UNIVERSIDAD NACIONAL AUTNOMA DE MXICO

FACULTAD DE INGENIERA
PROGRAMA DE ESTUDIO
Aprobado por el Consejo Tcnico de la Facultad de Ingeniera en su sesin ordinaria del 19 de noviembre de 2008

PROBABILIDAD Y ESTADSTICA

0712

5o

09

Asignatura

Clave

Semestre

Crditos

Ciencias Bsicas
Divisin

Ciencias Aplicadas
Coordinacin

Asignatura:
Obligatoria

Horas:
X

Optativa

Ingeniera Civil
Carrera(s) en que se imparte

Total (horas):

Tericas

4.5

Semana

4.5

Prcticas

0.0

16 Semanas

72.0

Modalidad: Curso
Seriacin obligatoria antecedente: Ninguna
Seriacin obligatoria consecuente: Ninguna
Objetivo(s) del curso:
El alumno aplicar los conceptos y la metodologa bsicos de la teora de la probabilidad y la estadstica, para
analizar algunos experimentos aleatorios que ocurren en la naturaleza y la sociedad, resaltando los
correspondientes a la ingeniera.

Temario
NM.

NOMBRE

1.

Anlisis estadstico de datos muestrales

12.5

2.

Fundamentos de la teora de la probabilidad

12.5

3.

Variables aleatorias

12.0

4.

Modelos probabilsticos comunes

12.0

5.

Variables aleatorias conjuntas

10.5

6.

Distribuciones muestrales

10.5

7.

Manejo de datos bivariados

2.0

Prcticas de laboratorio

0.0

Total

HORAS

72.0

PROBABILIDAD Y ESTADSTICA

(2 / 5)

Anlisis estadstico de datos muestrales

Objetivo: El alumno podr describir los datos de una muestra y obtener las medidas descriptivas ms
significativas.
Contenido:
1.1 La poblacin y la muestra. Relacin entre la probabilidad y la estadstica. Clasificaciones de la
estadstica.
1.2 Estadstica descriptiva: Anlisis de datos univariados. Tabla de distribucin de frecuencias.
Histogramas y polgonos de frecuencias. Medidas de tendencia central, dispersin y asimetra.
1.3 Uso de equipo de cmputo.

Fundamentos de la teora de la probabilidad

Objetivo: El alumno comprender el concepto de probabilidad, as como los teoremas en los que se basa
esta teora.
Contenido:
2.1 Definicin de experimentos deterministas y aleatorios. Espacio muestral de un experimento
aleatorio. Eventos. Eventos discretos y continuos. Eventos mutuamente excluyentes y
colectivamente exhaustivos. Anlisis combinatorio: permutaciones y combinaciones.
2.2 El concepto de probabilidad a travs de diferentes escuelas: la clsica, la frecuentista y la
subjetivista, mediante el cual se asignan probabilidades a los eventos. Clculo de probabilidades
utilizando combinaciones y permutaciones.
2.3 La definicin axiomtica de probabilidad. Algunos teoremas derivados de la definicin axiomtica.
2.4 Probabilidad condicional. Diagramas de rbol. Eventos independientes. Probabilidad total. Teorema
de Bayes.

Variables aleatorias
Objetivo: El alumno conocer el concepto de variable aleatoria, y podr analizar el comportamiento
probabilista de la variable, a travs de su distribucin y sus caractersticas numricas.
Contenido:
3.1 El concepto de variable aleatoria como abstraccin de un evento aleatorio y su definicin.
3.2 Variable aleatoria discreta: Funcin de probabilidad, sus propiedades y su representacin grfica.
Funcin de distribucin acumulativa, sus propiedades y su representacin grfica.
3.3 Variable aleatoria continua: Funcin de densidad, sus propiedades y su representacin grfica.
Funcin de distribucin acumulativa, sus propiedades y su representacin grfica.
3.4 Valor esperado o media de la variable aleatoria discreta y de la continua, y su interpretacin
prctica. El valor esperado como operador matemtico y sus propiedades. Momentos con respecto al
origen y a la media.
3.5 Parmetros de las distribuciones de las variables aleatorias discretas y continuas. Medidas de
tendencia central: media, mediana y moda. Medidas de dispersin: rango, desviacin estndar,
variancia y coeficiente de variacin. Medida de simetra. La variancia como el segundo momento
con respecto a la media y sus propiedades.

PROBABILIDAD Y ESTADSTICA

(3 / 5)

Modelos probabilsticos comunes

Objetivo: El alumno conocer algunas de las distribuciones ms utilizadas en la prctica de la ingeniera y
seleccionar la ms adecuada para analizar algn fenmeno aleatorio en particular.
Contenido:
4.1 Ensayo de Bernoulli. Distribucin de Bernoulli, determinacin de su media y variancia.
4.2 Ensayo binomial. Distribucin binomial, determinacin de su media y variancia. Distribucin
hipergeomtica. Distribucin geomtrica, determinacin de su media y variancia. Distribucin
Binomial negativa su media y variancia.
4.3 Proceso de Poisson. Distribucin de Poisson, determinacin de su media y variancia. Aproximacin
entre las distribuciones binomial y Poisson.
4.4 Distribuciones continuas. Distribucin uniforme continua, determinacin de su media y variancia.
4.5 Distribucin exponencial, determinacin de su media y variancia. Distribuciones normal y normal
estndar. Uso de tablas de distribucin normal estndar. Aproximacin de la distribucin binomial a
la distribucin normal.
4.6 Nmeros aleatorios. Uso de paquetera de cmputo para la generacin de nmeros aleatorios con
una distribucin dada, utilizando el mtodo de la transformada inversa y comparacin con las
distribuciones tericas mediante la construccin de histogramas.

Variables aleatorias conjuntas

Objetivo: El alumno conocer el concepto de variable aleatoria conjunta y podr analizar el comportamiento
probabilista, conjunta e individualmente, de las variables a travs de su distribucin, e identificar relaciones
de dependencia entre dichas variables.
Contenido:
5.1 Variables aleatorias conjuntas discretas: Funcin de probabilidad conjunta, su definicin y
propiedades. Funciones marginales de probabilidad. Funciones condicionales de probabilidad.
5.2 Variables aleatorias conjuntas continuas: Funcin de densidad conjunta, su definicin y propiedades.
Funciones marginales de densidad. Funciones condicionales de densidad.
5.3 Valor esperado de una funcin de dos o ms variables aleatorias. Valor esperado condicional.
5.4 Variables aleatorias independientes. Covariancia y Correlacin, y sus propiedades. Variancia de una
suma de dos o ms variables aleatorias.
5.5 Distribucin normal bivariada.

Distribuciones muestrales
Objetivo: El alumno identificar las distribuciones de algunos estadsticos que se utilizan en el muestreo.
Contenido:
6.1 El concepto y la definicin de muestra aleatoria y estadstico. Muestreo aleatorio simple.
6.2 Teorema del lmite central. Generacin de nmeros aleatorios con distribucin normal utilizando el
teorema del lmite central.
6.3 Distribucin de la media muestral.

PROBABILIDAD Y ESTADSTICA

(4 / 5)

6.4

Distribucin ji-cuadrada. Uso de tablas. Distribucin de

6.5

Distribucin t. Uso de tablas.

(n 1)S 2 .
2

7 Manejo de datos bivariados

Objetivo: El alumno analizar la relacin que existe entre dos variables a partir de la informacin obtenida
por el ajuste de regresin y sus coeficientes de correlacin.
Contenido:
7.1 Ajuste de la recta de regresin mediante el modelo de mnimos cuadrados. Definicin e
interpretacin de los coeficientes de correlacin lineal y determinacin.

Bibliografa bsica:

Temas para los que se recomienda:

WACKERLY, Dennis D., et al.

Estadstica Matemtica con Aplicaciones
Mxico
6a Edicin
Thomson, 2002

Todos

HINES, William, et al.

Probability and Statistics in Engineering
Fourth Edition
New Jersey
John Wiley & Sons, 2003

Todos

MONTGOMERY, Douglas C. y RUNGER, George C.

Probabilidad y Estadstica Aplicada a la Ingeniera
2a edicin
Mxico
Limusa Wiley, 2005

Todos

WEIMER, Richard C.
Estadstica
Mxico
CECSA, 1996

1,2,3,4,6

MILTON, J.Susan y ARNOLD, Jesse C.

Probabilidad y Estadstica con Aplicaciones
para Ingeniera y Ciencias Computacionales
4a edicin
Mxico
McGraw-Hill, 2004

Todos

PROBABILIDAD Y ESTADSTICA

(5 / 5)

Bibliografa complementaria:
BORRAS, Hugo, et al.
Apuntes de Probabilidad y Estadstica
Mxico
Facultad de Ingeniera - UNAM, 1985

Todos

DEVORE, Jay L.
Probabilidad Y Estadstica Para Ingeniera Y Ciencias
5a edicin
Mxico
Thomson, 2008

Todos

ROSENKRANTZ, Walter A.
Introduction to Probability and Statistics for
Scientists and Engineers
New York
McGraw-Hill, 1997

Todos

ZIEMER, Roger E.
Elements of Engineering Probability and Statistics
New Jersey
Prentice Hall, 1997

Todos

SPIEGEL, M.
Estadstica
2a edicin
Mxico
McGraw-Hill, 1991

1, 2, 4, 6

Sugerencias didcticas:
Exposicin oral
Exposicin audiovisual
Ejercicios dentro de clase
Ejercicios fuera del aula
Seminarios
Forma de evaluar:
Exmenes parciales
Exmenes finales
Trabajos y tareas fuera del aula

X
X
X
X

Lecturas obligatorias
Trabajos de investigacin
Prcticas de taller o laboratorio
Prcticas de campo
Otras

X
X

X
X
X

Participacin en clase
Asistencias a prcticas
Otras

Perfil profesiogrfico de quienes pueden impartir la asignatura

Licenciatura en Ingeniera, Matemticas, Fsica o carreras afines cuya carga acadmica en el rea de probabilidad
y estadstica sea similar a stas. Deseable con estudios de posgrado o equivalente de experiencia profesional en el
rea de su especialidad y recomendable con experiencia docente o con preparacin en los programas de formacin
docente de la Facultad en la disciplina y en didctica.