UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE INGENIERA MECNICA-ENERGIA DEPARTAMENTO ACADMICO DE INGENIERA MECNICA SLABO

I. INFORMACIN GENERAL: 1.1. 1.2. 1.3. 1.4. 1.5. 1.6. 1.7. 1.8. Asignatura Cdigo Crditos Pre-requisito Ciclo Horas semanales Duracin Profesores: ESTADISTICA M 4121 04 Matemtica III IV Ciclo Teora: 3 Prctica: 2 17 semanas Francisco Torres Pinedo Vladimiro Contreras Tito

II.-SUMILLA: 2.1 NATURALEZA DE LA ASIGNATURA: Curso de formacin general. 2.2 SINTESIS DE CONTENIDO: Combinatoria, probabilidad clsica y axiomtica. Variables aleatorias discretas. Esperanza y variancia. Momentos y funciones generatrices de momentos. Distribuciones discretas importantes. Distribuciones continuas importantes. Distribuciones de probabilidad conjunta. Estadstica descriptiva. Inferencia Estadstica: Muestreo y Distribuciones de muestreo. Teorema del lmite central. Distribucin 2 . Distribucin t. Distribucin F. Intervalos de confianza. Pruebas de Hiptesis III. OBJETIVOS 2.1 GENERALES Por ser el nico curso de estadstica de la carrera, tiene como objetivo dar al alumno un conocimiento completo de combinatoria, probabilidad, estadstica descriptiva e inferencia estadstica, hasta cubrir prueba de hiptesis, evitando algunos detalles de probabilidades y de estadstica descriptiva e inferencial, para as poder cubrir los temas tiles en la investigacin cientfica 2.2 ESPECFICOS Resolver problemas sobre teora combinatoria Demostrar los teoremas fundamentales sobre axiomtica de probabilidad. Resolver problemas sobre probabilidad clsica, condicional, independencia de sucesos y sobre aplicaciones del teorema de Bayes. Resolver ejercicios y problemas sobre momentos, funciones generatrices de momentos, teoremas fundamentales de las distribuciones discretas ms importantes. Resolver problemas sobre las distribuciones continuas ms importantes. Resolver problemas sobre las distribuciones bidimensionales discretas y continuas. Resolver problemas sobre muestreo aleatorio. Usar las diferentes tablas estadsticas: normal, distribucin Ji-cuadrado, distribucin t, distribucin f. Resolver problemas sobre intervalos de confianza.

Resolver problemas sobre prueba de hiptesis.

IV. METODOLOGA. (MTODOS Y TCNICAS DE ENSEANZA) Las clases sern expo siciones tericas de los fundamentos estadsticos ms importantes y que sean asequibles a los alumnos, en consecuencia algunos teoremas sern aceptados sin demostraci n. Se incidir en l as aplicaciones variadas de ejercicios y problemas y al uso de tablas estadsticas de las diferentes distribucio nes. Las prcticas dirigidas consistirn en la soluci n de ejercicios variados con asistencia del profesor y en forma continuada en todas las clases.

V RECURSOS A UTILIZAR Pizarra, tizas o plumones de pizarra acrlica segn el caso, y cuando se disponga de equipo de multimedia clases grabadas en disco en Power Point. problemas impresos en diferentes captulos del curso. Seminarios, sobre problemas segn la necesidad de los estudiantes. VI CONTENIDO ANALTICO

Semana 1: CAP 1 Combinatoria (5 horas) Objetivos: Al finalizar el captulo el alumno ser capaz de: Conocer las definiciones de combinacin, permutacin, nmero de combinaciones, nmero de permutaciones, permutaciones circulares, particiones y permutaciones con elementos repetidos o indistinguibles. Aplicar todos estos conceptos a la resolucin de ejercicios y problema 1.1 Anlisis combinatorio. Permutaciones, combinaciones, principio fundamental Permutaciones circulares .............................................................................................2 hs. 1.2 Particiones, permutaciones con elementos repetidos. Ejercicios y problemas de aplicacin de la parte 1.1 .............................................................................................................3 hs. Semana 2: CAP 2 Probabilidad (8 horas) Objetivos: al finalizar el captulo el alumno ser capaz de conocer. Los conceptos de probabilidad clsica, probabilidad axiomtica, probabilidad condicional, probabilidad total y frmula de Bayes. Resolver problemas aplicando la definicin clsica. Resolver problemas geomtricos y de frecuencia relativa. Resolver problemas de probabilidad condicional, probabilidad total y aplicar la frmula de Bayes.

2.1 Probabilidad: definicin de Laplace. Experimentos aleatorios, eventos y espacio muestral. Extensin de la definicin a sucesos medibles. Probabilidades geomtricas y frecuencia relativa como probabilidad 2 hs. 2.2 Teora axiomtica de probabilidad. Axiomas, teoremas, aplicaciones. Probabilidad condicional, eventos independientes Problemas 3 hs.

Semana 3 3.1 Teorema de Bayes. Frmula de Bayes y frmula de probabilidad total. Problemas de aplicacin. Problemas clsicos importantes 3.2 Prctica Calificada 1 Semana 4. CAP 3: Variables Aleatorias Discretas (10 horas) Objetivos: al finalizar el captulo el alumno ser capaz de: Conocer los conceptos variable aleatoria, variable aleatoria discreta, distribucin de una v.a.d. esperanza y varianza de una v.a.d. momentos y funcin generatriz de momentos, momentos factoriales y funcin generatriz de momentos factoriales, distribuciones discretas importantes: la distribucin binomial, geomtrica, de Pascal, hipergeomrica, de Poisson y multinomial Resolver problemas sobre distribuciones de v.a.d. Resolver problemas sobre distribuciones de v.a.d. importantes Resolver problemas sobre esperanza y varianza de una v.a.d. Calcular los momentos y las funciones generatrices de momentos de las diferentes distribuciones. Aplicar a la resolucin de problemas de esperanza y varianza mediante el uso de funciones generatrices de momentos. 4.1 Variables aleatorias. Variables aleatorias discretas. Distribucin y funcin de distribucin de una variable aleatoria discreta. Esperanza y variancia de una v.a. discreta 2 hs. 4.2 Momentos y funcin generatriz de momentos de una v.a. discreta. Funcin generatriz de momentos factoriales. La distribucin .. Teoremas relativos. Problemas 3 hs. Semana 5. 5.1 La distribucin geomtrica. La distribucin hipergeomtrica. La distribucin de Pascal. Teoremas relativos. Aplicaciones de estas distribuciones 2 hs. 5.2 La distribucin de Poisson. Teoremas relativos. Aproximacin de la binomial por la distribucin de Poisson. La distribucin multinomial. Ejercicios 3 hs. Semana 6. CAP. 4: Variables Aleatorias Continuas (10 horas) Objetivos al finalizar el captulo el alumno ser capaz de: Conocer los conceptos de funcin de densidad, funcin de distribucin de una variable aleatoria continua, esperanza y varianza de una v.a. continua, momentos y funciones generatrices de momentos de una variable aleatoria continua Conocer las distribuciones continuas ms importantes: distribucin uniforme, exponencial, normal, gamma, Ji-cuadrado. Calcular los momentos y las funciones generatrices de momentos de las distribuciones continuas. Resolver problemas aplicando los conocimientos sobre variables aleatorias continuas. 3 hs. 2 hs.

6.1 Variables aleatorias con distribucin continua. Funciones de densidad. Esperanza y varianza. Momentos y funciones generatrices de momentos. Funcin de distribucin de una v.a.c. 2 hs. 6.2 Distribuciones continuas importantes. La distribucin uniforme. La distribucin exponencial. La distribucin normal. Teoremas relativos. Uso de tablas 3 hs. Semana 7 7.1 Segunda prctica calificada 2 hs. 7.2 La distribucin gama. La distribucin Ji-cuadrado. La distribucin beta. La distribucin de Weibull. Distribucin de una funcin de una v.a. 3 hs.

Semana 8. EXAMEN PARCIAL Semana 9. CAP 5: Variables Aleatorias Conjuntamente Distribuidas, distribuciones de muestreo y estadstica descriptiva (13 horas) Objetivos: Al finalizar el captulo el alumno ser capaz de: Conocer los conceptos de variables aleatorias bidimensionales, distribuciones discretas conjuntamente distribuidas, distribuciones continuas conjuntamente distribuidas, distribuciones marginales, distribuciones de tres y ms dimensiones, variables aleatorias independientes Calcular las funciones de densidad marginal a partir de las funciones de densidad conjunta Determinar si dos variables aleatorias son independientes. Conocer la desigualdad de Tchbychev, la ley de los grandes nmeros y el teorema del lmite central y sus aplicaciones a resoluciones de ejercicios y problemas Resolver problemas sobre aproximacin de la Normal a las distribuciones normal y de Poisson. Usar excel para determinar frecuencias y agrupar datos muestrales. Trazar en excel histogramas, polgonos de frecuencias y ojivas. Determinar medidas de tendencia central: media, mediana, moda, cuantilas, media geomtrica, media armnica, as como las mediadas de dispersin: varianza, desviacin estndar, coeficientes de variacin y los coeficientes de asimetra y curtosis de Pearson y usarlos en problemas. Conocer los teoremas sobre muestreo, y distribuciones muestrales. Conocer la distribucin Ji-cuadrado, la distribucin t y la distribucin F. Conocer la distribucin de la diferencia de medias y sus aplicaciones. Conocer la distribucin de proporciones y sus aplicaciones.

9.1 Distribuciones bidimensionales discretas. Distribuciones marginales correspondientes. Distribuciones bidimensionales continuas. Distribuciones marginales correspondientes. Mencin de v.a. n-dimensionales. Variables aleatorias independientes.... ................... 2 hs. 9.2 Desigualdad de Tchebychev, Ley de los grandes nmeros, Teorema del Lmite central 3 hs. Semana 10. 10.1 Estadstica descriptiva, Agrupacin y representacin de datos. Distribuciones de frecuencias absolutas, relativas, acumuladas y porcentuales. Histogramas. Polgonos de frecuencia. Ojivas. 2 hs. 10.2 Medidas de tendencia central. Media aritmtica. Media aritmtica ponderada. Mediana, moda y cuantilas. Media geomtrica. Media armnica. Medidas de dispersin. Varianza y desviacin estndar. Coeficiente de variacin. Asimetra y curtosis.3 hs. Semana 11. 11.1 Tercera prctica calificada. ...2 hs. 11.2 Aproximacin de la distribucin normal a la distribucin binomial. Aproximacin de la distribucin normal a la distribucin de Poisson. Teoremas sobre distribuciones de muestreo. Distribucin de muestreo de la media muestral. Distribucin de muestreo de la varianza muestral. La distribucin t. Distribucin de la diferencia de dos medias maestrales. La distribucin F.... 3 hs. Semana 12. Captulo 6 Intervalos de confianza (5 horas)

Objetivos. Al finalizar el captulo el alumno ser capaz de: Resolver problemas sobre estimacin por intervalos de confianza, para la media poblacional; conocida la varianza y desconocida la varianza. Resolver problemas sobre estimacin por intervalos de confianza para la varianza poblacional.

Resolver problemas sobre estimacin por intervalos para la diferencia de medias y para la proporcin. 12.1 Mencin sobre estimaciones puntuales. Estimacin por intervalos de confianza. Intervalo de confianza para cuando se muestrea poblacin normal con varianza conocida. Id. Varianza desconocida. Tamao de muestras. Intervalo de confianza para la diferencia de medias cuando se muestrean dos poblaciones normales independientes..2 hs. 12.2 intervalo de confianza para 2 cuando se muestrea distribucin normal media desconocida. Intervalo de confianza para el cociente de dos varianzas cuando se muestrean dos distribuciones normales independientes. Intervalo de confianza para la proporcin cuando se muestrea poblacin binomial. Tamao de muestras 3 hs. Semana 13. Prueba de hiptesis Objetivos: Al finalizar el captulo el alumno ser capaz de: Resolver problemas sobre pruebas de hiptesis respecto a las medias cuando se muestrean poblaciones normales. Resolver pruebas de hiptesis para dos muestras. Resolver problemas sobre proporciones cuando se muestrean poblaciones binomiales Resolver problemas pruebas de medias cuando las observaciones estn pareadas Resolver pruebas de hiptesis con respecto a las varianzas cuando se muestrean poblaciones normales, para una y dos muestras. Resolver problemas sobre inferencias respectos a las proporciones de dos distribuciones binomiales independientes. 13.1 Hiptesis nula e hiptesis alternantes. Pruebas de una y dos colas. Error tipo I y error tipo II. Nivel de significacin. Regin crtica. Estadstico de prueba. Prueba de hiptesis para la media poblacional cuando se muestrea poblacin normal. casos.................... 2 hs. 13.2 Prueba de hiptesis para la diferencia de medias cuando se muestrea dos poblaciones normales. Casos. Prueba de hiptesis para datos pareados.... 3 hs. Semana 14. 14.1 Prueba de hiptesis para la proporcin, cuando se muestrea poblacin binomial. Prueba de hiptesis para la varianza y la desviacin tpica... 2 hs. 14.2 Prueba de hiptesis para la comparacin de varianzas. Usos de la distribucin F. Problemas de repaso ..... 3 hs. Semana 15. 15.1 Cuarta prctica calificada 15.2 Regresin. El modelo de regresin lineal simple. Ecuaciones normales. Recta de regresin. Mencin de Correlacin simple. Coeficiente de correlacin lineal. .. ... 3 hs. Semana 16 Examen final Semana 17 Examen sustitutorio. VII. SISTEMA DE EVALUACIN.

Toda evaluacin es vigesimal y entera. La fraccin de ms se redondea a favor del alumno. Aprueba el alumno cuya nota final (NF) es de 11 ms. La nota final es el promedio de tres notas: el promedio de prcticas (PP), el examen parcial (EP) y el examen final (EF). Se tomarn cuatro prcticas calificadas cada una de las cuales consta de un examen escrito. Para el promedio de prcticas slo se consideran las tres mejores notas (de las cuatro) ms un trabajo monogrfico, todo dividido por cuatro. La ltima semana se tomar un examen sustitutorio cuya nota reemplazar si es mayor slo a una de las notas EP EF. Tienen derecho a dar el examen sustitutorio slo quienes tienen como promedio de prcticas la nota mayor o igual que siete. VII BIBLIOGRAFA ESTADISTICA DESCRIPTIVA (1) (2) (3) DEVORE, Jay. Probabilidad y estadstica para ingeniera y ciencias. Editorial Thomson. Mxico 2005. MOYA, Rufino. Estadstica Descriptiva. Editorial San Marcos. 1992 GARCA OR, Celestino. Estadstica Descriptiva y Probabilidad. Editorial Princelines.1991

PROBABILIDAD E INFERENCIA ESTADISTICA (4) MENDENHALL W. / SINCICH T. Probabilidad y estadstica para ingeniera y ciencias. Prentice Hall. Mxico. 1997 (5) MONTGOMERY D./ RUNGER G. Probabilidad y Estadstica aplicadas a la ingeniera. McGraw-Hill. Mxico 1996 (6) DEVORE, Jay Probabilidad y estadstica para ingeniera y ciencias. Editorial Thomson. Mxico 2005. (7) MILLER / FREUND / JOHNSON. Probabilidad y estadstica para ingenieros. Prentice-Hall hispanoamericana. Mxico. 1992 (8) LARSON, Harold. Introduccin a la teora de probabilidades e inferencia estadstica. Limusa. Mxico. 1978 (9) CANAVOS, George. Probabilidad y estadstica. Aplicaciones y mtodos. McGraw-Hill. Mxico. 1995. (10) MOYA, Rufino /SARAVIA, Gregorio. Probabilidad e inferencia estadstica. Editorial Marcos. 2da edicin (11) Triola, Mario Estadstica Pearson, Educacin. Mxico.2006 (12) WakerlyMendenhallScheaffer Estadstica Matemtica Cengage Learning Editores Mxico.2010 (13) Esteban Garca, Jess, et al. Inferencia estadstica Garceta. Madrid.2011

San