@ESPE VICERRECTORADO ACADEMICO GENERAL. PROGRAMA DE ASIGNATURA — SILABO- PRESENCIAL 4. DATOS INFORMATIVOS MODALIDAD? DEPARTAMENTO: ‘ARER DE CONGUMTENTO: Presencial Geena Bxactas nadie CARRERAS: NOWBRES ASIGNATURA, | PERIOD ACRDERICO: Ing: Gn. Electronica Ing. Mecéna, Ing. Mecarnica, ing.| ESTADISTICAL ‘OCTUBRE 2016 - FEBRERO 2017 Sstemas, ng. Geografice ing. Agropescara, ng Bitecnlogia PREREGUISTTOS: TOOT: HRC!351, | Wo: CREDITOS—[RIVEL: "Corsa ce Nivelaion pr careras “ore [Borsa : Primero: Ci ($0100) Cu, Electronica, Mecanice, Seomrtice Biotecnologia, Etctones, ~ Hetodalogia doa investgacin Segundo: Genifes (CHUM 10013 Mosinee ‘Aoopecuaa Mecatonce, ~ Fisica General (EXCT-10002: Sistemas Mecatoica Teroar = {Cont Seen, excr-st00 Botencia! Secor, peropocuana TO-REQUISTTOS: FECHA ‘SESIONESTSEMANAT EE DE ELABORACION: |TEORICAS: | LABORATORIOS: | FORMACION: Reoctiee2016 | "Oy Protetonal [DOCENTE: HECTOR CUMBAL FLORES DESCRIPCION DE LA ASIGNATURA: Esiacistica [es una asignatura que introduce al estudante en el ambito de la organizacion, ands e interpretacion de datos, mediante al conocimianto progresve de teoremas, reglas,leyes, prncipos y técnicas, con el apoyo de herramientas tecnologias para resolver o proyectalos en aplicaciones reaies sobre una muestra inerios sobre la poblecién. En esta asignatura ol estudiante hace suyo et lenguaje Matematico y Estadistic, alrededor de la cual se! ticula la formacion dal ingeniero [CONTRIBUCION DE LA ASIGNATURA A LA FORMAGION PROFESIONAL Esta asignatura cortesponde a la primera elapa deleje de formacin profesional, por fe que proporciona al futuro Profesional las bases conceptusles de leyesy princpios de! anasis estadistica. En al sentido puede realizar informes estadisticos basicos con todo el proceso que ellos implican, es deci la aplcacion de herramientas estadsticas basics y con el apoyo de sofware estadisico, RESULT {UNIDAD DE COMPETENCIA) Puede realizar estudios e informes estadistcos descrptivs e inferencales con lo datos que proporciona una muestra [con ayuda de paquetes computacionales. [OBJETIVO DE LA ASIGNATURA: Desarrollarnabiidades para el anaisis e interpretacion de los resultados oblenidos con la ayuda de las herramientas Joe la estadistica deseaptva, la teora de las probabildades, pruebas de hipotesis sobre una muesira, ye analisis Je regresion simple RESULTADO DE APRENDIZAJE DE LA ASIGNATURA: (ELEMENTO DE COMPETENCIA) Realza analisis estadisico, con cnfcidad y crealivdad de forma sistematica, como soporte para la toma de Jdecsiones io que permite su desarrollo profesional en forma eficente, y se apoya en las herramienias estadsticas@ informaticas especificas 2, SISTEMA DE CONTENIDOS Y RESULTADOS DEL APRENDIZAJEOD Se ESP VICERRECTORADO ACADEMICO GENERAL cs ‘URIDADES DE CONTENIDOS RESULTADOS"DEC RFRENOGAIEYSISTEURDE] ‘UNIDAD + Resultados de Aprendizaje de la Unidad ESTADISTICA DESCRIPTIVA Y PROBABILIDADES —_| informe estacstce con herramientas Cea estadstica descrptvaResuelve problemas reales donde ve requiera el calclo dela probabicades, "17 Entadiaia Deseriptva Fi? Ast Defniciones "basicas: Poblacién, muesea, identiearvarabes pardmetios, Variables, nveles de media. | Representar los datos. en tablas. y_ gricos 1412 Distibuaon de trecuencas. "y. grficos | apropados al tpo de variable. estasticos area principal 1.2. 1.1.3. Medidas Descriptvas: Tendencia central, _|Analzareilerpretar los datos con la ayuda do las 1 Dispersion, Poson y Forma, mecidas descrpives. 1.2 Introduccion a a ievia de las prebabiisades, ‘Tavea principal 13. 4.2.1 Regias de probabiidad:adicdn. complemento. | Determinar i probablidad de la ocurencia de 122 Regia de Probebiidad: condionay Jeventos con la aplcacén dels reglas bascas de probabiidad conjnta probabiicad 12. Regla de probablidd toa (marginal) ‘Tarea principal 1.4, 4.24 Tablas de contingencia,Digramas de arbol | Determinar el espacio muestal, para el calculo de 125 Teorema de Bayes probabiidaces, 1.3 Tecnica de coneo: Permutacones, combinaciones 1.4 Apieaciones con sofware estaistico UNIDAD 2: Resultados de Aprendizaje de fa Unidad 2: DISTRIBUCIONES DE PROBABILIDAD Resuehve problemas que requeren la aplicacién de modelos de dstioucion dseretosy contnios. Zi. Variables aleatoras decrotas Tarea principal 2.1. 2.4.1. Funciones de densidad y dstibuciones de|Aplicar las definones y propiedades de las ‘probabiidad variables alatorias cscrelas para et calelo de 2.1.2. Esperanza matematica, propiededes probabiidedes. 213. Distibueién Binomial fi n 2.14. Distibucion Hipergeomética /Apicar Iss modelos de dstibucon de variables 215. Disinbucion Posson aieatoras ‘discretas para el calevlo de 2. | 218. Ostibucion mutinomiat probabiidedes 2.47. Aplcacones con sofware estaistea Fares oi 22. Variables aleatoras contnuss. JApicar Iss cetnicones y propedades de las 2.21. Fundones de densided y dstibuciones de variables aleatorias continuas para el cAlculo Je probablidad. probabiidades. 2.2.2, Esperanza matomatica, propiedades. Tacea principal 2.4, 223. Diatibucion unforme ‘Apicar las modelos de astroucion de variables 22.4. Oisinbuciones Normal sleaterias ‘contruss para el eslelo de 225. Distrbucion exponencial probabiidades 2.26. Distrbucion T-stident 23. Aplicaciones con sofware! estadistco ‘UNIDAD 3: ESTINACION DE PARAMETROS Y ‘Resultados de Aprendizaje de fa Unidad 3: MODELOS DE REGRESION SIMPLE Realzariferencias sobre a media y fa proparcion, Hala el mijor modelo de regresion para predecia dependienie, a través las variables independientes 3:1. Enadielea ierendal Tatea principal 3 3.14. Distibucion muestal dela media Realzar estimaciones por interalo tanto para la 312. Elteorema del imte central. media como para a proporcion 313. Intenalo de confanza para la media y| Calcul el tomato de fa mvcsta para estimar la proporcin media la proporion 32, Taman de must [faves principal 3.2. 3 | 32:4. Tamatio de muesta para estimar la media y|Plantear y_probar hipsesis apropiadas sobre la 3a, 4 propercion, 3.2.2. Generacien de nimeros aleatorios Pruebas de nipotesis sobre una muestra 3.3.1. Prueba de hipstesis sobre la media 3.3.2, Prueba de hipstesis sobre la proporcion Regresin y correlation simple 3.411 Modelo de regresién lineal simple, 3.42. Otros modelos de regresion simple: potercil, ‘exponencialy logaritmics. 3.4.3 Inlowalos de conflanza y pruebas de hinétesis media. it Partoar y probar hpbtesis apropiadas sobre la proporeen "la leet ate ce retesoy- nnn. ¥ ‘ealzarinfrencies sobre los contoanies@®ESPE VICERRECTORADO ACADEMICO GENERAL para los cooficontes. 3.5. Aplicaciones con sofware estadistco 3. PROYECCION METODOLOGICA Y ‘TIVA PARA EL. DESARROLLO DE. ( PROYECCION DE LOS METODOS DE ENSENANZA-APRENDIZAJE QUE SE UTILIZARAN) Se empearan varios métodos de ensefianza para genera un arendzae de constants scidad, paralo sue se propane Is Sigur esructura 1 Se dlegrosteard conocimontes y habiaades adgundss a incre perio seadémico + Gon ia ayuda dol agnostic ce indagara fo que conece ef ests. como To relacona, que puede hacer con la ayuda de ces ue puede hacer sala gue he ograd que fats pare acanzar eu agrendeae agnfteavo, + Avaves de prequtas yparbspacin de os eatidatese cent recuerdos requtos de aprenday pres que permite a ‘cents conocer cu sa nea do base apart del cual ncrporara huevos elomeios de competes, on caso de encontrar ‘Softening enviar tareae para tance le problems nahouses + Plaiear interrogates als estusantes para que den sus crterosy poedanasimialastuacon poblematica + Seiiicara con expicacones orertadors del contondo ce estuso, donde a docentepantoa loa aspectos ms signfestvos, les concepts, eyes ypincbosy métodosesenciles:y propane la secuenca de abso en cada unidad e ese, ‘+ Sebuscard que el aprendzaje se tase en lanl slucon de problemas, usando ingomacon en forma signfeatva favorecendo\a retencon compen: elo 9 ages Je norman os conceptos ae Wes los inept abadades ena vesouan de probemas de rede etica, ‘+ Se buscaré i resolucén de casos para faverece a realzacicn de pocesos de pensamieno comple, tales camo: ands ‘azonamenlos,argumestaconestevisonesy prtundzacen de dversos temas + ‘Se reatzan practoas en Intorel para decarolar las Rabilsedes poyecacas en Runedn de las competerciasy el uso de altel rien an corns ofrtados ala carrera yoo propos del campo de ects + Ei Cvauan oomph cone toe cee sagrecca envetve Vena, vlorndo el eaaroto él estusanes en cata {area yen espacial an as eugene del aprandaja de cada und, PROYECCION DEL EMPLEO DE LAS TIC EN LOS PROCESOS DE APRENDIZAJE ara opimizare proceso de ensefanca apron, se utara un computador proyerormusimesa. + Gs Tc, Teensionins de i ntomnacny Is comuncactin. ae las emplerin pare Tear las sinlaciones de los temas talados on el aul ypreseriacoes, ‘Se utizars ia oj electronica Exel. otros programas estadisicos d us lee ‘Adem los estudiantes eben tenet fs competoncias para resolver sus prblemas uilzendo calculadras cnc © tn 4 RESULTADOS DEL APRENDIZAJE, CONTRIBUCION AL PERF. DE EGRESO v TECNCA DE Ta : — EearTAnonte NVEFESDELOGRO | ‘Técnica de | Evidencia del APRENDIZAJE Ata | Media | sje | evaluacién | aprendizaje 4) Bala rrr das oon Tater Piantear_al| Elabora un ifome del ayuda do tables grace y problema, apicar | resutaco do la apicacion addas” denetpboss. x | tnoveots, efew ta | do une oncvoetn, con Dsaia,_condsc experiment, tase de datos | una ‘sceouoda saat inerpetar Sees) crater | imerpretacion graicay : | intipetaros. —_° | anata, 2) Rocar is regis do probabiad Eaiacn paical | Aplearadeoiadamonle era resove! problemas eau {Resoucion de | lao voglas co proband proesion tk Apicar x froblones: ora esoucon de Eenccminios en alemabess Fatleres deberes) | hort. cana eben) 3) entice, ommuar_y_Tesober Eran conan | Resvahe po dee problemas relaconedos con is {Resoucion de | ingeneri, eericando Gatnbulones co probbidad frooemes tae condones cries "y ‘sontuen. (| X teres deberes) | necesoise pre, aplcar Wontar, mary TisoNer Ios dlrentes nodes de preplomes de gene) Sisrbucin. ya sean discret ooakruos [) Saectonar — ora —mueara Resa al arate oe apropiags, en base “a las x problemas races gu eta ‘eatlecones de a intrmacin y Satores ccberes) | ink fo de eximacon a Testa. (@ .‘Comuniaarse efecivammente) eatinar 3) Verfcar fiptiess_parameticas ‘Evaluacion paral | Planta _y praca sobre una poblacn. () x {Resolicion de | hipétess sobre la’ media problemas y la proporcion, para el Taleres, deberes) _| aso de una pobiacion fay" Realizar_predcciones, uitzando Evalvacén conunia [Hala el modelo de sofwares esladistico. (K: Us (Resolucin de | regresion apropiado, teenicas, " habildades | y problemas: fapoyandose en herramientas pracieas para. 12 Talleres, deberes) | herramientas Ingenieria) informaticas y | estadstias. ISTRIBUGION DEL. TOTAL TASES | (anonavoms | CLASES | CLASES, | ayntar oes HoRAS | CONFERENCIAS | pRacTiCAS RATORIOS | pepaTes | EvALUACION | MOHORODE @ os 3 7 © c 6 TECNICAS Y PONDERAGION DE LA EVALUACION, “Tecnica de evaluacion fer Panda ia Parca SerParcat, Resolucion de ejecicos 2 2 2 Investigacion Bblografica Lecciones oralescia z z z rusbas oalesiescris 6 6 @ Laboratorio Talites z z z Solucion de problemas. Practicas Exposicion - “Trabajo clabaraine Examen gail z z z ‘Oras formas de evaluacion Tolar a 2 | 7. BIBLIOGRAFIA BA UIA DE IRA TiTULO ‘ROTOR EDICION [ ANO | IBTOWA] EDITORIAL 'PROBABILIDADES VESTADISTICA [Douglas Montgomery, | 1 | 1096 /Espafol |e. Graw Fil aplcadas ala ingeniria. George Runger PROBABILIDAD Y ESTADISTICA, para | Walpole Myers | 2000 /Espate |e: Graw Fi ingenieros BIBLIOGRAFIA COMPLEMENTARIA TTULo ‘AUTOR EDICION | ANO | IOTOWA | — EDITORIAL Entadiaia pave adminstacon y "deraon Sweeney | Toma. | 2670) Espafal |Sengage Economia Estadistca apicada a fos negocios yla Lind. Marchal, Whafen | T5® [2012 | Espa | Me, Graw Fa Economia | 8, LECTURAS PRINCIPALES: TEMA®OESPE VICERRECTORADO ACADEMICO GENERAL. Tutoriales do R Trivoducsn, Manuales de R | wow oren.rprojectorg ‘ACUERDOS: DEL DOCENTE: + Eslorzarme en conocer con ampltud y profundidad al campo académico, cientiica y practica de le asignatura que ensero y preparar debidamente aciuallzado cada tema que exponga, ‘+ Asistra clases siempre y puntualmente dando ejemplo al estuiante para exgele igual comportamiento ‘+ Motivar, estimular y mostrar interés por el aprendizae signicatvo de los estudiantes y evaliar conclaneia y con justia el grado de aprendizaje de le extuciantes ‘+ Fomentar en los estudiantes el interés por la ciencia y fa innovaciontecnolégica,propugnande ademas. tuna eonciencia socal que los impulse a conocer la siuacion economica y socal del pals con un sentido ‘+ de partiipacion y compromso ‘+ Las reiacones con mis colegas deberan estar sustentadas en los principios de lealtad, mutuo respeto, ‘consideracion, soldaridad y en la promocion permanente de oportunidades para mejorar el desarrollo profesional ‘+ Contour en forma comprometida, con calidad de mi labor educatva al prestigoy eficencia de nuesta insttucion ‘+ Promover y mantener et cuidado de las propledades fiscas e infelectuales de la insttucion, para _asegurar un ambiente propico para el mejoramiento continuo del proceso ensefanza aprendizaje + La solucisn de contictes y diferencias entre dooentes y demas companeros de la instuion deberan resolverse mediante el daiogo y e!consenso DE Los ESTUDIANTES: ‘+ Ser honest, no copiar, no ment ni robar en ninguna forma ‘+ Fimar toda prueba y trabajo que reaiza en conocimiento de que no he coplado de fuentes no ppermtdas Mantener en reserva pruebas, exdmenes y toda informacion confidencial CColaborar con los eventos programados por i insitucion igentficarme con la Carrera Llovar siempre miientiicacén en un lugar visible ‘Ser partcipe de una eucacion le, trabajar en rupe ycolaborar en todo sentido con los demas ‘Conducime de tal manera que no debite en forma alguna las oporunidades de reazacion personal y profesional de oras personas dento de la comunidad universtaia, evtare fa ealumnia, la ment Ia cocicia, la envidia ‘+ Promover la bondad,reconocimionto, i feliidad, a amistad, la solidaridad y la verdad ‘+ Respotar y culdar todas las instalaionesfisicas que conforman ia carrera, asi como sus laborstrios y {et campus en general hes. \CENTE tig. Lucia JIMENEZ TACURI, Mgs. Directora Departamento de Ciencias Exactas