia de
criterios Chi Cuadrado.
16a
17a
5.
hipótesis.
Examen escrito
Clase Teórica:
Clase magistral.
Organización
visual y mapas
conceptuales.
Aplicación
de
pruebas
de 27.06.18
hipótesis para la
contrastación de
hipótesis
de
investigación
científica.
Clase Práctica:
Demostración:
solución
de
problemas
relacionados a la
identificación
y
aplicación de la
prueba
de
hipótesis
pertinente a una
investigación
Evaluación parcial.
Investigación Formativa:
Seminario sobre la
sustentación del trabajo de
investigación (informe
estadístico).
Seminario.
Práctica
calificada.
Evaluación
parcial II
Evaluación Sustitutoria.
Entrada de notas.
Evaluación de
aplazados.
04.07.18
11.07.18
METODOLOGÍA
Modalidad
Presencial
Tipo de clase
Teórica
Laboratorio
Práctica
No Presencial
Aprendizaje en pares y grupos
Tutoría Académica
Individual y grupal
Metodología
Clase Magistral
Demostración de aplicación
del software estadístico
SPSS.
Demostraciones
Desarrollo continuo de
ejercicios de aplicación como
discusión de casos.
Elaboración de producto
académico: trabajo de
investigación (informe
estadístico).
Métodos Participativos
Asesoría personalizada
Seminario – Foro.
Exposición
Proyección social
6
Participación en la solución
de problemas de la sociedad,
vinculados a su especialidad,
a través del desarrollo del
trabajo
de
investigación
(informe estadístico).
EVALUACION
UNIDAD DE APRENDIZAJE
EPU = K2OR + k2 PR+ k3OT + K3ES / 10
ESU = K2OR + k2 PR + k3OT + K3ES / 10
K2 + k2 + k3 + K3= 10
OR = Oral
ES = Examen Escrito (Parcial)
PR = Práctica (Examen Escrito, Trabajos Grupales)
OT = Otros (Trabajo de Investigación)
EVALUACION PROMOCIONAL
EPU + ESU / 2
EXAMEN SUSTITUTORIO
El Examen Sustitutorio será solo de los Exámenes Escritos
El promedio se redondea a décimos
7
BIBLIOGRAFIA:
Miller, I, Freund,J. y Johnson,R.(1997). Probabilidad y Estadística para Ingenieros.
(5ta.ed ).México: Prentice Hall Hispanoamericana.
Montgomery,D. (2002). Probabilidad y Estadística aplicadas a la Ingeniería.
(2da.ed ).México:Limusa S.A. de C.V.Grupo Noriega Editores.
Walpole,R, Myers,R. Y Myers, S. (1999).Probabilidad y Estadística para Ingenieros.
(6ta.ed ).Prentice Hall Hisponoamericana,S.A.
García, O. (1992). Estadística Descriptiva y Probabilidades.(3era.ed).Lima :Editorial Santa
Úrsula.
Veliz. C. (1998). Estadística Aplicaciones.(3era.ed). Lima- Perú.
Córdova.M. (2000). Estadística Descriptiva e Inferencial. (4ta.ed). Lima-Perú: Editorial
Librería Moshera S.R.L.
García. O. (1997). Distribuciones y Estadística Inferencial.(1era.ed). Lima-Perú.
Hines,w. y Montgomery, D. (1997). Probabilidad y Estadística aplicada a la Ingeniería.
(3era.ed). México: Cía. Continental S.A. de C.V.
Hines, W. y Montgomery, D.(1997). Probabilidad y Estadística para Ingeniería y
Administración.(3era.ed). México: Compañía Editorial Continental. S.A. de C.V.
Canavos, G. (1988). Probabilidad y Estadística, Aplicaciones y Métodos. México:
Mc. Graw-Hill /Interamericana S.A.
Walpole .R. y Myers, R.(1992). Probabilidad y Estadística. (4ta.ed). México: Mc.
Graw Hill /Interamericana S.A. de C.V.
Meza, E. (1994). Probabilidad. Lima- Perú: Consejo Nacional de Cien cia y
Tecnología.
Velasco. y Wisniewski, P. (2001). Probabilidad y Estadística para Ingeniería y
Ciencias. México: Internacional Thomson Learning. Editores, S.A. de C.V.
Kennedy, J. (1989). Estadística para Ciencias e Ingeniería. México: Editorial Fondo
Educativo Interamericano.
Meyer, P. (1982). Probabilidad y Aplicaciones Estadísticas. México: Editorial Fondo
Educativo Interamericano.
Kennedy, J. y Neville, A. (1985). Estadística para Ciencias e Ingeniería .México :
Editorial Harris S.A.
Harnett, D. y Murphy, J. (1987). Introducción al Análisis Estadístico. (2da.ed).
Addison Wesley Iberoamericana S.A. E.V.A.
García, O. (1997). Distribuciones y Estadística Inferencial. (1era.ed). Lima-Perú.
ANEXO.
MISIÓN Y VISIÓN DE LA CARRERA PROFESIONAL
MISION
Para el desarrollo sostenible del país
con valores éticos y responsabilidad
social al servicio de la sociedad. Somos
una escuela profesional que forma
Ingenieros Industriales competentes,
quienes aplican la investigación, la
innovación y el conocimiento
tecnológico y empresarial
VISION
Seremos para el 2021 una escuela
profesional acreditada y reconocida a nivel
nacional con liderazgo en la formación
integral de profesionales en Ingeniería
Industrial con un amplio programa de
investigación, desarrollo e innovación, con
vocación de apertura al exterior y con
responsabilidad social y del medio ambiente.