ESTADSTICA CURSO 2016/2017

GRADO EN INGENIERA EN TECNOLOGAS INDUSTRIALES (GITI)

GRADO EN INGENIERA DE ORGANIZACIN (GIO)
GRADO EN INGENIERA QUMICA (GIQ)
Departamento de ingeniera de organizacin,
administracin de empresas y estadstica.

1. PROFESORES
Jess Juan Ruiz. M1 y GIO
Mara Jess Snchez Naranjo. M2
Jos Mira McWilliams. GIQ
Camino Gonzlez Fernndez. T1
Carolina Garca Martos. M3
Francisco Javier Cara Caas. T3
Eduardo Caro Huertas. T2
2. PROGRAMA

1. ESTADSTICA DESCRIPTIVA. Descripcin de una variable: datos y distribucin de

frecuencias. Representaciones grcas: histogramas. Medidas de centralizacin y dispersin.
Medidas de asimetra y curtosis. Diagramas de cajas y diagrama de tallos y hojas. Trans-
formaciones lineales y no lineales. Descripcin de varias variables. Grcos de dispersin.
Covarianza y correlacin. Matriz de varianzas y covarianzas. Transformaciones lineales de
varias variables.
2. PROBABILIDAD Y VARIABLE ALEATORIA. Probabilidad. Denicin y propie-
dades. Probabilidad condicionada. Independencia de sucesos. Teorema de la probabi-lidad
total y teorema de Bayes. Variables aleatorias discretas y continuas. Funciones de probabi-
lidad, densidad y distribucin. Esperanza, varianza y momentos. Transformaciones lineales
y no lineales. Generacin de nmeros aleatorios (Mtodo de Monte Carlo).
3. MODELOS UNIVARIANTES DE PROBABILIDAD. Distribucin binomial y distri-
bucin geomtrica. Distribucin de Poisson y distribucin exponencial. Distribucin normal.
4. MODELOS MULTIVARIANTES. Distribucin conjunta. Distribuciones marginales y
condicionadas. Independencia de variables aleatorias. Esperanza de vectores aleatorios. Co-
varianza y correlacin. Matriz de varianzas. Esperanzas y varianzas condicionadas. Suma
de variables aleatorias. Teorema central del lmite. Relacin entre binomial, Poisson y nor-
mal. Aplicacin a control de recepcin. Planes de muestreo simple por atributos. Riesgo del
comprador y riesgo del vendedor. La distribucin normal n-dimensional.
5. ESTIMACIN PUNTUAL. Muestra y poblacin. Muestreo aleatorio simple. La identi-
cacin del modelo. Mtodo de los momentos. Mtodo de mxima verosimilitud. Propiedades
de los estimadores. Distribucin de medias, varianzas y proporciones muestrales. Distribu-
cin 2 .
6. INTERVALOS DE CONFIANZA. Intervalo para una proporcin. Intervalo para la
media de la distribucin de Poisson. Intervalos para medias de distribuciones normales: va-
rianza conocida y varianza desconocida. Distribucin t de Student. Intervalo para varianzas
de distribuciones normales. Intervalo general (asinttico) para la media.

1
 7. CONTRASTES DE HIPTESIS. Contraste para la proporcin, contraste para la me-
dia y la varianza de distribuciones normales. Contraste para la media de la distribucin
de Poisson. Comparacin de dos medias y comparacin de dos varianzas. Distribucin F.
Contrastes de bondad de ajustes de 2 y Kolmogorov-Smirnov.

LIBROS RECOMENDADOS

Estadstica. Apuntes de la Asignatura. ETSII-UPM.

Fundamentos de Estadstica. Daniel Pea, Alianza Editorial (2010).
Problemas resueltos de Estadstica. J. Juan, J.G. Palomo, M.J. Snchez, e I. Snchez. Sntesis
(2000).

3. EVALUACIN DE LA ASIGNATURA

A efectos de evaluacin, la asignatura se divide en tres partes:

-Parte 1: Fundamentos (Captulos 1 y 2)
-Parte 2: Modelos de Probabilidad (Captulos 3 y 4)
-Parte 3: Inferencia (Captulos 5, 6 y 7)
Evaluacin Continua: A lo largo del curso se realizar un examen parcial de cada parte.
Para aprobar la asignatura mediante evaluacin continua es necesario tener aprobados los tres
exmenes parciales. Un examen se considera aprobado si la nota es igual o superior a cinco. La
nota nal ser igual a la media aritmtica de las tres notas parciales. Cada examen tendr dos
ejercicios: el primer ejercicio consistir en un test de 10 preguntas y el segundo ejercicio consistir
en un problema. Cada ejercicio se evaluar sobre 10 y la calicacin del examen ser la media de
las dos puntuaciones.
Examen Final Ordinario (Enero): El alumno que no haya aprobado alguno de los tres
exmenes parciales tendr que realizar el examen nal ordinario para aprobar la asignatura. El
examen nal tendr tres partes, correspondientes a cada parte de la asignatura. El alumno se
examinar de las partes de la asignatura que no haya aprobado en los exmenes parciales. Para
aprobar la asignatura ser necesario tener aprobadas las tres partes (bien en los exmenes parciales
o en el examen nal) y la nota nal ser igual a la media aritmtica de las tres notas parciales.
Cada parte del examen tendr un nico ejercicio (un problema) y tendr una duracin de una
hora.
Nota:
Un alumno que haya aprobado un examen parcial puede presentarse a la parte corres-
pondiente del examen nal, en ese caso la calicacin vlida ser la ltima.
Examen Final Extraordinario (Julio): Un examen nico para todos los alumnos. Ser
necesario obtener una calicacin igual o superior a cinco para aprobar la asignatura. Las cali-
caciones previas obtenidas en los exmenes parciales y nal no sern tenidas en cuenta en la
evaluacin de este examen. El examen nal extraordinario constar de un test de 10 preguntas y
un problema.
Pgina web: www.etsii.upm.es/ingor/estadistica
Nota: Toda la informacin actualizada sobre la asignatura estar disponible en Moodle.