58

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE ESTUDIOS SUPERIORES ACATLN

PLAN DE ESTUDIOS DE LALICENCIATURA ENACTUARA

PROGRAMA DE ASIGNATURA

SEMESTRE: 3 Probabilidad I
CLAVE:

MODALIDAD CARCTER TIPO
HORAS AL
SEMESTRE
HORAS
SEMANA
HORAS
TERICAS
HORAS
PRCTICAS
CRDITOS
Curso Obligatoria
Terico-
prctica
96 6 4 2 10

ETAPA DE FORMACIN Bsica
CAMPO DE CONOCIMIENTO Probabilidad y Estadstica

SERIACIN S (\ ) No ( ) 0o||galor|a (\ ) lrd|cal|va (\ )
SERIACIN ANTECEDENTE
Clculo Diferencial e Integral II (Obligatoria)
lgebra Superior II (Indicativa)
SERIACIN SUBSECUENTE
Estadstica I (Obligatoria)
Matemticas Financieras II (Indicativa)
Matemticas Actuariales I (Obligatoria)
Objetivo general:El alumno aplicar conceptos fundamentales de la teora de la probabilidad para la construccin y
anlisis de modelos inducidos por variables aleatorias.

ndice Temtico Horas
Unidad Tema
Tericas Prcticas
1 Introduccin a la teora de la probabilidad 16 8
2 Variable aleatoria 16 8
3 Anlisis de modelos de probabilidad 14 6
4 Transformaciones y simulacin 18 10
Total de horas: 64 32
Suma total de horas: 96


UNIDAD OBJ ETIVO PARTICULAR
1. Introduccin a la teora de la
probabilidad
1.1. Enfoques de la probabilidad
(clsico, frecuentista y subjetivo)
1.2. Espacio muestral y espacio de
eventos
1.3. Definicin axiomtica de la
probabilidad y propiedades
bsicas.
El alumno explicar los axiomas a partir de los cuales se
construye la teora de la probabilidad y demostrar y
aplicar propiedades bsicas para el clculo de
probabilidades.

59

1.4. Clculo de probabilidades en
espacios muestrales finitos o
infinito numerables
1.5. Probabilidad condicional e
independencia
2. Variable aleatoria
2.1. Definicin formal y su
caracterizacin por medio de
funciones de distribucin
2.2. Tipos: discreta, continua y mixta
2.3. Propiedades y teorema de
descomposicin
2.4. Construccin de modelos
inducidos por variables aleatorias
discretas: Uniforme, Binomial,
Poisson, Geomtrico y Binomial
Negativo, Hipergeomtrico
2.5. Construccin de modelos
inducidos por variables aleatorias
continuas: Uniforme, Exponencial
y Gamma
2.6. Otros modelos de variables
aleatorias continuas: Normal,
Cauchy, Beta, Pareto
El alumno describir el concepto de variable aleatoria y sus
propiedades bsicas, y lo aplicar en la construccin de
modelos de probabilidad.

3. Anlisis de modelos de probabilidad
3.1 Medidas de tendencia central
(esperanza, mediana y moda)
3.2 Medidas de dispersin (varianza,
cuantiles, rango intercuartlico)
3.3 Familias exponenciales
3.4 Familias de localizacin y escala
El alumno aplicar herramientas bsicas para el anlisis de
modelos de probabilidad.

4. Transformaciones y simulacin
4.1. Distribuciones truncadas
4.2. Tipos de transformaciones
unidimensionales de variables
aleatorias (discreta a discreta,
continua a discreta, continua a
continua, continua a mixta, mixta
a discreta, mixta a mixta)
4.3. Algoritmos de simulacin de
variables aleatorias discretas,
continuas y mixtas (mtodo de la
transformacin inversa, mtodo
de aceptacin-rechazo)
4.4. Funciones generadoras (de
probabilidades y de momentos)
El alumno aplicar tcnicas de transformaciones de
variables aleatorias en la construccin de modelos de
probabilidad y en la simulacin de variables aleatorias.

Bibliografa bsica
Domnguez Martnez, J .I. (2001). Diseo y anlisis de modelos de probabilidad. Mxico D.F: Grupo Editorial
Iberoamrica.
60

Garca lvarez, M.A. (2005). Introduccin a la teora de la probabilidad (primer curso). Mxico D.F: Fondo de
Cultura Econmica.
Grimmett, G.R., Stirzaker, D.R. (2001). Probability and randomprocesses. Oxford: Oxford University Press.
Ross, S.M. (2006).A first course in probability theory.NewJ ersey: Prentice Hall.
Mood,A.M.; Graybill, F.A., Boes, D.C. (1974).Introduction to the theory of statistics.Nueva York: McGraw-Hill.
Rincn. L. (2007). Curso Intermedio de Probabilidad. Mxico. C.U. UNAM

Bibliografa complementaria
Feller, William. (1978). Introduccin a la teora de probabilidades y sus aplicaciones Vol.I Mxico: Limusa.
Obregn, S.I. (1980). Teora de la probabilidad. Mxico, D.F: Limusa.
Parzen, E. (1997). Teora moderna de probabilidades y sus aplicaciones. Mxico, D.F: Limusa.


Sugerencias didcticas: Sugerencias de evaluacin del aprendizaje:
Anlisis de lecturas
Empleo de medios audiovisuales
Exposiciones docentes
Exposiciones de los alumnos, supervisadas
por el profesor
Participacin en tcnicas grupales
Realizacin de ejercicios con apoyo
computacional, utilizando software como
Maple, Mathematica, MATLAB o algn
software libre
Resolucin de exmenes ante el grupo
Resolucin de problemas

Exmenes parciales
Exmenes finales
Tareas
Elaboracin de un trabajo de aplicacin
individual o grupal
Participacin en clase
Ejercicios en clase


Perfil profesiogrfico: Licenciado en Actuara, Estadstica o Matemticas, preferentemente con posgrado en el
rea de probabilidad o estadstica.