UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE INGENIERA PROGRAMA DE ESTUDIO

Aprobado por el Consejo Tcnico de la Facultad de Ingeniera en su sesin ordinaria del 19 de noviembre de 2008

PROBABILIDAD Y ESTADSTICA
Asignatura Ciencias Bsicas Divisin Ciencias Aplicadas Coordinacin

0712
Clave

4
Semestre

09
Crditos

Ingeniera Geomtica Carrera(s) en que se imparte

Asignatura: Obligatoria Optativa X

Horas: Tericas Prcticas 4.5 0.0

Total (horas): Semana 16 Semanas 4.5 72.0

Modalidad: Curso Seriacin obligatoria antecedente: Ninguna Seriacin obligatoria consecuente: Ninguna Objetivo(s) del curso: El alumno aplicar los conceptos y la metodologa bsicos de la teora de la probabilidad y la estadstica, para analizar algunos experimentos aleatorios que ocurren en la naturaleza y la sociedad, resaltando los correspondientes a la ingeniera.

Temario
NM. NOMBRE HORAS

1. 2. 3. 4. 5. 6. 7.

Anlisis estadstico de datos muestrales Fundamentos de la teora de la probabilidad Variables aleatorias Modelos probabilsticos comunes Variables aleatorias conjuntas Distribuciones muestrales Manejo de datos bivariados Prcticas de laboratorio Total

12.5 12.5 12.0 12.0 10.5 10.5 2.0 0.0 72.0

PROBABILIDAD Y ESTADSTICA

(2 / 5)

Anlisis estadstico de datos muestrales Objetivo: El alumno podr describir los datos de una muestra y obtener las medidas descriptivas ms significativas. Contenido: 1.1 La poblacin y la muestra. Relacin entre la probabilidad y la estadstica. Clasificaciones de la estadstica. 1.2 Estadstica descriptiva: Anlisis de datos univariados. Tabla de distribucin de frecuencias. Histogramas y polgonos de frecuencias. Medidas de tendencia central, dispersin y asimetra. 1.3 Uso de equipo de cmputo.

Fundamentos de la teora de la probabilidad Objetivo: El alumno comprender el concepto de probabilidad, as como los teoremas en los que se basa esta teora. Contenido: 2.1 Definicin de experimentos deterministas y aleatorios. Espacio muestral de un experimento aleatorio. Eventos. Eventos discretos y continuos. Eventos mutuamente excluyentes y colectivamente exhaustivos. Anlisis combinatorio: permutaciones y combinaciones. 2.2 El concepto de probabilidad a travs de diferentes escuelas: la clsica, la frecuentista y la subjetivista, mediante el cual se asignan probabilidades a los eventos. Clculo de probabilidades utilizando combinaciones y permutaciones. 2.3 La definicin axiomtica de probabilidad. Algunos teoremas derivados de la definicin axiomtica. 2.4 Probabilidad condicional. Diagramas de rbol. Eventos independientes. Probabilidad total. Teorema de Bayes.

Variables aleatorias Objetivo: El alumno conocer el concepto de variable aleatoria, y podr analizar el comportamiento probabilista de la variable, a travs de su distribucin y sus caractersticas numricas. Contenido: 3.1 El concepto de variable aleatoria como abstraccin de un evento aleatorio y su definicin. 3.2 Variable aleatoria discreta: Funcin de probabilidad, sus propiedades y su representacin grfica. Funcin de distribucin acumulativa, sus propiedades y su representacin grfica. 3.3 Variable aleatoria continua: Funcin de densidad, sus propiedades y su representacin grfica. Funcin de distribucin acumulativa, sus propiedades y su representacin grfica. 3.4 Valor esperado o media de la variable aleatoria discreta y de la continua, y su interpretacin prctica. El valor esperado como operador matemtico y sus propiedades. Momentos con respecto al origen y a la media. 3.5 Parmetros de las distribuciones de las variables aleatorias discretas y continuas. Medidas de tendencia central: media, mediana y moda. Medidas de dispersin: rango, desviacin estndar, variancia y coeficiente de variacin. Medida de simetra. La variancia como el segundo momento con respecto a la media y sus propiedades.

PROBABILIDAD Y ESTADSTICA

(3 / 5)

Modelos probabilsticos comunes Objetivo: El alumno conocer algunas de las distribuciones ms utilizadas en la prctica de la ingeniera y seleccionar la ms adecuada para analizar algn fenmeno aleatorio en particular. Contenido: 4.1 Ensayo de Bernoulli. Distribucin de Bernoulli, determinacin de su media y variancia. 4.2 Ensayo binomial. Distribucin binomial, determinacin de su media y variancia. Distribucin hipergeomtica. Distribucin geomtrica, determinacin de su media y variancia. Distribucin Binomial negativa su media y variancia. 4.3 Proceso de Poisson. Distribucin de Poisson, determinacin de su media y variancia. Aproximacin entre las distribuciones binomial y Poisson. 4.4 Distribuciones continuas. Distribucin uniforme continua, determinacin de su media y variancia. 4.5 Distribucin exponencial, determinacin de su media y variancia. Distribuciones normal y normal estndar. Uso de tablas de distribucin normal estndar. Aproximacin de la distribucin binomial a la distribucin normal. 4.6 Nmeros aleatorios. Uso de paquetera de cmputo para la generacin de nmeros aleatorios con una distribucin dada, utilizando el mtodo de la transformada inversa y comparacin con las distribuciones tericas mediante la construccin de histogramas.

Variables aleatorias conjuntas Objetivo: El alumno conocer el concepto de variable aleatoria conjunta y podr analizar el comportamiento probabilista, conjunta e individualmente, de las variables a travs de su distribucin, e identificar relaciones de dependencia entre dichas variables. Contenido: 5.1 Variables aleatorias conjuntas discretas: Funcin de probabilidad conjunta, su definicin y propiedades. Funciones marginales de probabilidad. Funciones condicionales de probabilidad. 5.2 Variables aleatorias conjuntas continuas: Funcin de densidad conjunta, su definicin y propiedades. Funciones marginales de densidad. Funciones condicionales de densidad. 5.3 Valor esperado de una funcin de dos o ms variables aleatorias. Valor esperado condicional. 5.4 Variables aleatorias independientes. Covariancia y Correlacin, y sus propiedades. Variancia de una suma de dos o ms variables aleatorias. 5.5 Distribucin normal bivariada.

Distribuciones muestrales Objetivo: El alumno identificar las distribuciones de algunos estadsticos que se utilizan en el muestreo. Contenido: 6.1 El concepto y la definicin de muestra aleatoria y estadstico. Muestreo aleatorio simple. 6.2 Teorema del lmite central. Generacin de nmeros aleatorios con distribucin normal utilizando el teorema del lmite central. 6.3 Distribucin de la media muestral.

PROBABILIDAD Y ESTADSTICA

(4 / 5)

6.4 6.5

Distribucin ji-cuadrada. Uso de tablas. Distribucin de Distribucin t. Uso de tablas.

(n 1)S 2 .
2

7 Manejo de datos bivariados Objetivo: El alumno analizar la relacin que existe entre dos variables a partir de la informacin obtenida por el ajuste de regresin y sus coeficientes de correlacin. Contenido: 7.1 Ajuste de la recta de regresin mediante el modelo de mnimos cuadrados. Definicin e interpretacin de los coeficientes de correlacin lineal y determinacin.

Bibliografa bsica: WACKERLY, Dennis D., et al. Estadstica Matemtica con Aplicaciones Mxico 6a Edicin Thomson, 2002 HINES, William, et al. Probability and Statistics in Engineering Fourth Edition New Jersey John Wiley & Sons, 2003 MONTGOMERY, Douglas C. y RUNGER, George C. Probabilidad y Estadstica Aplicada a la Ingeniera 2a edicin Mxico Limusa Wiley, 2005 WEIMER, Richard C. Estadstica Mxico CECSA, 1996 MILTON, J.Susan y ARNOLD, Jesse C. Probabilidad y Estadstica con Aplicaciones para Ingeniera y Ciencias Computacionales 4a edicin Mxico McGraw-Hill, 2004

Temas para los que se recomienda: Todos

Todos

Todos

1,2,3,4,6

Todos

PROBABILIDAD Y ESTADSTICA

(5 / 5)

Bibliografa complementaria: BORRAS, Hugo, et al. Apuntes de Probabilidad y Estadstica Mxico Facultad de Ingeniera - UNAM, 1985 DEVORE, Jay L. Probabilidad Y Estadstica Para Ingeniera Y Ciencias 5a edicin Mxico Thomson, 2008 ROSENKRANTZ, Walter A. Introduction to Probability and Statistics for Scientists and Engineers New York McGraw-Hill, 1997 ZIEMER, Roger E. Elements of Engineering Probability and Statistics New Jersey Prentice Hall, 1997 SPIEGEL, M. Estadstica 2a edicin Mxico McGraw-Hill, 1991 Sugerencias didcticas: Exposicin oral Exposicin audiovisual Ejercicios dentro de clase Ejercicios fuera del aula Seminarios Forma de evaluar: Exmenes parciales Exmenes finales Trabajos y tareas fuera del aula Todos

Todos

Todos

Todos

1, 2, 4, 6

X X X X

Lecturas obligatorias Trabajos de investigacin Prcticas de taller o laboratorio Prcticas de campo Otras Participacin en clase Asistencias a prcticas Otras

X X

X X X

Perfil profesiogrfico de quienes pueden impartir la asignatura Licenciatura en Ingeniera, Matemticas, Fsica o carreras afines cuya carga acadmica en el rea de probabilidad y estadstica sea similar a stas. Deseable con estudios de posgrado o equivalente de experiencia profesional en el rea de su especialidad y recomendable con experiencia docente o con preparacin en los programas de formacin docente de la Facultad en la disciplina y en didctica.