Download Descargar - Cybertesis URP
Document related concepts
Transcript
UNIVERSIDAD RICARDO PALMA FACULTAD DE INGENIERÍA ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA INDUSTRIAL SILABO - ESTADISTICA Y PROBALIDADES I. INFORMACIÓN GENERAL CODIGO SEMESTRE CREDITOS HORAS POR SEMANA PRERREQUISITOS CONDICION PROFESOR PROFESOR E-MAIL : : : : : : : : CE86 Estadística y Probabilidades 5 4 5 (Teoría – Práctica - Laboratorios) CALCULO III Obligatorio Pablo Torres [email protected] II. SUMILLA DEL CURSO El curso prepara al estudiante para aplicar los conceptos, métodos y técnicas de la estadística descriptiva y diferencial para y analizar grupos de datos y variables. Losdeconceptos de probabilidad y variables Se presentan los describir contenidos generales del curso, así como su forma desarrollo. aleatorias se presentan y aplican para predecir valores futuros esperados. Las técnicas de regresión son aplicadas para construir modelos que relacionan y vinculan un conjunto de datos y variables. Se desarrollan problemas de aplicación en ingeniería y se usa software especializado. III. COMPETENCIAS DEL CURSO 1. Organiza datos para su adecuado análisis e interpretación y calcula e interpreta sus propiedades estadísticas fundamentales (valor medio y varianza). Listar 6 y 8ycompetencias quede el curso desarrolla. 2.entre Explica determina laespecíficas probabilidad eventos y variables aleatorios, así como su función de densidad de probabilidad. Cada3.competencia define a través de uno oy más verbossu que reflejan capacidades, habilidades y Entiende y se aplica vectores aleatorios determina función delas densidad de probabilidad conjunta. actitudes que el alumno adquieredea lo largo del curso. 4. Interpreta el concepto distribución muestral y la aplica para calcular la probabilidad de un evento o variable. Se recomienda 5. Construye que cada modelos competencia de regresión sea de lineal dos líneas. para representar la relación entre los parámetros representativos de un conjunto de datos. 6. Aplica las pruebas de Chi-Cuadrado para verificar la función de densidad de probabilidad de un conjunto de datos, así como la dependencia o independencia de dos variables. IV. UNIDADES DE APRENDIZAJE 1. ORGANIZACION DE DATOS Y PRINCIPALES PARAMETROS ESTADISTICOS / 8 HORAS Estadística Población, muestra variable / Clasificación delavariables Métodos Se presenta/ el título de la Unidadyde Aprendizaje junto con cantidad/de horas. para organizar y presentar datos / Datos cualitativos / Datos cuantitativos / Tablas de distribución de frecuencia / Representaciones gráficas / Medidas de tendencia central: mediana media ponderada / Medidas de dispersión: Se listan los temas generales de cada Unidadmedia, de Aprendizaje. varianza, desviación estándar, coeficiente de variación / Medidas de posición: cuartil, decil, percentil / Diagramas de cajas. Se recomienda que un curso no tenga más de 10 unidades de aprendizaje (sólo una recomendación) 2. PROBABILIDAD / 8 HORAS 1 Métodos de conteo / Reglas de adición y multiplicación / Permutaciones y combinaciones / Probabilidad / Experimentos aleatorios, espacio muestral y eventos / Operaciones con eventos / Probabilidad condicional / Probabilidad total / Teorema de Bayes / Diagrama de árbol / Eventos independientes. 3. VARIABLES ALEATORIAS Y DISTRIBUCION D EPROBABILIDAD / 12 HORAS Variable aleatoria: tipos, valor esperado y desviación estándar / Distribución de probabilidad de una variable discreta: binomial, Poisson, hipergeométrica / Distribución de probabilidad de una variable continua: uniforme, normal, gamma, exponencial. 4. VECTORES ALEATORIOS / 4 HORAS Función de densidad de probabilidad conjunta / Distribución marginal / Vector esperado, varianza y covarianza esperado dedefunciones de junto dos variables aleatorias / Covarianza de dos variables Se presenta /el Valor título de la Unidad Aprendizaje con la cantidad de horas. aleatorias. Se listan los temas generales de cada Unidad de Aprendizaje. 5. DISTRIBUCION MUESTRAL / 4 HORAS Muestreo / Técnicas / Muestreo / Distribución del valor medio, la Se recomienda que un muestrales curso no tenga más de 10probabilístico unidades de aprendizaje (sólomuestral una recomendación) varianza / Teorema del límite central. 6. ESTIMACION Y PRUEBAS DE HIPÓTESIS / 12 HORAS Estimación puntual de una muestra aleatoria / Estimadores puntuales: media, media proporcional, diferencia de medias, varianza / Estimación por intervalos / Intervalos de confianza: media, media proporcional y varianza / Pruebas de hipótesis / Tipos de error / Pruebas de hipótesis para media, varianza y proporción / Pruebas de hipótesis para dos varianzas, media poblacional y ratios proporcionales. 7. ANALISIS DE REGRESION Y CORRELACION / 8 HORAS Regresión simple / Diagrama de dispersión / Estimación de parámetros / Descomposición de la varianza total / Coeficiente de determinación / Errores de estimación / Coeficiente de correlación / Intervalos de predicción / Pruebas de hipótesis de coeficientes de regresión. 8. PRUEBAS CHI-CUADRADO / 8 HORAS Pruebas de ajuste para distribuciones uniforme, binomial, Poisson / Tablas de contingencia / Pruebas de independencia. V. LABORATORIOS Y EXPERIENCIAS PRACTICAS Laboratorio 1: Generación de señales aleatorias Se presenta el de cada experiencia delalaboratorio. Laboratorio 2: título Determinación y gráfica de función de densidad de probabilidad Laboratorio 3: Regresión lineal y cuadrática VI. METODOLOGIA El curso se desarrolla en sesiones de teoría, práctica y laboratorio de cómputo. En las sesiones de teoría, el docente presenta los conceptos, teoremas y aplicaciones. las sesiones prácticas, se resuelven diversos Se describe brevemente la metodología de dictado del curso:Ensesiones teóricas, sesiones prácticas de problemas y se analiza su solución. En las sesiones de laboratorio se usa el software de simulación solución de problemas, sesiones de laboratorio, trabajos grupales, participación del alumno, entregaMinitab de para resolver problemas yorales, analizar informes, presentaciones etc.su solución. Al final del curso el alumno debe presentar y exponer un trabajo o proyecto integrador. En todas las sesiones se promueve la participación activa del alumno. VII. FORMULA DE EVALUACION El Promedio Final PF se calcula tal como se muestra a continuación: Se presenta la forma de calcular el promedio final del curso indicando todas las formas de evaluación y sus PF = 0.25 EA + 0.25 EB + 0.10 PC1 + 0.10 PC2 + 0.07LB1 + 0.07 LB2 + 0.07 LB3 + 0.09TF ponderaciones. EA: Examen Parcial PC: Prácticas Calificadas EB: Examen Final LB: Laboratorios Calificados 2 VIII. BIBLIOGRAFIA 1. MENDENHALL, William Se presenta la bibliografía básica del curso. Estadística y Probabilidad para Ingeniería Editorial Prentice Hall, 2005 Deben considerarse no más de tres libros o textos. 2. ALVAREZ, José y TORRES Luis En lo posible considerar textos reconocidos internacionalmente. Probabilidad y Estadística Editorial Alfa Omega, 2004 IX. APORTES DEL CURSO AL LOGRO DE RESULTADOS El aporte del curso al logro de los Resultados del Programa (Competencias Profesionales) se indica en la tabla siguiente: K = clave R = relacionado Recuadro vacío = no aplica Resultados del Programa (Competencias Profesionales) Competencia Aporte Diseño en Ingeniería Solución de Problemas Gestión de Proyectos Aplicación de las Ciencias Experimentación Diseña, implementa, opera y optimiza sistemas productivos para obtener bienes o requerimientos, así como restricciones y limitaciones dadas. Identifica, formula y resuelve problemas de ingeniería usando las técnicas, métodos y herramientas de la ingeniería industrial. servicios que satisfacen Planifica y administra proyectos de ingeniería industrial con criterios de calidad, eficiencia y productividad. Aplica los conocimientos y habilidades en matemáticas, ciencias e ingeniería para la solución de problemas de ingeniería industrial. Formula y conduce experimentos, analiza los datos e interpreta resultados. Aprendizaje para Toda la Vida Perspectiva Local y Global Valoración Ambiental Responsabilidad Etica y Profesional Comunicación Reconoce la importancia del aprendizaje continuo para permanecer vigente y actualizado en su profesión. Comprende el impacto que las soluciones de ingeniería industrial tienen sobre las personas y el entorno local y global. Considera la importancia de la preservación y mejora del medio ambiente en el desarrollo de sus actividades profesionales. Asume responsabilidad por los proyectos y trabajos realizados y evalúa sus decisiones y acciones desde una perspectiva moral. Se comunica de manera clara y convincente en forma oral, escrita y gráfica según los diferentes tipos de interlocutores o audiencias. Reconoce la importancia del trabajo grupal y se integra y participa en forma efectiva en equipos multidisciplinarios de trabajo. Trabajo en Equipo K K R R R Lima, Marzo de 2010 3