UNIVERSIDAD JOSÉ CARLOS MARIÁTEGUI

FACULTAD DE INGENIERÍA

Escuela Profesional de Ingeniería Ambiental

SÍLABO
ESTADÍSTICA Y PROBABILIDAD
2018
 SÍLABO DE ESTADÍSTICA Y PROBABILIDAD
PLAN DE ESTUDIOS 2016

1. PRESENTACIÓN
El sílabo es una herramienta de planificación y organización y es importante porque contiene
toda la información necesaria sobre la asignatura: objetivos, contenidos, secuencia didáctica,
metodologías, mecanismos de evaluación y referencias bibliográficas; con el fin de que el
estudiante pueda alcanzar los resultados deseados.

2. OBJETIVOS
. Brindar los contenidos, la estrategia de enseñanza-aprendizaje y la evaluación de la
asignatura.
. Posibilitar al docente y al estudiante el desarrollo planificado del proceso enseñanza-
aprendizaje.
. Posibilitar medidas correctivas de las previsiones curriculares cuando son necesarias, dado
su flexibilidad.
. Asegurar la coherencia interna y externa del desarrollo de la asignatura con los propósitos y
estrategias planeadas para la formación profesional por la universidad.
. Guiar correctamente el trabajo del docente y estudiantes.

3. ALCANCE
Facultad de Ingeniería de la Universidad José Carlos Mariátegui
4. REFERENCIAS NORMATIVAS
ISO 9001:2015
5. ESTRUCTURA
5.1. DATOS GENERALES

FACULTAD : INGENIERÍA
ESCUELA PROFESIONAL: INGENIERÍA AMBIENTAL
ASIGNATURA : ESTADÍSTICA Y PROBABILIDAD
CÓDIGO :
PRE-REQUISITOS :
CRÉDITOS : 03
HORAS SEMANALES : 05
HORAS TEÓRICAS : 03
HORAS PRÁCTICAS : 02
TIPO DE ASIGNATURA : GENERAL
REGIMEN : Semestral
SEMESTRE : 2018 –I
DURACIÓN : 17 Semanas
DOCENTE :DR. ALBERTO R. COAYLA VILCA
CORREO ELECTRÓNICO : [email protected]
5.2. SUMILLA
Estadística Descriptiva. Teoría elemental de probabilidad. Las Distribuciones Binomial,
Normal y Poisson. Teoría elemental de muestreo. Teoría de estimación estadística. Teoría de
la decisión estadística. Ensayos de hipótesis y significación. Teoría de pequeñas muestras. La
 prueba Chi cuadrado. Teoría de la correlación múltiple y parcial. Medidas de posición y
variabilidad: Media, Varianza. Teoría de probabilidades. Conceptos fundamentales de
variable aleatoria. Distribuciones. Introducción a la Estadística Inferencial. Regresión Lineal.

5.3. OBJETIVOS
OBJETIVOS GENERALES
Desarrollar la metodología numérica para el tratamiento científico de los resultados obtenidos
de las evaluaciones de los procesos de ingeniería.
Aplicar la metodología numérica en la solución de los problemas de los procesos de Ingeniería
Ambiental.
OBJETIVOS ESPECÍFICOS
- Distinguir y evaluar exactitud y precisión
- Estudiar en forma adecuada los métodos de presentación , sistematización, análisis y descripción de
datos aplicando los métodos de la teoría de probabilidades en la solución de diversos problemas de la
ingeniería.
- Determinar modelos de regresión entre las variables correlacionadas.
- Clasificar y aplicar los métodos de interpolación lineal y no lineal

6. SUMILLA
Estadística Descriptiva. Teoría elemental de probabilidad. Las Distribuciones Binomial,
Normal y Poisson. Teoría elemental de muestreo. Teoría de estimación estadística. Teoría de
la decisión estadística. Ensayos de hipótesis y significación. Teoría de pequeñas muestras. La
prueba Chi cuadrado. Teoría de la correlación múltiple y parcial. Medidas de posición y
variabilidad: Media, Varianza. Teoría de probabilidades. Conceptos fundamentales de
variable aleatoria. Distribuciones. Introducción a la Estadística Inferencial. Regresión Lineal.

7. METODOLOGÍA
Las clases serán teóricas – prácticas y el método a utilizar será el inductivo – deductivo, con la participación
activa de los estudiantes en la solución de ejercicios y problemas propuestos en clase.
Se elaboraran prácticas, las mismas que serán tomadas en clase en la que los alumnos podrán solicitar al
profesor, asesoramiento para poder resolverlos correctamente.

8. CONTENIDO PROGRAMÁTICO
PRIMERA UNIDAD
Capítulo I.- Datos y Estadísticas
Semana 01.- Origen y fundamentos de Estadística. Población y muestra.- Parámetro y Estadígrafo.-
Unidad Estadística.- Datos.- Elementos, variables y observaciones. Escalas de medición. Datos
cualitativos y cuantitativos
Datos de sección transversal y de series de tiempo. FUENTES DE DATOS (Fuentes existentes, Estudios
estadísticos, Errores en la adquisición de datos). ESTADÍSTICA DESCRIPTIVA E INFERENCIA
ESTADÍSTICA. Etapas de la Investigación Estadística.- Variables.- Sumatorias.- LAS COMPUTADORAS Y EL
ANÁLISIS ESTADÍSTICO Visión General del MINITAB: Iniciando el MINITAB.- Estructura de la ventana del
MINITAB.- Descripción de la barra de Menus.- Editor de datos.- Creación de un archivo de datos.- Definición
de variables.- Introducción de datos.- Grabación de un archivo.- Construcción de tablas de frecuencia.-
Construcción de gráficos.

AVANCE PARCIAL: 4% AVANCE ACUMULADO: 4%

Práctica 1. Solución de problemas directos y en computadora
AVANCE PARCIAL: 2% AVANCE ACUMULADO: 6%
Capítulo II.-Resumen y Presentación de datos
Semana 02.- RESUMEN DE DATOS CUALITATIVOS.- Distribución de frecuencia. Distribuciones de
frecuencia relativa y de frecuencia porcentual. Gráficas de barra y gráficas de pastel. RESUMEN DE
DATOS CUANTITATIVOS.- Distribución de frecuencia. Distribuciones de frecuencia relativa y de
frecuencia porcentual. Gráficas de puntos. Histograma. Distribuciones acumuladas. Ojiva. ANÁLISIS
EXPLORATORIO DE DATOS: EL DIAGRAMA DE TALLO Y HOJAS 2.4 TABULACIONES CRUZADAS Y
DIAGRAMAS DE DISPERSIÓN. Tabulación cruzada. Paradoja de Simpson. Diagrama de dispersión y línea
de tendencia.

AVANCE PARCIAL: 4% AVANCE ACUMULADO: 10%

Práctica 2. Solución de problemas directos y en computadora
AVANCE PARCIAL: 2% AVANCE ACUMULADO: 12%

CAPÍTULO III.- Medidas numéricas

Semana 3
Medidas de tendencia central: La media aritmética.- Promedio aritmético ponderado.- Media global.-
Mediana.- Moda.- Relaciones entre media, mediana y moda.- Media geométrica.- Promedio armónico. Medidas
de posición: Cuartiles, deciles, percentiles. Medidas de dispersión: Desviación media absoluta.- Varianza.-
Desviación estándar.- Coeficiente de variación. Medidas que incluyen la media y desviación estándar: Medidas
de asimetría.- Coeficiente de curtosis.- Diagramas de cajas.- Valores estandarizados.- Valores fuera de intervalo.
Medidas de la forma de la distribución, de la posición relativa y de la detección
de observaciones atípicas. ANÁLISIS EXPLORATORIO DE DATOS. MEDIDAS DE ASOCIACIÓN
ENTRE DOS VARIABLES. LA MEDIA PONDERADA Y EL EMPLEO DE DATOS AGRUPADOS.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 16%

Práctica 3. Solución de problemas directos y en computadora

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 18%

CAPÍTULO IV.- PROBABILIDAD BÁSICA

Semana 4.- Principios de la adición y de la multiplicación de eventos; factorial; permutaciones;
variaciones; combinaciones. Probabilidades: Experimento determinístico, Experimento aleatorio,
Espacio muestral, Evento o suceso, Álgebra de eventos, Probabilidad de un evento, Teoremas sobre
probabilidades, probabilidades en espacios muestrales finitos. PROBABILIDAD CONDICIONAL:
axiomas y teoremas de la probabilidad condicional. Teorema de Bayes. Variables aleatorias
discretas. Función de probabilidad de una Variable aleatoria discreta. Funciones de
distribución para variables aleatorias, Interpretaciones gráficas, Distribuciones conjuntas,
Variables aleatorias independientes, Cambio de variables, Distribuciones de probabilidad de
funciones de variables aleatorias, Convoluciones, Distribuciones condicionales, Aplicaciones
de la probabilidad geométrica.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 20%

Práctica 4. Solución de problemas directos y en computadora con MINITAB

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 22%

CAPÍTULO V.- DISTRIBUCIONES DE PROBABILIDAD DISCRETA

SEMANA 5
Funciones de variables aleatorias. Valor esperado de una variable aleatoria discreta. Valor esperado
de una variable aleatoria continua. Propiedades de la esperanza matemática. Varianza de una
variable aleatoria. Propiedades de la varianza de una variable aleatoria. Teorema de Chevichev.
Momentos y función generadora de momentos. Distribución binomial. Distribución hipergeométrica.
Distribución de Poisson.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 26%

Práctica 5. Solución de problemas directos y en computadora

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 28%

Semana 6.- PRIMERA PRÁCTICA CALIFICADA

 AVANCE PARCIAL: 5% AVANCE ACUMULADO: 33%
CAPÍTULO VI.- DISTRIBUCIONES DE PROBABILIDAD CONTINUAS
Semana 7.-
Distribución normal. Distribución normal estándar. Distribución uniforme. Distribución de Cauchy.
Distribución gamma. Distribución beta. Distribución chi cuadrado. Distribución t de student.
Distribución F. Relación entre estas distribuciones.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 37%

Práctica 6. Solución de problemas directos y en computadora

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 39%
CAPÍTULO VII.- DISTRIBUCIONES MUESTRALES
Semana 8.- Estadístico muestral. Teorema del límite central. Distribución muestral de la media.
Distribución de la diferencia de dos medias muestrales. Distribución muestral de la diferencia de
proporciones. Distribuciones para muestras pequeñas. Distribución muestral de varianzas.
Distribución F.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 43%

Práctica 7. Solución de problemas directos y en computadora

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 45%

Semana 9.- PRIMER EXAMEN PARCIAL

AVANCE PARCIAL: 5% AVANCE ACUMULADO: 50%
SEGUNDA UNIDAD
CAPÍTULO VIII.- TEORÍA DE LA ESTIMACIÓN
Semana 10.-
Estimación insesgada y estimación eficiente. Estimación puntual y estimación por intervalo.
Confiabilidad. Estimación por intervalo de confianza para parámetros de la población. Intervalo de
confianza para medias. Intervalo de confianza para proporciones. Intervalo de confianza para diferencias
y sumas. Intervalo de confianza para la varianza de una distribución normal. Intervalo de confianza para
la relación entre varianzas.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 54%

Práctica 8.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 56%

CAPÍTULO IX.- PRUEBA DE HIPÓTESIS Y SIGNIFICANCIA

Semana 11.-
Decisiones estadísticas. Hipótesis estadísticas. Hipótesis nula. Prueba de hipótesis y significancia. Errores
de tipo I y tipo II. Nivel de significancia. Pruebas que involucran la distribución normal. Pruebas una y
dos colas. El valor P. pruebas especiales de significancia para muestras grandes. pruebas especiales de
significancia para muestras pequeñas. Relación entre estimación y la prueba de hipótesis. Curvas de
operación características. Potencia de una prueba. Gráficos de control de calidad. Ajustes de las
distribuciones teóricas a las distribuciones de frecuencia muestrales. La prueba de chi cuadrado. Tablas
de contingencia.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 60%

Práctica 9.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 62%

CAPÍTULO X.- INFERENCIA ACERCA DE MEDIAS Y DE PROPORCIONES

Semana 12
Inferencias acerca de la diferencia entre dos medias poblacionales:
Estimación por intervalo. Prueba de hipótesis . Inferencias acerca de la diferencia
entre dos medias poblacionales: Estimación por intervalo. Inferencias acerca de
la diferencia entre dos medias poblacionales: muestras pareadas. Inferencias
acerca de la diferencia entre dos proporciones poblacionales. Estimación por
intervalo para p1 – p2. Prueba de hipótesis acerca de p1 – p2 .
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 66%

Práctica 10.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 68%

CAPÍTULO XI.- INFERENCIA DE VARIANZAS POBLACIONALES

Semana 13.-
El propósito del análisis de varianza. Clasificación a una vía. Variación total. Variación dentro de
tratamientos. Variación entre tratamientos. Métodos abreviados para obtener variaciones. Modelo
matemático lineal para el análisis de varianza. Valores esperados de las variaciones. Distribuciones de las
variaciones. La prueba F para la hipótesis nula de medias iguales. Tabla de análisis de varianza.
Modificaciones para números desiguales de observaciones. Clasificación a dos vías o experimentos de dos
factores. Variaciones para experimentos de dos factores. Análisis de varianza para experimentos de dos
factores. Inferencias acerca de una varianza poblacional: Estimación por intervalos.
Pruebas de hipótesis. Inferencias acerca de dos varianzas poblacionales.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 72%

Práctica 11.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 74%

Semana 13.- Segunda Práctica Calificada.

AVANCE PARCIAL: 5% AVANCE ACUMULADO: 79%

Semana 14
CAPÍTULO XII.- PRUEBA DE BONDAD DE AJUSTE
Prueba de bondad de ajuste: una población multinomial. Prueba de
independencia. Prueba de bondad de ajuste: distribuciones de Poisson y
normal
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 83%

Práctica 12.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 85%

Semana 15
CAPÍTULO XIII.- ANALISIS DE VARIANZA
Introducción al diseño de experimentos y al análisis de varianza. Análisis de
varianza: una visión conceptual general. Análisis de varianza y el diseño
completamente aleatorizado. Estimación de la varianza poblacional entre
tratamientos. Estimación de la varianza poblacional dentro de los tratamientos.
Comparación de las estimaciones de las varianzas: la prueba F. Tabla de ANOVA.
Resultados de computadora para el análisis de varianza. Prueba para la igualdad de k
medias poblacionales: un estudio observacional. Procedimiento de comparación
múltiple. LSD de Fisher. Tasas de error tipo I. Diseño de bloques aleatorizado.
Prueba de estrés para los controladores del tráfico aéreo. Procedimiento ANOVA.
Experimentos factoriales.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 89%

Práctica 13.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 91%

Semana 16
CAPÍTULO XIV.- REGRESIÓN LINEAL
Modelo de regresión lineal simple. Modelo de regresión y ecuación de regresión.
Ecuación de regresión estimada. Método de mínimos cuadrados. Coeficiente de
determinación. Coeficiente de correlación. Suposiciones del modelo. Prueba de
significancia. Prueba t. Prueba F. Uso de la ecuación de regresión estimada para
estimaciones y predicciones. Estimación puntual.
Estimación por intervalo. Intervalo de confianza para el valor medio de y. Intervalo de
predicción para un solo valor de y. Solución por computadoras. Análisis residual:
confirmación de las suposiciones del modelo. Gráfica de residuales contra x.
Análisis de residuales: observaciones atípicas y observaciones influyentes.
AVANCE PARCIAL: 4% AVANCE ACUMULADO: 95%

Práctica 14.- Solución de problemas en forma manual y con Minitab

AVANCE PARCIAL: 2% AVANCE ACUMULADO: 95%

Semana 17
Segundo Examen Parcial
Examen de aplazados
AVANCE PARCIAL: 5% AVANCE ACUMULADO: 100%

9. EVALUACIÓN
9.1. Criterios

9.1.1. Se consideraran la puntualidad, las intervenciones del alumno durante las clases y otras
actividades afines de la Universidad.
9.1.2. Se considerará la presentación de trabajos en la fecha estipulada por el docente.
9.1.3. Se tendrá en cuenta el rendimiento académico del alumno en las pruebas escritas.
9.2. Tareas

9.2.1. Se dejará trabajos prácticos para que el alumno muestre su creatividad o afiance los
conocimientos adquiridos en clase.
9.2.2. Los alumnos desarrollaran prácticas en el aula.

9.3. Nota final

Según reglamento interno de la UJCM.

Nota Final 
 N1  N 2 
2
Donde:
N1 = 0.5 EP + 0.3PPC + 0.2 PT
N2 = 0.5 EP + 0.3PPC + 0.2 PT
Siendo:
N1 : Promedio de la primera unidad
N2 : Promedio de la segunda unidad
EP : Examen Parcial
PPC : Promedio de prácticas calificadas
PT : Promedio de trabajos prácticos

10. BIBLIOGRAFÍA
10.1. D. R. Anderson-D. J. Sweeney-T. A. Williams “Estadística para
Administración y Economía”
10.2. Gorgas-Cardiel-Zamorano – “Estadística Básica para estudiantes de ciencias”
10.3. N Guarin “Estadística Aplicada”
10.4. C CIRO MARTINEZ BENCARDINO. Ecoe Ediciones. “ Estadística Básica
Aplicada”
10.5. WALPOLE-MYERS. “Probabilidad y Estadística para INGENIEROS”. PRENTICE HALL
10.6. JULIAN DE LA HORRA NAVARRO. “Estadística Alicada”.