PONTIFICIA UNIVERSIDAD CATLICA DEL PER

ESTUDIOS GENERALES CIENCIAS PROGRAMA ANALTICO

CURSO CLAVE TIPO CRDITOS HORAS DE TEORA HORAS DE PRCT. HORAS DE LAB. REQUISITOS SEMESTRE
I.

: ESTADSTICA (ESTD) : EST145 : OBLIGATORIO PARA LAS ESPECIALIDADES DE CIENCIAS, INGENIERA INDUSTRIAL,
INGENIERA INFORMTICA E INGENIERA MECNICA

: : : : : :

4.50 4 SEMANALES 2 QUINCENALES NO TIENE MAT119, [MAT129] 2012-2

Objetivos del curso

Al trmino del semestre, el estudiante adquirir los conocimientos y herramientas bsicas de estadstica, descriptiva e inferencial y de probabilidad, que le permitirn describir resumidamente un conjunto de datos; reconocer y aplicar los procedimientos de inferencia estadstica, estimacin y prueba de hiptesis, en diversas situaciones; usar un modelo probabilstico para describir una variable; e identificar situaciones en las que puedan ser aplicados los modelos ms conocidos.

II. Metodologa El curso se desarrolla con clases expositivas del profesor y con recursos informticos a fin de lograr clases ms dinmicas. Se presentan conceptos, reglas y tcnicas, con nfasis en las aplicaciones. En las clases se promueve el uso de los conceptos impartidos en la solucin de problemas que se planteen con una participacin activa de los alumnos. Despus de cada prctica, el profesor har una revisin de lo tratado en sta, de modo que se complemente la preparacin de los alumnos para los exmenes. Las consultas que el estudiante necesite realizar al profesor del curso las puede hacer durante la clase (si el tema corresponde), fuera de ella (en los horarios de asesora que el profesor proporciona) o por correo electrnico. III. Sumilla El curso est orientado a proporcionar las tcnicas de la estadstica, descriptiva e inferencial, y preparar al estudiante en su aplicacin en el proceso de convertir datos numricos aislados en informacin, til para la toma de decisiones. Tambin se da una introduccin a la disciplina de probabilidad, que incluye nociones de probabilidad, variable aleatoria y modelos probabilsticos. IV. Descripcin del programa

CAPTULO 1. Nociones de estadstica descriptiva (8 horas)

Conceptos bsicos: estadstica descriptiva e inferencial; poblacin y muestra; parmetros y estadsticas; variables estadsticas, clasificacin. Escalas (lectura para el alumno). Organizacin y tratamiento de datos: estadsticas principales; patrones de tendencia central, dispersin y asimetra; distribucin de frecuencias y representaciones grficas. Medidas de ubicacin: la moda, media aritmtica y mediana; percentiles. Medidas de dispersin: rango, rango intercuartil, desviacin estndar, varianza, coeficiente de variacin. Medidas de asimetra y curtosis: coeficientes de asimetra y de curtosis (lectura para el alumno). Otras representaciones grficas: grficos de barras, de barras agrupadas, de partes componentes, grficos de lneas, etc. (lectura para el alumno). Otras medias: la media geomtrica y la media armnica (lectura para el alumno). Regresin lineal: regresin lineal simple y el mtodo de los cuadrados mnimos (lectura para el alumno).

CAPTULO 2. Nociones de probabilidad (14 horas)

Conceptos bsicos: experimento aleatorio, espacio muestral, sucesos o eventos, lgebra de sucesos. Definicin axiomtica de probabilidad: propiedades bsicas, clculo de probabilidades con propiedades; riesgo y confianza. Probabilidad condicional: definicin, reglas de la multiplicacin, de la probabilidad total y de Bayes. Independencia: definicin, propiedades y clculo de probabilidades. Probabilidad clsica y anlisis combinatorio: definicin, principio de la multiplicacin y nmero combinatorio.

Programa analtico de Estadstica

CAPTULO 3. Variables aleatorias y modelos o distribuciones de probabilidad (18 horas)

Variables aleatorias: definicin, clasificacin, modelo o distribucin de probabilidades. Valor esperado y desviacin estndar: definicin, propiedades, aplicaciones. Funcin de distribucin acumulada de una variable aleatoria: definicin, propiedades, uso. Modelos probabilsticos o distribuciones de probabilidad importantes: modelos relacionados con un proceso de Bernoulli, binomial, geomtrica, Pascal o binomial negativa; modelos relacionados con un proceso de Poisson, Poisson, exponencial y gamma; modelo normal o de Gauss, propiedades (cambio de escala, suma y teorema del lmite central), aplicaciones; modelo hipergeomtrico; otros modelos.

CAPTULO 4. Introduccin a la estadstica inferencial (16 horas)

Conceptos bsicos: muestra aleatoria de una variable, parmetros y estadsticas usuales. Estimacin de parmetros: estimacin puntual, estimadores usuales de los parmetros principales, estimadores insesgados y eficientes, estimacin por el mtodo de mxima verosimilitud. Intervalo de confianza: estimacin por intervalos, definicin y ejemplos. Intervalos de confianza usuales y aplicaciones: para la media de una poblacin, la distribucin t-student, para una proporcin, para la varianza de una poblacin normal, la distribucin ji-cuadrado; determinacin del tamao de muestra. Prueba o contraste estadstico de hiptesis: definiciones, errores y probabilidades de tipo I y tipo II, potencia; ejemplos. Pruebas de hiptesis usuales: sobre la media, la varianza y la diferencia de medias; sobre una proporcin y la diferencia de proporciones; determinacin del tamao de la muestra. El valor p o nivel de significacin observado: uso, aplicaciones. V. Bibliografa Textos gua CRDOVA, Manuel. Estadstica: Descriptiva e Inferencial. 5. ed. Lima: Moshera, 2003. VLIZ, Carlos. Estadstica: aplicaciones. 4. ed. Lima: Copias grficas, 2000. Textos complementarios FLORES, D. Estadstica. Lima: Oficina de Publicaciones PUCP, 2004. LOPES, Paulo. Probabilidad y estadstica. Bogot: Pearson Educacin, 2000. MENDENHALL, William y SINCICH, Terry. Probabilidad y estadstica para ingeniera y ciencias. 4. ed. Mxico: Pearson Educacin, 1997. VI. Sistema de evaluacin Reglamento Los promedios de prcticas se calculan con aproximacin hasta las dcimas. Cualquiera sea la cifra de las centsimas, no se tomar en cuenta. La nota final del curso se expresa solo en nmeros enteros. Si el clculo de la nota final da un total con decimales, debe convertirse esa cifra a enteros (se aade un punto a la nota si el primer decimal es cinco o ms; se elimina el decimal si es menor de 5). La nota final del curso se calcular utilizando la frmula que a continuacin se detalla. En ella se usa la siguiente nomenclatura: Nf E1 E2 P : : : : nota final nota del primer examen (medio ciclo) nota del segundo examen (final) promedio de las prcticas de tipo Pa (incluye las de tipo Pc que hubieran). Para efectos de obtener el promedio de prcticas de tipo Pa no se toma en cuenta la prctica con calificativo ms bajo.
Nf = 3E 1 + 4E 2 + 3P 10
a a a

Para los alumnos que rindan el examen especial, este reemplazar al examen al cual el alumno falt segn los artculos 5 y 41 del Sistema de Evaluacin. San Miguel, agosto de 2012