UNIVERSIDAD AUTÓNOMA DE CHIHUAHUA UNIDAD ACADEMICA PROGRAMA DEL CURSO: PROBABILIDAD DES: Ingeniería Programa(s) Educativo(s): Tipo de materia: Obligatoria Clave de la materia: Semestre: 3 Área en plan de estudios: Créditos Total de horas por semana: 3 Teoría: 3 Práctica Taller: Laboratorio: Prácticas complementarias: Trabajo extra clase: 2 Total de horas semestre: 48 Fecha de actualización: Materia requisito: Algebra Superior Propósito del curso : El curso proporciona las herramientas necesarias para el desarrollo de habilidades de investigación científica y tecnológica aplicando conocimientos del manejo e interpretación de datos estadísticos que son empelados en el área de la ingeniería Al final del curso el estudiante: Resuelve problemas que involucren datos estadísticos de fenómenos aleatorios Aplica los modelos probabilísticos para la solución de problemas Interpretar información relacionada sobre el comportamiento de parámetros de fenómenos aleatorios relacionados con la ingeniería. COMPETENCIAS (Tipo Y Nombre de la competencias que nutre la materia y a las que contribuye). El curso promueve las siguientes competencias Básicas: Solución de problemas Trabajo en equipo y liderazgo Comunicación DOMINIOS COGNITIVOS. (Objetos de estudio, temas y subtemas). Estadística descriptiva... Agrupamiento de datos.... Gráficas para la representación de datos...2. Distribución de frecuencia...3. Histograma...4. Polígono de frecuencia...5. Ojivas...6. Ojivas porcentuales. RESULTADOS DE APRENDIZAJE. (Por objeto de estudio). Resuelve e identifica los principales tipos de gráficas utilizadas en la estadística.
Profesionales: Ciencias Fundamentales de la Ingeniería Especificas: Administración de proyectos..7. Curtosis. 2.. Conceptos. 2.2. Principales operaciones 2.3. Leyes del algebra de conjuntos. 3. Teoría de la 3.. Conceptos. 3... Probabilidad. 3..2. Fenómeno aleatorio. 3..3. Experimento aleatorio. 3..4. Espacio muestral y evento. 3.2. Enfoque para medir probabilidades. 3.2.. Subjetivo. 3.2.2. Clásico o a priori. 3.2.3. Estadístico o a posteriori. 3.3. Axiomas de la teoría de la 3.4. Teoría de conjuntos y 3.4.. Probabilidad de la unión de eventos. 3.4.2. Eventos mutuamente excluyentes o disjuntos. 3.4.3. Probabilidad condicional. 3.4.4. Independencia estocástica. 3.4.5. Diagrama de árbol probabilístico. 3.5. Teorema de probabilidad total y Bayes. 4. Variable aleatoria y distribución de 4.. Concepto de variable aleatoria. 4... Variables aleatorias discretas. 4..2. Variables aleatorias continuas. 4.2. Distribución de 4.2.. Distribución de 4.2.2. Función de densidad de probabilidad 4.2.3. Funciones de distribución Explica y establece la relación de la teoría de conjuntos y la Resuelve e identifica conceptos básicos de la probabilidad como una medición de un experimento. Comprende y explica las diferentes maneras de representar un experimento. Resuelve los problemas probabilísticos identificando el tipo de distribución de los datos.
acumulada. 4.3. Esperanza matemática de una variable aleatoria. 4.4. Principales parámetros de una variable aleatoria. 4.4.. Media, moda y mediana. 4.4.2. Varianza, desviación estándar y coeficiente de variación. 4.4.3. Sesgo. 4.4.4. Curtosis. 4.4.5. Función generadora de momentos. 5. Modelos matemáticos para fenómenos aleatorios. 5.. Modelos de distribución de probabilidad discreta. 5... El proceso de Bernoulli y la distribución binomial. 5..2. Distribución multinomial. 5..3. Distribución Geométrica. 5..4. Distribución hipergeométrica. 5..5. Proceso y distribución de Poisson. 5.2. Modelos de distribución de probabilidad de variables continuas. 5.2.. Distribución normal y normal estándar. 5.2.2. Distribución Log-normal. 5.2.3. Distribución exponencial. 5.2.4. Distribución Gamma. 5.2.5. Distribución Beta. 5.2.6. Distribución de extremos. 5.3. Distribución de probabilidades conjunta. 5.3.. Distribución conjunta. 5.3.2. Distribución condicional. 5.3.3. Distribución marginal. Identifica y aplica los diferentes modelos matemáticos de distribución de datos.
OBJETO DE ESTUDIO. Estadística descriptiva. 3. Teoría de la 4. Variable aleatoria y distribución de 5. Modelos matemáticos para fenómenos aleatorios. METODOLOGIA (Estrategias, secuencias, recursos didácticos) Centrado en la tarea. Trabajo de equipo en la elaboración de tareas, planeación, organización, cooperación en la obtención de un producto para presentar en clase. Inductivo Observación Comparación Experimentación Deductivo Aplicación Comprobación Demostración Sintético Recapitulación Definición Resumen Esquemas Modelos matemáticos Conclusión. EVIDENCIAS DE APRENDIZAJE. Las exposiciones por parte del maestro deberán presentarse en un orden lógico, la Introducción resaltando el objetivo a alcanzar, desarrollo temático, responder preguntas y aclarar dudas y finalmente concluir. Entregar actividad al grupo para evaluar el contenido expuesto. Entrega de ejercicios hechos en clase y tareas. Elaboración de proyectos de aplicación de los objetos de estudio.
FUENTES DE INFORMACIÓN (Bibliografía, Direcciones electrónicas) Probabilidad y estadística aplicadas a la ingeniería. Montgomery, Runger Ed. Limusa Wiley Estadística matemática con aplicaciones. Freund, Miller, Millar. Ed. Prentice Hall. Probabilidad Serie Schaums Ed. McGraw Hill Estadistica Serie Schaums Ed. McGraw Hill EVALUACIÓN DE LOS APRENDIZAJES (Criterios e instrumentos) Se toma en cuenta para integrar calificaciones parciales del semestre: 3 exámenes parciales escritos donde se evalúa conocimientos, comprensión y aplicación. Con un valor del 33%, 33% y 34% respectivamente La acreditación por cada uno de los parciales del curso se integra: Examen parcial: 60% Cuestionarios, resúmenes, participación en exposiciones, discusión individual, por equipo y grupal, elaboración de ejercicios, Asistencia 40% Nota: Para acreditar el curso se deberá tener calificación aprobatoria tanto en los exámenes como en las actividades deducidas por el maestro que complementan con un 40%. La calificación mínima aprobatoria será de 6.0 Cronograma del Avance Programático S e m a n a s Objetos de estudio 2 3 4 5 6 7 8 9. Estadística descriptiva. 3. Teoría de la probabilidad 4. Variable aleatoria y distribución de 5. Modelos matemáticos para fenómenos aleatorios. 0 2 3 4 5 6