Download 3571 - Universidad Salesiana de Bolivia
Document related concepts
Transcript
Universidad Salesiana de Bolivia Ingeniería de Sistemas PLAN DE DISCIPLINA GESTIÓN I- 2016 I DATOS DE IDENTIFICACIÓN INSTITUCIÓN UNIVERSITARIA RECTOR CARRERA DIRECTOR DE CARRERA DOCENTE NIVEL DE LA MATERIA ASIGNATURA SIGLA REQUISITO HORAS DE CLASES SEMANALES E-MAIL II OBJETIVOS DE LA MATERIA :Universidad Salesiana de Bolivia :Lic. Rvdo. P. Thelian Argeo Corona :Ingeniería de Sistemas :Lic. Eduardo Fernández Salazar :Ing. J. Deysi Rodríguez Huanca :Cuarto Semestre “A1”(Mañana) :Inferencia Probabilística :MAT - 223 :MAT - 213 :4 Hrs. :deysita.rodriguez@hotmail.com GENERAL Plantear, resolver, interpretar, verificar, estimar, predecir, tomar decisiones correctamente ante problemas inherentes a modelos probabilísticos, que contienen un cierto grado de incertidumbre, en base a la Teoría Probabilística, Estadística Inferencial y el Análisis de la Regresión. ESPECÍFICOS - Identificar y utilizar correctamente las distintas Distribuciones probabilísticas. - Utilizar correctamente las distribuciones muestrales en problemas inherentes al muestreo. - Estimar correctamente los parámetros mediante la estimación puntual y por Intérvalos de Confianza. - Utilizar eficientemente los diferentes estadísticos y sus correspondientes Distribuciones de Probabilidades, en las diferentes pruebas de Hipótesis. - Utilizar correctamente las Distribuciones Bidimensionales y sus estadísticos en la Predicción y / o en la realización de Políticas de Control, mediante el Análisis de Regresión. ADICIONAL - Implementar el Estilo Salesiano en el proceso Enseñanza – Aprendizaje, en base a la RAZÓN, AMOR Y RELIGIÓN. COMPETENCIAS.Identifica y utiliza correctamente los modelos probabilísticos en la solución de problemas inherentes a variables aleatorias que con llevan un cierto grado de incertidumbre para la toma de decisiones coherentes Utiliza eficientemente el Análisis de Regresión en la predicción y la realización de políticas de control a través del sistema de aprendizaje-cooperativo III CONTENIDOS CONTENIDOS MÍNIMOS OFICIALES Distribuciones de Probabilidades – Distribuciones Muestrales – Estimación Puntual y por Intérvalos de Confianza – Pruebas de Hipótesis – Variable aleatoria bidimensional y Análisis de Regresión. CONTENIDOS ANALÍTICOS UNIDADES Y CONTENDIDO ANALÍTICO DE LA MATERIA UNIDAD I DISTRIBUCIÓN DE PROBABILIDAD Introducción. Distribución Bernoulli. Distribución Binomial. Distribución Hipergeométrica. Distribución Geométrica. Distribución Poisson. Distribución Uniforme. Distribución Exponencial. Distribución Normal. UNIDAD II DISTRIBUCIONES MUESTRALES Población y muestra. Distribuciones muestrales. Distribución muestral de la media ( Distribución t – student ). Distribución de la varianza (Distribución chi – cuadrado ). Distribución de la razón de dos varianzas ( Distribución F – Fisher ). UNIDAD III ESTIMACIÓN PUNTUAL Y POR INTÉRVALOS Introducción. Estimación puntual. Propiedad de un estimador. Métodos de estimación. Estimación de intérvalos de confianza. Tamaño muestral para estimar una proporción. Tamaño de la muestra para poblaciones finitas. Intervalo de confianza para la diferencia de proporciones. Intervalo de confianza para la media con varianza desconocida, muestra pequeña. Intérvalos de confianza para la varianza para la varianza. Intervalos de confianza para la razón de dos varianzas. UNIDAD IV PRUEBA DE HIPÓTESIS Hipótesis estadísticas. Tipos de errores. Pruebas relativas a medias y varianzas. Prueba de hipótesis sobre la diferencia de medias. Prueba de hipótesis relativas a proporciones. Prueba de hipótesis relativas a la diferencia de proporciones. Prueba de hipótesis de la varianza y la razón de varianzas. UNIDAD V ANÁLISIS DE REGRESIÓN LINEAL Y CORRELACIÓN Distribuciones bidimensionales. Correlación lineal y covarianza. Regresión lineal simple. Estimación método mínimo cuadrados ordinarios. Coeficiente de determinación. Predicción y políticas de control-Extensión del simple-Regresión múltiple IV CRONOGRAMA CRONOGRAMA DE EJECUCIÓN UNIDADES Y CONTENIDO ANALITICO 1-FEBRERO-2016 Presentación e introducción de la materia, explicación del sistema evaluativo. UNIDAD I DISTRIBUCIONES DE PROBABILIDADES Introducción Distribución Bernoulli UNIDAD I DISTRIBUCIONES DE PROBABILIDADES Introducción Distribución Binomial 1% Plan impreso 3% pizarra 8-FEBRERO-2016 Feriado carnavales 8% Pizarra 10-FEBRERO-2016 UNIDAD I Continuación 12% Pizarra-Tablas 14% Pizarra 17% Pizarra UNIDAD I Continuación Distribución Hipergeométrica UNIDAD I Continuación Distribución multivariante UNIDAD I Continuación Distribución Poisson UNIDAD I Continuación Distribución Normal y Estándar UNIDAD I Continuación Teorema central de límite PRIMERA EVALUACION UNIDAD I 20% Pizarra UNIDAD I Continuación Aproximaciones a la Normal De modelos discretos UNIDAD I Continuación Aproximaciones a la Normal De modelos continuos UNIDAD II DISTRIBUCIONES MUESTRALES Población y Muestra Distribuciones muestrales. UNIDAD II DISTRIBUCIONES MUESTRALES Distribución de la Media muestral ( tstudent). UNIDAD II Continuación Distribución de la varianza(Chi-cuadrado 31% Pizarra 34% Pizarra 37% Pizarra 40% Pizarra 43% Pizarra-tablas UNIDAD II Continuación Distribución razón de varianzas (Fisher) UNIDAD III ESTIMACIÓN PUNTUAL Y POR INTERVALOS DE 46% Pizarra-tablas 49% Pizarra-tablas 3-FEBRERO-2016 PORCENTAJE MEDIOS Y TECNICAS AVANZADO UTILIZADOS La Binomial en el muestreo Distribución Geométrica Distribución Binomial. mediante tablas y máquina de calcular 15-FEBRERO-2016 17-FEBRERO-2016 22-FEBRERO-2016 24-FEBRERO-2016 29-FEBRERO-2016 2-MARZO-2016 7-MARZO-2016 9-MARZO-2016 14-MARZO-2016 16-MARZO-2016 21-MARZO-2016 23-MARZO-2016 28-MARZO-2016 4 ABRIL-2016 6 ABRIL-2016 11-ABRIL-2016 FERIADO DE CARNAVAL UNIDAD I Continuación Distribución Pascal o Binomial negativa UNIDAD I Continuación Distribución multinomial 23% 22% Pizarra-Tablas 25% Pizarra-Tablas 28% Pizarra Hoja impresa 13-ABRIL-2016 18-ABRIL-2016 20-ABRIL-2016 25-ABRIL-2016 27-ABRIL-2016 29-ABRIL-2016 2-MAYO-2016 4-MAYO-2016 9-MAYO-2016 11-MAYO-2016 16-MAYO-2016 18-MAYO-2016 23-MAYO-2016 25-MAYO-2016 1-JUNIO-2016 6-JUNIO-2016 CONFIANZA Estimación puntual Propiedades de un buen estimador. UNIDAD III ESTIMACIÓN PUNTUAL Y POR INTERVALOS DE CONFIANZA Métodos de estimación puntuales: Momentos y máxima verosimilitud UNIDAD III Continuación Estimación por intervalos de confianza para la media muestras grandes 52% Pizarra-tablas 55% Pizarra UNIDAD III Continuación Tamaño muestral para poblaciones finitas e infinitas cuando se estima la media UNIDAD III Continuación Estimación por IC para proporciones Muestras grandes UNIDAD III Continuación2° Tamaño muestral para poblaciones finitas e infinitas cuando se estima la proporción UNIDAD III Continuación Intervalos de confianza para la media muestras pequeñas 2ª EVALUACIÓN UNIDAD III 58% Pizarra - tablas 60% Hoja impresa 63% Pizarra - tablas 66% Visita Pag.Web UNIDAD III Continuación Intervalos de confianza para la Diferencia de medias muestras grandes y pequeñas UNIDAD III continuación Intervalos de confianza para la varianza y razón de varianzas. UNIDAD IV PUEBAS DE HIPOTESIS Introducción ,hipótesis estadísticas Tipos de errores. Prueba de hipótesis para la media muestras grandes (Distribución Z UNIDAD IV Continuación Pruebas relativas a medias muestras y pequeñas (Distribución T)s. UNIDAD IV Continuación Pruebas relativas a proporciones muestras grandes(Distribución Z). 70% Pizarra 73% Pizarra 76% Pizarra 78% Pizarra 80% Pizarra UNIDAD IV Continuación Pruebas relativas a proporciones muestras grandes(Distribución Z). Diferencia de Proporciones muestras grandes(Z) UNIDAD IV Continuación Pruebas relativas a Varianza(Chicuadrado). a razón de varianzas UNIDAD V REGRESIÓN LINEAL Y CORRELACIÓN Distribuciones bidimensionales Análisis de la regresión, Modelos de regresión lineal simple UNIDAD V REGRESIÓN LINEAL Y CORRELACIÓN Extensión de Modelos de regresión lineal simple 83% Pizarra 86% Pizarra 88%% Pizarra 90% Pizarra Hoja impresa 8-JUNIO-2016 10-JUNIO-2016 15-JUNIO-2016 17-JUNIO-2016 22-JUNIO-2016 V. UNIDAD V REGRESIÓN LINEAL Y CORRELACIÓN Modelos log-log UNIDAD V REGRESIÓN LINEAL Y CORRELACIÓN Modelos semilogarítmicos UNIDAD V REGRESIÓN LINEAL Y CORRELACIÓN Modelos múltiples Matricial y E-viewS UNIDAD V Repaso previo al examen 93%% Pizarra 95% Pizarra-máquina 97% PC.E-viewa 100% Pizarra HOJA IMPRESA Evaluación final MÉTODOS DE ENSEÑANZA: Clase magistral en el desarrollo y exposición de los temas ,utilizando el método inductivo y deductivo y constructivo(lluvia de ideas) Resolución de los problemas utilizando el procedimiento dialéctico( participación del alumnado de manera individual como grupal ) de manera manual como utilizando paquetes especializados de Programación( SPSS ,EWIEVS) con estilo salesiano VI. METODOLOGÍA DE EVALUACIÓN Dos evaluaciones parciales:: 1er. Parcial 100%( examen 60%;Prácticas 25%; participación 5%; asistencia 10%) 2er. Parcial 100%( examen 60%;Prácticas 25%; participación 5%; asistencia 10%) Examen Final 100%( examen 60%;Prácticas 25%; participación 5%; asistencia 10%) TOTAL 100%(Promedio final= Promedio de los dos primeros parciales con el examen final) VII. BIBLIOGRAFÍA AUTOR R. Moya – G. Saravia OBRA LUGAR DE EDICIÓN Inferencia Perú “Probabilidad e Estadística” M. Córdova Zamora “Estadística Descriptiva Perú Inferencial ” Freund - Walpole “Estadística Matemática con México aplicaciones Miller-Freund-Jhonson “Probabilidad y Estadística para México Ingenieros ” EDITORIAL San Marcos AÑO 1988 1996 Prentice - Hall 1990 Prentice - Hall 1992 La Paz, 15-Febrero 2016 Ing. J. Deysi Rodríguez Huanca C.I 3112368 Or. Vo.Bo. Director Carrera Vo.Bo. Secretario Académico