Facultad de Ciencias Naturales, Exactas y de la Educacin

Departamento de Matemticas

Asignatura: Estadstica y Probabilidad

Cdigo: Mat 131
Requisito: Clculo I(Mat 102)

Crditos: 4
Intensidad Horaria: 4 hs

1. INTRODUCCIN
La Estadstica se puede considerar como un enfoque sistemtico para obtener respuestas razonables junto
con alguna medida de su confiabilidad. El uso de datos en un nmero creciente de profesiones y reas del
conocimiento humano, del gobierno, la industria y la investigacin cientfica, ha llevado a una mayor
demanda en la comprensin y manejo, a diferentes niveles, de los principios y mtodos de la Estadstica, por
parte de distintos usuarios. La Estadstica en la prctica es aplicada en variadas situaciones como en el
estudio de la efectividad de un tratamiento mdico, de un nuevo abono para plantas, en sondeos de opinin y
estudios de actitudes, en estudios de mercadeo, en gentica, en ciencias de la tierra y del ambiente, en rea
financiera y econmica, en control estadstico de calidad de productos y servicios, y en muchas reas ms.
La Estadstica provee de un cuerpo de principios y mtodos para el diseo de procesos de obtencin,
resumen e interpretacin de datos e inferencias sobre diferentes fenmenos. Estas inferencias se hacen
respecto a los parmetros estadsticos de la funcin de probabilidad de la poblacin, los cuales son
generalmente desconocidos, y se requiere estimarlos de manera adecuada en trminos de confiabilidad y
precisin, as como tambin validar hiptesis sobre los mismos.
2. DESCRIPCIN
El curso comienza introduciendo las definiciones bsicas estadstica descriptiva para datos discretos y
continuos, uni y bivariados, as como el anlisis de regresin lineal simple descriptivo. Posteriormente, se
hace una introduccin a la teora de la probabilidad, se estudian las variables aleatorias y distribuciones de
probabilidad de uso comn, as como de algunas distribuciones de probabilidad especiales. Posteriormente,
se introduce la idea una funcin de una variable aleatoria y mtodos para derivar funciones de varias
variables, como son los mtodos de la funcin de distribucin, transformacin inversa y funcin generadora
de momentos.
3. OBJETIVO GENERAL
El objetivo general del curso consiste en estudiar y aplicar las ideas y los mtodos del anlisis descriptivo de
datos, as como los principios bsicos de probabilidad y de las variables aleatorias en los que se
fundamentan los procesos para hacer generalizaciones o inferencias estadsticas acerca de los parmetros
de una poblacin, a partir de la informacin contenida en una muestra de datos de la misma.
4. OBJETIVOS ESPECFICOS

Conocer, estudiar y aplicar:

a.)
b.)
c.)
d.)

las ideas y los mtodos bsicos para la descripcin y anlisis de datos

los fundamentos bsicos de la teora de la probabilidad
las variables aleatorias, sus propiedades y distribuciones probabilsticas
los mtodos para determinar densidades para funciones de variables aleatorias

5. CONTENIDO
Captulo 1: ESTADSTICA DESCRIPTIVA
Definiciones bsicas. Tipos de datos. Escalas de medicin. Datos discretos y continuos. El concepto de
distribucin de frecuencias. Propiedades. Representaciones grficas. Funcin de densidad emprica. Funcin
emprica de distribucin acumulativa. Medidas de tendencia, dispersin y forma de una distribucin emprica
de datos. Media geomtrica. Distribuciones de frecuencia bivariadas: conjuntas, marginales y condicionales.
Media y varianza condicionales. Intervarianza e intravarianza. Regresin lineal simple descriptiva
Captulo 2: INTRODUCCIN A LA PROBABILIDAD
Tipos de probabilidad. Definiciones bsicas. Axiomas y teoremas de probabilidad. Probabilidad condicional y
regla de la multiplicacin. Independencia probabilstica. Tcnicas de conteo. Probabilidad total y Teorema de
Bayes.
Captulo 3: VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD
Distribuciones discretas de probabilidad. Distribucin acumulativa de probabilidad discreta. Valor esperado y
varianza. Propiedades. Momentos de una variable aleatoria. Distribuciones Bernoulli, Geomtrica, Binomial,
Hipergeomtrica, Binomial negativa y Poisson. Funcin de densidad de probabilidad. Valor esperado y
varianza. Funcin de distribucin acumulativa continua. La distribucin uniforme. La distribucin exponencial.
La distribucin normal y propiedades. Teorema de estandarizacin. Desigualdad de Chebyshev. Teorema de
De Moivre-Laplace. Algunas distribuciones especiales y sus aplicaciones: La distribucin Gamma. La
distribucin Ji-cuadrado. La distribucin t-Student. La distribucin F. Distribuciones Beta y Weibull.
Captulo 4 : FUNCIONES DE VARIABLES ALEATORIAS
Conceptualizacin. Mtodos para encontrar funciones de probabilidad de una variable aleatoria: Mtodo de la
funcin de distribucin; mtodo de la transformacin inversa. Funcin generadora de momentos.
Propiedades. Aplicaciones. Teoremas de reproducibilidad de la distribucin normal y chi-cuadrado.
Estadsticas de orden.
BIBLIOGRAFA
Textos a nivel introductorio

Behar, R. y Yepes, M.Estadstica: un enfoque descriptivo. Univalle. Fac. de Ingeniera.

Daniel, W. Bioestadstica. Uthea, Noriega Editores.

Steel, R. and Torrie, J. Bioestadstica: principios y procedimientos. McGraw-Hill

Marques de Cant, Maria Jos. Probabilidad y Estadstica para Ciencias Qumico-Biolgicas.

Preedicin. McGrawHill, Mxico, 1991.

Sokal and Rohlf, (1981). Biometry. Prentice Hall.

Zuwaylif, F. Estadstica general aplicada. Fondo Educativo Interamericano.

Behar, R. Comprendiendo la Estadstica. Universidad del Valle. Fac. de Ing.

Mendenhall y Sincich. Probabilidad y Estadstica para Ciencias e Ingeniera.

Walpole. Probabilidad y Estadstica para ingenieros. PHH

Montgomery, D. Y Runger, G. Probabilidad y estadstica aplicadas a la ingeniera. McGrawHill.

Johnson, R. Probabilidad y Estadstica para ingenieros de Miller y Freund. Ed. PHH

Milton, J. S. And Arnold, J.C. Introducction to probability and statistics. McGrawHill

Johnson, R. and Tsui, K. Statistical reasoning and methods. John Wiley & Sons.

Textos a nivel medio

Freund, J.E., Miller, I., y Miller M. Estadstica Matemtica con aplicaciones .Ed. Prentice Hall.

Mendenhall, Scheafer y Wackerly. Estadstica Matemtica con aplicaciones. Ed. Iberoamericana.

Meyer, P. Probabilidad y aplicaciones estadsticas. Fondo Educativo Interamericano.

Canavos, G. Probabilidad y Estadstica: aplicaciones y mtodos. McGrawHill.

DeGroot, M. Probabilidad y Estadstica. Adisson Wesley

Textos a nivel avanzado

Mood, A., Graybill, and Boes. Introduction to the theory of statistics. McGrawHill

Casella, G. and Berger, R.,L. Statistical Inference. Second Edition. Duxbury Advanced series.

Robert V. Hogg and Allen T. Craig. Introduction to Mathematical Statistics. 5 Edicin. McMillan
Company. London.