Download 3571 - Universidad Salesiana de Bolivia

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